共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
3.
汽车轮胎的安全性直接关乎交通安全和乘客的出行安全, 轮胎异常磨损容易导致爆胎, 严重磨损的轮胎时刻威胁着乘客的生命安全, 汽车在道路上飞驰的过程中主要磨损的是轮胎的胎面, 因此实现自动化的轮胎磨损检测很有必要. 本研究借助Visual Studio 2017开发平台, 采用C++编程, 使用OpenCV计算机视觉库的API接口结合自主编程的处理顺序, 实现了对轮胎图像的自动采集传输和处理分析, 该系统能精准提取轮胎胎面图像, 并通过分析胎面图像的灰度共生矩阵的特征值判定轮胎的磨损程度, 实现了针对轮胎胎面磨损的自动化检测系统. 相似文献
4.
针对轮胎胎冠帘线搭接缺陷的自动检测问题,提出一种基于胎冠X射线图像的检测方法。首先,依据胎冠的X射线影像和投影角计算胎冠成像的灰度累积投影曲线;然后,计算曲线的局部峰值能量分布;其次,采用前n个最大峰值能量构造投影曲线的能量特征向量,并利用支持向量机(SVM)分类器进行最大投影曲线的判别;最后,利用位置反演计算对缺陷进行定位。仿真实验结果表明,所提方法可以对生产过程中采集的1000幅胎冠图像进行有效的缺陷检测,其最高检测正确率可达97.7%。 相似文献
5.
轮胎生产过程中出现的胎侧异物、胎冠异物、气泡、胎冠开根以及胎侧开根等缺陷会影响轮胎出厂后的使用,所以出厂使用前需要对每条轮胎进行无损检测。为了实现在工业中对于轮胎缺陷进行自动检测,提出了一种基于改进Faster R-CNN的轮胎缺陷自动检测方法。首先,在预处理阶段,用直方图均衡化方法对轮胎图象的灰度进行拉伸,提高数据集的对比度,使图像目标和背景的灰度值产生明显差异;其次,为提高轮胎缺陷位置检测和识别的准确率,对Faster R-CNN结构进行改进,即把ZF卷积神经网络中第三层的卷积特征和第五层的卷积特征结合后输出,并将其作为区域建议网络层的输入;然后,在RoI pooling层之后引入在线难例挖掘(OHEM)算法,使轮胎缺陷检测的准确率得到进一步的提高。实验结果表明,改进后的Faster R-CNN的轮胎缺陷检测方法可以准确地分类和定位轮胎X射线图像缺陷,平均测试准确率可以达到95.7%。此外,还可以通过对网络进行微调来获得新的检测模型以检测其他类型的缺陷。 相似文献
6.
7.
8.
9.
轮胎生产过程中广泛采用纠偏系统防止半成品胶带发生跑偏。纠偏系统是一个实时或准实时的系统,其性能的好坏主要取决于图像处理模块。本文为了更好地保留图像信息,减少噪声对图像的影响,首先利用小波包对图像的低频和高频部分进行分解;然后,采用Birge-Massart惩罚函数确定的阈值对胎面图像进行有效去噪;接着,利用Robert算子进行边缘检测,提取出胎面边缘和机架边缘;最后,经过算法计算出胎面的偏移角度。 相似文献