CN107111873A

CN107111873A - 用于检测轮胎中的条纹的方法

Info

Publication number: CN107111873A
Application number: CN201580069529.1A
Authority: CN
Inventors: A·乔利; R·温奇圭拉; A·沙里奥
Original assignee: Compagnie Generale des Etablissements Michelin SCA
Current assignee: Compagnie Generale des Etablissements Michelin SCA
Priority date: 2014-12-19
Filing date: 2015-12-16
Publication date: 2017-08-29
Also published as: WO2016097598A4; JP2018501480A; US20170330338A1; WO2016097598A2; EP3234915A2; WO2016097598A3

Abstract

在一种用于参考呈现在轮胎的数字表示(10)中的条纹的方法中，为了参考条纹的类型，自动装置执行以下步骤：‑确定至少一个包括待参考的一种条纹(1，2)的类型的表示，‑识别至少一个表示(10)的像素或者体素的片段，以及‑记录至少一个与片段的像素或者体素的灰度水平或者色彩水平之间的差异相关的值。

Description

用于检测轮胎中的条纹的方法

技术领域

本发明涉及图像中的条纹的检测和参考。

背景技术

期望检测条纹，尤其是轮胎图像中的条纹，以用于定位刻记有信息的轮胎区域的目的。也期望定位这些区域，以为了随后检查出这些区域不包含有缺陷。这些条纹区域具有图案，例如形状、线条或者曲线，这些图案在给定方向上有规律地重复。

存在很多已知的用于检测图像中的条纹的方法，其中利用光谱方法来检测条纹频率。为此，通常使用傅立叶滤波。在待检查的图像上执行傅立叶变换。在傅立叶空间中展现出了检查图像的频率的所得图像中，找到对应于图像的灰度水平或色彩水平的不同频率的峰值。因此，找到了对应于初始图像中的条纹的频率，并且从这些频率中推导出初始图像中的条纹的存在和位置。但是，这种方法需要花费较多计算时间，尤其是应用在用于计算傅立叶变换的大图像中时。而且这种方法也相当困难和不准确，主要是因为将对应于条纹的频率与对应于背景噪声的频率分离是很复杂的事情。这是因为在通过傅立叶变换而获得的图像中，对应于条纹的频率峰值难得被清晰地划界。

另一种类型的用于检测图像中的条纹的方法包括：将检查的图像与被认为是包括有条纹的参考图像进行比较，并且计算这些图像之间的相关比率。这种类型的方法的主要缺陷在于：其需要极大量的存储器来包含参考图像，并且需要非常长的计算时间来相互比较图像部分并确定相关比率。

发明内容

本发明的一个目的在于提供一种方法，该方法相较于前面所提及方法，计算时间和存储器的成本较少，并且更简单、更精确和更可靠。

为了该目的，提供一种用于参考呈现在轮胎的数字表示中的条纹的方法，其中，为了参考条纹的类型，自动化装置执行以下步骤：

-确定至少一个包括有待参考的条纹类型的表示，

-识别至少一个表示的像素或者体素的片段，以及

-记录至少一个与片段的像素或者体素的灰度水平或者色彩水平之间的差异相关的值。

因此，为了确定检查的图像是否包括条纹，记录的值或每一个记录值随后被用作控制，其与在检查的图像中测量的一个或多个值进行比较。例如，该片段方法可以用来参考与连续的像素序列相关的值，而不是每次研究图像的一个像素。该种方法因此特别适用于当片段垂直于条纹时，而与灰度水平或色彩水平之间的差异相关的值显示了像素水平的变化。该方法独立于随后使用的条纹检测方法的类型。相同的评论适用于体素，而不是像素。当考虑像素时，在以下文中也是如此。

利用根据本发明的方法的数字表示可以具有三种类型：

-称为“2D”的表示，其对应于每个像素承载亮度信息的二维图像，

-称为“2.5D”的表示，其对应于每个像素承载深度信息的二维图像，

-称为“3D”的表示，其对应于每个体素承载亮度信息的三维图像。

如果所使用的获取包括“凸起(relief)”类型的数据元素，则图像的每一个像素承载关于条纹深度的地形信息。灰度水平或者色彩水平对应于这个条纹深度。例如，如果获取承载了亮度信息，则该水平对应于条纹的底部与顶部之间的对比。

有利地，值或者至少一个值从以下组中进行选择：

-与片段的像素或者体素相关的周期的平均周期，

-片段的相邻像素或者体素的每一对中的灰度水平或者色彩水平之间的差异的绝对值的平均值，以及

-优选地，额外地，基于平均周期确定的长度。

因此，平均值用作确定检查的图像的像素片段是否位于潜在的条纹区域内的控制。随着条纹数量的增加，彼此相邻的不同灰度水平的像素的数量也会增加，而相邻像素之间的平均水平差异也会增加。平均周期可用于在条纹的顶部之间或者条纹槽之间建立平均距离间隔。最后，长度可以用来比较足够大的片段和足够小的片段，该足够大的片段包含条纹区域中的相关信息，该足够小的片段防止计算参考值或其他参考值而花费过长时间。该片段的长度有利地设定在3.5个平均周期。这三个参数的组合(即周期、平均值和长度)可用于参考条纹的类型。在任何条纹区域中，可能会有无数的精细条纹，少量的大条纹，或者其它类型的条纹。因此，每种类型的条纹都对应于三个参考参数的一个值或多个值的组合。

还提供了一种用于检查轮胎的方法，在该方法中，为了定位在轮胎的数字表示中的条纹区域，自动装置执行以下步骤：

-考虑表示的区域中的至少一个像素或者体素，并且，

针对考虑的像素或者体素，或者针对考虑的每个像素或者体素：

-识别以考虑的像素或者体素为中心的像素或者体素的片段，

-确定与片段的像素或者体素的灰度水平或者色彩水平之间的差异相关的至少一个值，以及

-将一个或多个值与一个或多个预定阀值进行比较。

因此，再一次地，该片段方法可以用来确定与连续的像素序列相关的值，而不是每次研究图像的一个像素。该种方法因此特别适用于当待检查的片段垂直于条纹时，与灰度水平或色彩水平之间的差异相关的值揭示了像素水平的变化。此外，不再需要尝试检测由复杂计算(例如，傅里叶分析)所转换的图像中的频率峰值，因为要检查的图像是直接用于检测条纹的目的。此外，当从一个考虑的像素移动到一个相邻的考虑的像素时，以该像素为中心的片段包括与已经被计算出的像素或者体素的水平的差异相关的值。因此，通过分解计算，可以快速计算出与多个重叠片段之中的差异相关的值。

有利地，与差异相关的值或者至少一个值为在片段的每一对相邻像素或者体素中的水平差异的绝对值的平均值。

因此，这些差异的绝对值的平均值可以用来确定该片段是否位于一个高度条纹化的区域。这个值可以简单且快速地确定，并且以这种方式，可以消除不形成条纹区域部分的像素。例如，如果平均值的差异很小，这就意味着该片段以及因此位于其中心位置的像素位于在灰度水平或色彩水平方面相当均匀的区域。在另一方面，如果平均值的差异很高，这意味着从位于一端的像素到位于另一端的像素，灰度水平或色彩水平在整个片段中有很大的差异。在这种情况下，认为位于该片段的中心的像素可能在条纹区域中，并且没有被排除。

优选地，与这些差异相关的值或至少一个值是与该片段的像素或体素相关的周期的平均周期。

因此，平均周期代表片段中的相邻像素的值的两个相同变化之间的平均距离。因此，对应于片段的条纹的两个顶部之间的平均间隔，或两个条纹槽之间的平均间隔。

有利地，与差异相关的值或者至少一个值为与片段的像素或者体素相关的周期的数目。

优选地，与差异相关的值或者至少一个值为与片段的像素或者体素相关的一个或多个周期。

因此，例如，可以将每个周期(例如，两个条纹顶部之间的间隔)与预定的值进行比较。

有利地，自动装置基于片段的每一个像素或体素的水平将二进制值“0”或“1”与片段的每一个像素或者体素相结合，并且当所述自动装置在一个方向上扫描片段时，与差异相关的值或者至少一个值涉及在成对的相邻的像素或者体素内的值之间的变化，这些变化是相同的，并且每一对的第一像素优选地包含与位于根据方向预定的片段的端部的片段的像素或者体素相同的值。

因此，该片段是是二进制的，使得只能区分两种类型的像素，即那些位于条纹中的和位于两个条纹之间的像素。与片段的像素或者体素的灰度水平或者色彩水平之间的差异相关的值的所有计算(尤其是周期的计算)都被简化。

此外，当根据片段的第一像素或者体素的二进制值来进行与像素或体素相关的值时，仅对两个条纹顶部之间的间隔，或者两个条纹槽之间的间隔，执行与水平的差异有关的值的计算，而不同时对这两者执行。以这种方式，进一步地减少了计算时间。

有利地，为了将二进制值与片段的像素相关联，

-确定该片段的像素或者体素的值的平均值；

-将二进制值根据其值与平均数值之间的差异来分配给片段的每一个像素或者体素。

因此，例如，如果像素或体素的值大于或等于平均值，则将它与二进制值“1”相关联；否则，将它与“0”相关联。

优选地，自动装置基于片段的每一个像素或者体素的水平将二进制值“0”或“1”与片段的每一个像素或者体素相关联，并且当自动装置在一个方向上扫描片段时，与差异相关的值或者至少一个值涉及在成对的相邻的像素或者体素内的值之间变化，这些变化是相同的，并且每一对的第一像素优选地包括如下的值，该值与位于根据方向预定的片段的端部的片段的像素或者体素优选地不同。

因此，次要周期表示两个条纹槽之间的间隔，或者表示两个条纹顶部之间的间隔，但不是两者，与上面限定的值和对它们的补充方式相同。因此，如果上面限定的值与两个条纹顶部之间的间隔有关，则次要周期与条纹槽之间的间隔有关，反之亦然。

有利地，这个片段由表示的至少三个连续的像素或者体素组成。

还提供一种用于检查轮胎的一致性的方法，其中，自动装置执行以下步骤：

-确定包括有轮胎的条纹的至少一个区域的基础表示的至少一个扩张，从而获得扩张的表示；

-确定基础表示的至少一个侵蚀，从而获得侵蚀的表示；以及

-确定扩张的表示与侵蚀的表示之间的差异，从而获得差异表示。

扩张在扩张的图像中创建了平滑的条纹区域，代替了基础图像的条纹区域，通过扩张消除了条纹之间的间隔。在另一方面，侵蚀在侵蚀的图像中创建了平滑的条纹间隔区域，代替了基础图像的条纹区域，通过侵蚀消除了条纹。因此，如果基础表示的条纹是完美的，则差异表示必须包括在相同的位置的与基础表示的条纹区域相同的一个非常均匀的区域。在实践中，如果条纹的区域不包括缺陷，则差异表示包括对应于条纹的区域，其中在灰度水平或色彩水平在噪声容差的间隔内基本上是恒定的。在相反的情况下，差异表示包括一个或多个区域，其中灰度水平或色彩水平与其周围像素的非常不同。

还提供一种计算机程序，其包括编码指令，当根据本发明所述的方法的步骤在计算机上执行时，所述编码指令适用于控制所述方法的步骤的执行。

最后，根据本发明，提供了一种用于检查轮胎的表示中的条纹的设备，该设备适用于执行如上所述的方法。

根据本发明的另一个方面，一个目的是提供一种用于分析轮胎条纹的一致性的方法，该方法较少地花费计算时间并且较快地执行。

为此目的，提供了一种用于检查轮胎的一致性的方法，其中，自动装置执行以下步骤：

-确定包括轮胎的条纹的至少一个区域的基础表示的至少一个扩张，从而获得扩张的表示；

-确定基础表示的至少一个侵蚀，从而获得侵蚀的表示；以及

该方法不需要使用参考，这使得它具有比已知的方法更易于执行的优势。优选地，自动装置基于条纹的维度、条纹之间的间隔、和/或条纹的方向，创建扩张和侵蚀的一个或多个构造元素。

因此，构造元素适用于在上游检测到的每一种条纹类型。通过这种方式，可以执行最适当的扩张和侵蚀操作，从而以尽可能最正确的方式分别消除条纹以及条纹之间的间隔，同时保留其它元素。

有利地，自动装置产生具有不同各个结构元素的基础表示的至少两个扩张，以获得扩张的表示。

优选地，自动装置产生具有不同各个结构元素的基础表示的至少两个侵蚀，以获得侵蚀的表示。

因此，对于在同一条纹区域内的复杂形状，例如具有多于一个的方向或者不同厚度，条纹分为不同的条纹类型，并且对于每一个条纹类型重复扩张和/或侵蚀操作，并且在区域中构造适用于不同类型的构造元素。

有利地，差异表示的像素或者体素的数值与至少一个预定的阈值进行比较。

因此，如果像素或者体素的一些值离阈值很远，则认为基础表示的条纹包括缺陷。在另一方面，如果所有的值都在相对于预定的阈值的预定的间隔内，则认为基础表示的条纹区域不包括缺陷，且因此轮胎具有一致性。

优选地，阈值或至少一个阈值是差异表示的像素或者体素的值的中间值。

有利地，基础表示不包括除了黑色、白色和灰度水平之外的颜色。

但是，基础表示也可以包括黑色、白色和灰色。

优选地，为了定位在轮胎的数字表示中的条纹区域，自动装置执行以下初步步骤：

-考虑表示的区域中的像素或者体素中的至少一个，并且，

针对考虑的像素或者体素，或者考虑的像素或者体素中的每一个：

-识别以考虑的像素或者体素为中心的像素或者体素的片段，

-将一个或多个值与一个或多个预定阀值进行比较。

因此，该片段方法可以用来确定与连续的像素序列相关的值，而不是每次研究图像的一个像素。该种方法因此特别适用于当待检查的片段垂直于条纹时，与灰度水平或色彩水平之间的差异相关的值揭示了像素水平的变化。此外，不再需要尝试检测通过复杂计算(例如，傅里叶分析)转换的图像中的频率峰值，因为要检查的图像直接用于检测条纹的目的。此外，当从一个考虑的像素移动到一个相邻的考虑的像素时，以该像素为中心的片段包括与已经被计算出的像素或者体素的水平的差异相关的值。因此，通过分解计算，可以快速计算出与多个重叠片段之中的差异相关的值。

还提供一种用于参考在轮胎的数字表示中呈现的条纹的方法，其中，为了参考条纹的类型，自动装置执行以下步骤：

-确定至少一个包括待参考的条纹类型的表示，

-识别至少一个表示的像素或者体素的片段，以及

因此，为了确定检查的图像是否包括条纹，记录的值或每一个记录值随后被用作控制，其与在检查的图像中测量的一个或多个值进行比较。例如，该片段方法可以用来参考与连续的像素序列相关的值，而不是每次研究图像的一个像素。该种方法因此特别适用于当片段垂直于条纹时，与灰度水平或色彩水平之间的差异相关的值揭示了像素水平的变化。该方法独立于随后使用的条纹类型检测方法。

还提供了一种计算机程序，其包括编码指令，当根据本发明的一致性检查方法的步骤在计算机上执行时，所述编码指令适用于控制所述方法的步骤的执行。

还提供了一种用于检查轮胎的一致性的设备，该设备适用于执行如上所述的一种方法。

最后，提供了一种计算机可读存储介质，该介质以记录的形式包括根据本发明的程序。

优选地，该设备包括记录介质，该记录介质包括与条纹相关的值的数据库。

附图说明

现在将参考所附附图，通过非限定性的例子的方式来描述本发明的实施方案，在这些附图中：

-图1和图2示出了包括条纹区域的数字图像；

-图3至图5分别示意性地示出了数字图像、该图像的片段以及该片段的二进制的形式；

-图6示出了根据本发明的实施方案的方法；

-图7至图11分别示意性地示出了图像、图像的片段、片段的二进制形式、图像的其他片段、以及该片段的二进制形式；

-图12示出了根据本发明的另一实施方案的方法；

-图13至图16示意性地示出了数字图像、侵蚀形式的图像、扩张形式的图像、以及在扩张图像和侵蚀图像之间的不同的差异图像；

-图17和图18分别示出了在本发明的实施方案中，包括具有缺陷的条纹区域的数字图像以及由该图像产生的差异图像；以及

-图19示出了用于执行根据本发明的方法的设备。

具体实施方式

该种轮胎检查方法旨在创建轮胎图像基础以参考条纹类型，并随后检测类似于在测试图像中参考的条纹类型的条纹。该用于检查条纹一致性的方法旨在检查轮胎的条纹区域是否有缺陷。

Ⅰ参考方法

该方法包括初始地参考条纹类型，随后通过利用参考的条纹来检测图像中的条纹。

图1和图2示出了二维图像10和20中的不同的条纹类型。这些条纹类型在条纹的厚度、条纹的方向、条纹的直线性、条纹之间的间隔、以及条纹的灰度水平和每种类型条纹的间隔上彼此不同。图1还示出了条纹的不同类型的两种区域1和2。其目的在于初始地参考所有这些条纹的类型，并随后当在图像中找到这些条纹时对这些条纹进行检测。

要描述的各个实施方案的步骤通过自动装置91来执行，该自动装置91形成设备90的一部分，特别地，该设备90包括处理器94和存储器95，并且该设备90连接至数据库92。这些元件在图19中示出。为了执行该方法，该设备使用计算机程序。该程序在其输入处可以请求包括待参考的条纹区域的一个图像或一组图像，以及待检查的一个图像或多个图像。在程序的输出处，其提供给使用者关于条纹的每一个参考类型、以及确定的条纹类型和它们在待检测的图像中的位置的数据。也可以使用相同的程序或者单独的程序，以应用如下所述的一致性的检测方法。然后在程序的输入处请求包括条纹区域的图像，并且在程序的输出处与涉及表示任何缺陷的像素的数据一起，提供称之为“差异图像(image différence)”的图像。当在图像中检测到条纹时，通过该方法本身而可以自动地提供输入图像。因此，相同的程序可以用于确定轮胎图像中的条纹，并且同时确定这些条纹是否有缺陷。

该程序也可以适用于远程通信网络(例如，Web或者内部网络)，以使用户下载该程序。

类似地，该程序或者等同的指令也可以记录在包括数据库的计算机可读存储介质93中，例如硬盘、USB闪存驱动器、CD、或者任何其它的等效介质。

为了执行条纹类型的参考，选择被称作“参考图像”的图像，这些图像包括条纹区域，例如图1和图2中的图像10和20，以构造参考基础。随着基础的参考图像的数量增加，与能够在轮胎学习或者测试图像中被检测到的不同的条纹类型的数量一起，被参考的不同的条纹类型的数量也增加。即使在本发明中并没有进行明确地描述，这种参考基础也可以包括包含有条纹区域的任何图像。

在当前情况下，将会考虑包括有竖直条纹3的图3中的示意图像30。在条纹区域中，选择了像素片段4。其称为“参考片段(segment de référence)”。图像30的每一个像素，以及参考片段4的每一个像素具有灰度水平值。具体地，选择了21个像素的参考片段4。可以选择包括有不同像素数的参考片段。该数目对应于如下的参考片段，其大到足够截取多个条纹并且小到足够防止以下所述的计算消耗过多的时间。当选择了参考片段4时，则执行如下步骤：

1)计算出参考片段4中的每一对相邻的像素之间的灰度水平差的绝对值。因此，在图4的片段4中，其已较大的比例并且示意性的方式示出了图3的参考片段4，确定出像素6的灰度水平与像素7的灰度水平之差的绝对值，随后确定出像素7与像素8之差，等等。

2)将这些差值相加并且除以参考片段中的像素数目减去一个单位；也就是说，在当前情况下，除以20，以获得片段中的每一对相邻像素之间的灰度水平的差异的平均值。将该平均值(称作为“参考平均值”)记录在数据库中。

3)计算参考片段中的像素的灰度水平的平均值。

4)在参考片段中，基于之前计算的灰度水平的平均值来二进制化像素值。因此，如果像素的灰度值等于或大于参考片段的灰度水平的平均值，则将相应的像素赋值为“0”。如果灰度值小于平均值，则将相应的像素赋值为“1”。这样产生了如图5中所示的片段50。根据所述片段50，执行以下计算：

5)从二进制化的像素的片段50中确定被称为主周期(périodes principales)的距离。当片段从左至右扫描时，在多个像素中，在成对的相邻的像素中的值之间的两种变化之间，主周期对应于最短距离，这些变化是相同的，并且每一对的第一像素具有与位于左端的片段的第一像素相同的值。因此，在图5中，位于左端的第一像素14具有二进制值“1”。因此对具有二进制值“1”的像素与具有二进制值“0”的像素之间的第一变化进行搜索。该变化发生在像素15与像素16之间。随后对第二相同变化进行搜索，也就是说在具有二进制值“1”的像素与具有二进制值“0”的像素之间，从左到右扫描片段。该变化发生在像素17与像素18之间。以这种方式，获得了包括11个像素的主周期11。继续以相同的方式，在片段中找到一个或多个后续的主周期12。通过从右到左扫描片段，将可以执行相同类型的计算。会被观察到二进制值的片段的第一像素将会为片段的右侧端的第一像素。

6)随后计算出片段的主周期的平均周期，并将该平均周期记录在数据库中。随后将其称作“平均参考周期”。

7)设定片段的“参考长度”。在当前情况下，其设定为平均参考周期的3.5倍。也可以选择不是3.5的数字，但条件是该数字必须总是大于1。

根据上述步骤的结果，图3中的条纹类型已经作为参考输入至数据库中。针对这种类型的条纹输入的三个数据元素，即参考平均值、平均参考周期和参考长度，在待检验的任何图像中，如果存在这些条纹，则必须使得能够检测这种类型的条纹。

Ⅱ用于检测条纹的方法

如上面所解释的，我们现在可以通过将图像的条纹与由针对每种类型的条纹所记录的三个数据元素所参考的条纹进行比较，来检验图像中的条纹的检测，也就是说用于检测和定位给定图像中的条纹的方法。如果大量的条纹类型被参考，则每一个参考的条纹类型可以与在检测期间确定的值进行比较。为此目的，参见图6，其示出了根据本发明的优选的实施方案的方法，针对给定的条纹类型来执行如下步骤：

A)在待检查的图像中，在图7中的图像60的情况下，选择像素61。以像素61为中心，确定21个像素的检验片段62。该片段在图8中详细地示出。以在参考方法中的步骤1)和步骤2)相同的方式，确定检验片段62的每一对像素中的水平的差值的绝对值的平均值。该结果随后与通过参考方法记录的条纹类型的“参考平均值”进行比较，目的在于将待检验的图像与这种条纹类型进行比较。为此目的，为了图像60的检验片段62而计算的平均值与以考虑的条纹类型的“参考平均值”为中心的预定值的间隔进行比较。如果针对检验片段计算的平均值位于该间隔中，则片段经过步骤B)。如果结果没有位于该间隔中，则选择要与检验片段62进行比较的其他的参考条纹类型，并且该方法针对考虑的新的参考条纹类型重新开始于步骤A)。这相当于在参考平均值的任一侧利用高阈值和低阈值，并且将结果与这些阈值进行比较。

如果结果并没有在针对所有的参考条纹类型的值的任何间隔以内，这就意味着像素61不属于任何类型的参考条纹。所有用于像素61的测试停止，并且该过程会以另一像素开始。

该条纹排除了大多数的坏像素，只留下了具有纹理最小化的区域中的像素，但并不是必然类似的条纹。

B)该片段以参考方法中的步骤4)中相同的方式进行二进制化，并且执行与步骤5)和步骤6)相同的计算。在检验片段62中的主周期的平均周期中的结果通过图9中的二进制化的检验片段63而示意性地呈现出。然后将该平均周期与针对在步骤A)中成功考虑的条纹类型所记录的参考周期进行比较。以如之前相同的方式，针对以“平均参考周期”为中心的值的间隔来执行该比较。如果片段63的平均周期属于值的间隔，则像素61和其二进制化的检验片段63转入到步骤C)；否则，选择另一个条纹类型，并且该方法针对考虑的新的条纹类型而重新开始于步骤A)。

该标准排除了对于搜索的条纹类型(也就是说，参考的条纹类型)完全不具有相似性的区域。

C)二进制化的检验片段63的主周期的数目与对应于考虑的条纹类型的记录的“参考长度”进行比较，与具有以参考长度的值为中心的值的间隔进行比较，如以前面步骤的相同方式来进行。

该标准主要排除了文本边缘附近的一些坏区域，但也排除了可能已经被识别并且定位的条纹区域的侧向边缘。通过二进制形态学步骤(例如，扩张或者侵蚀)，这些区域随后可以被收回。

如果检验片段经过该步骤，则该方法移动至步骤D)。否则，对新的参考的条纹类型重复步骤A)。

D)二进制化的检验片段63的全部周期与参考片段的参考周期进行比较，依然对于如前面步骤中的相同的条纹类型。为此目的，该方法不但考虑了主周期，还考虑了当在一个方向上扫描测试片段时，对应于在成对的相邻像素内的值之间变化的次要周期，这些变化是相同的，并且每一对中的第一像素包括优选地与位于根据方向而预定的测试片段的一端的片段的像素或者体素的值相等的值。用于片段的次要周期的示例为图5中的片段50的周期13。因此，这些周期中的每一个与以考虑的条纹类型的平均参考间隔为中心的预定值的间隔进行比较。

如果全部主周期和次要周期均在间隔以内，则以检验片段62为中心的像素61被认为属于已经执行步骤A)至步骤D)的条纹类型。

否则，该处理对于新的参考的条纹类型重新开始于步骤A)。

如果全部的参考条纹类型已经与片段进行比较，并且像素依然没有通过步骤D)，则认为检验片段62的像素61不属于参考的条纹类型，并且该过程停止。可以对以其他检验片段为中心的其他像素重新开始于步骤A)。

在当前情况下，鉴于检验片段的灰度水平，如果该片段单独与类似于图3中的参考条纹类型进行比较，则片段62的像素61很可能未通过步骤B)，或者可能甚至在步骤A)中被排除。此外，该片段没有主周期或者次要周期。

但是，如果该方法对于图7的像素64重新开始，并且选择了围绕像素64为中心的检验片段65，则鉴于在图10中详细示出的检验片段65的灰度水平和二进制值以及图11中的二进制化的检验片段66，如果与类似于图3中的参考的条纹类型进行比较，则该像素可能成功地通过至步骤D)的方法。也确定了主周期67和次要周期68。该像素64被认为形成类似于图3中所示出的类型的条纹区域(其中，该类型的条纹已经被比较)的条纹区域的部分。

类似的，一旦像素成功地通过步骤D)，则该处理针对相同的参考的条纹类型，对另一像素重新开始。

在一个实施方案中，当已经考虑了图像的全部像素时(也就是说，当全部的这些像素至少已经经历了该方法的步骤A)时)，该方法停止。

在另一个实施方案中，仅选择图像的某些部分或者图像的某些像素，并且该方法仅应用于这些像素。

例如，用户可以可视地定位图像中可包括条纹的区域，并且可以决定仅将方法作应用于图像的该区域。

在一种变型中，在步骤A)中，记录了像素之间的某些差异。这是因为，如果对于给定的像素初始地执行计算，接着对于位于图像的相同像素线上的像素执行计算，则它们的检验片段可以包括相同的像素。这会有助于再次利用之前的计算中的计算结果。

应当注意的是步骤A)独立于其它三个步骤，因为为了执行该步骤，片段并不一定需要进行二进制化。事实上，该步骤是最简单的步骤，这就是其为何首先执行的原因。

通过图12的图示出的另一个实施方案中，当像素未被允许进入除了步骤A)的步骤时，代替对其它条纹类型在步骤A)重新开始处理，对其它条纹类型执行同样步骤的测试。因此，像素可以通过对于给定的条纹类型的步骤A)的测试，然后通过对于其它条纹类型的步骤B)，等等。

在另一个实施方案中，用于比较的值的间隔也记录在数据库中。它们不需要以参考值(例如，平均参考周期、参考长度或者参考平均值)为中心。它们可以包括没有以这些为中心的值。因此，在一个方向上，相对于参考值必要的变化是允许的，但是在其他方面是不行的。

在另一个实施方案中，目的是在检验片段中仅检测一种条纹类型或者多种特定的条纹类型。这包括将检验片段的数据与关于这些条纹类型而不关于其他参考条纹类型的参考数据进行比较。

Ⅲ用于检查条纹的一致性的方法

当条纹位于轮胎图像上时，则检验这些条纹的一致性。该目的在于验证包括条纹的区域没有缺陷，这些缺陷可能会不利地影响通过这些条纹表示的符号的理解。这被认为是可视化一致性检查。需要提前定位条纹，有两个原因：用于其它区域的通常的一致性检查不能应用于条纹区域，并且在这些条纹区域中对于缺陷的测量和容限的标准可能不同于其他区域。

在平面区域中，通过评估该区域大于或小于区域的平均值来表征缺陷。

在条纹区域中，在当前实施方案中的方法原理在于以两种不同的方式过滤条纹，从而获得平面区域的两个图像，也就是说，表示条纹底部的平均值的图像和表示条纹顶部的平均值的图像。由两个前述图像之间的差异产生的图像(其在条纹区域中应当包括相对恒定值的像素)然后被检查。当正常恒定的区域的部分具有“异常”值时，这些缺陷可以被可视化。

在当前情况下，其目的在于知晓图13中的图像70的条纹是否具有缺陷。

为此目的，执行图像70的侵蚀，以获得侵蚀的图像。构造元素以这样的方式被选择：条纹消失在被侵蚀的图像中。因此，条纹之间的间隔、条纹的方向以及它们的尺寸都被考虑，以用于选择构造元素的目的。由于侵蚀发生在灰度水平，也可能会考虑条纹的灰度水平和间隔。图像14的侵蚀的图像71因此表示了条纹底部的平均值，换句话说，条纹之间的槽的平均值。

也执行了图像70的扩张。在图15中的扩张图像72中，选作扩张的构造元素的元素是能够使条纹扩张为使得它们填充条纹之间的间隔的元素。用于扩张的构造元素的选择的标准与用于侵蚀的标准相同。扩张的图像72因此表示了条纹顶部的平均值。

然后找到扩张的图像72与侵蚀的图像71之间的差异，以获得差异图像73。在这种情况下，差异图像具有均匀的内容。从而，在图像70中的条纹区域中不存在缺陷。

但是，如果对具有小缺陷81(其中去除了条纹部分)的图像74执行相同的方法，则结果是以部分82(其中灰度水平相对于在所述缺陷周围相对均匀的区域异常)的形式揭示该缺陷的差异图像75。

根据本发明的方法可以通过将像素的灰度水平值与差异图像的像素的中间值进行比较，来自动地检测这些缺陷。因此，如果差异图像的像素中的一个像素的值非常偏离图像的像素的中间值，那么讨论的像素被认为表明了图像中的条纹区域中的缺陷。

在本发明的另一个实施方案中，可以执行多个扩张和/或侵蚀。例如，如果条纹区域包括在不同方向上定位的条纹，或者包括不同的厚度，则可以识别条纹的类型，针对这种条纹类型执行操作，以及对在区域中识别的其它的条纹类型再次应用该方法。因此，在某些情况下，在这些条纹对于彼此是附加的区域中，找到一种条纹类型的缺陷以及其它的条纹类型的缺陷。

在另外的实施方案中，图像包括除了灰度阴影之外的色彩。例如，为了检测和/或检查红色、绿色或者蓝色条纹，上面的计算(其涉及用于检测条纹的方法和一致性检查方法)可以尤其对彼此独立的每一种色彩类型执行。这些计算也可以应用至基于这些色彩值的组合的这些值。

在另外的实施方案中，图像形成为不是二维而是三维，并且包括有体素的空间。因此，除了灰度水平或者其它的色彩水平，每一个体素包括亮度值。因此也可以对深度水平执行以上计算。因此，即使具有相同或类似的颜色，也可以参考、确定和/或检查通过它们的凸起而彼此区分的条纹。

在部分II中描述的用于检测条纹区域的方法以及在部分III中描述的用于检查条纹一致性的方法可以彼此独立地使用。具体地，在以不同于部分II中的方法的方式检查条纹区域之后，条纹的一致性可以根据部分III中的方法来检查，反之亦然。

权利要求书(按照条约第19条的修改)

1.一种用于参考呈现在轮胎的数字表示(10；20)中的条纹的方法，其特征在于：为了参考条纹类型，自动装置执行以下步骤：

-确定包括待参考的条纹类型(3)的至少一个表示(30)，

-识别表示的像素或者体素(6，7，8，14，15，16，17，18)的至少一个片段(4)，以及

-记录与片段的像素或者体素的灰度水平或者色彩水平之间的差异相关的至少一个值。

2.根据前一权利要求所述的方法，其中，值或者至少一个值从以下组中进行选择：

-与片段(4)的像素或者体素(6，7，8，14，15，16，17，18)相关的周期(11，12，13)的平均周期，

-在片段的成对的相邻像素或者体素中的灰度水平或者色彩水平之间的差的绝对值的平均值，以及

-优选地、额外地根据平均周期确定的长度。

3.一种用于检测轮胎的方法，其中，为了定位在轮胎的数字表示(10；20；30；60)中的条纹区域，自动装置执行以下步骤：

-考虑表示(10；20；30；60)的区域中的至少一个像素或者体素(61，64)，并且，

针对考虑的像素或者体素，或者考虑的每一个像素或者体素(61，64)：

-识别以考虑的像素或者体素(61，64)为中心的像素或者体素的片段(62，65)，

-确定与片段(62，65)的像素或者体素的灰度水平或者色彩水平之间的差异相关的至少一个值，以及

-将一个或多个值与一个或多个预定阀值进行比较。

4.根据前一权利要求所述的方法，其中，与差异相关的值或者至少一个值为在片段(62，65)的每一对相邻的像素或者体素(6，7，8，14，15，16，17，18)中的水平差的绝对值的平均值。

5.根据权利要求3和4中任意一项所述的方法，其中，与差异相关的值或者至少一个值为与片段(62，65)的像素或者体素(61，64)相关的周期(67，68)的平均周期。

6.根据权利要求3至5中任意一项所述的方法，其中，与差异相关的值或者至少一个值为与片段(62，65)的像素或者体素相关的周期(67，68)的数目。

7.根据权利要求3至6中任意一项所述的方法，其中，与差异相关的值或者至少一个值为与片段(62，65)的像素或者体素(61，64)相关的周期(67，68)的长度。

8.根据权利要求3至7中任意一项所述的方法，其中，所述自动装置基于片段的每一个像素或者体素的水平将二进制值“0”或“1”与片段的每一个像素或者体素相关联，并且当自动装置在一个方向上扫描片段时，与差异相关的值或者至少一个值与在成对的相邻像素或者体素内的值之间的变化相关，这些变化是相同的，并且每一对中的第一像素优选地包括与位于根据方向预定的片段的端部的片段的像素或者体素相同的值。

9.根据权利要求3至8中任意一项所述的方法，其中，自动装置基于片段的每一个像素或者体素的水平将二进制值“0”或“1”与片段的每一个像素或者体素相关联，并且当自动装置在一个方向上扫描片段时，与差异相关的值或者至少一个值与在成对的相邻像素或者体素内的值之间的变化相关，这些变化是相同的，并且每一对中的第一像素优选地包括与位于根据方向预定的片段的端部的片段的像素或者体素优选不同的值。

10.根据权利要求3至9中任意一项所述的用于检查轮胎的一致性的方法，其中，自动装置还执行以下步骤：

-确定包括轮胎的条纹的至少一个区域的基础表示(70；74)的至少一个扩张，从而获得扩张的表示(72)；

-确定基础表示(70；74)的至少一个侵蚀，从而获得侵蚀的表示(71)；以及

-确定扩张的表示(72)与侵蚀的表示(71)之间的差异，从而获得差异表示(73；75)。

11.一种计算机程序，其包括编码指令，当根据前述权利要求中任意一项所述的方法的步骤在计算机上执行时，所述编码指令适用于控制所述方法的步骤的执行。

12.一种用于检查轮胎的数字表示中的条纹的设备，该设备适用于执行根据权利要求1至10中的任意一项或多项所述的方法。

13.根据前一权利要求所述的设备，其包括记录介质，所述记录介质包括与条纹相关的值的数据库。

Claims

-确定包括待参考的条纹类型(3)的至少一个表示(30)，

-优选地、额外地根据平均周期确定的长度。

-将一个或多个值与一个或多个预定阀值进行比较。

10.一种用于检查轮胎的一致性的方法，其中，自动装置执行以下步骤：