用于确定轮胎的侧壁的外表面上的浮雕般的标记的方法

摘要

一种轮胎的侧壁的表面上具有的浮雕标记图案的提取方法，在其过程中包括以下步骤：捕获侧壁的所述表面的三维图像，同时对图像的每一个像素赋予与此点相对于所述表面的升高成比例的灰度值，以便获得起始图像（f）；借助于具有相继增大的尺寸且沿圆周方向取向的线性结构元素，以迭代方式执行起始表面的图像的一系列相继的形态学开（γ150(f)，γ500(f)，γ7000(f)）；从利用结构元素的形态学开之后获得的图像的值减去借助于紧随的较小尺寸的结构元素的形态学开之后获得的图像的值（f-γ150(f)，γ150(f)-γ500(f)，以及γ500(f)-γ7000(f)），以便获得一连串通过差分化变平的图像，同时通过从起始图像（f）减去借助于具有较小尺寸的结构元素获得的图像来初始化程序；执行通过差分化变平的图像的阈值化，以便获得二值图像（seg1(f-γ150(f))，seg2(γ150(f)-γ500(f))，以及seg3(γ500(f)-γ7000(f))）；实施每一个二值图像的值的集理论合并，以便获得最终的二值图像，其中仅标记图案浮雕般地显现（seg=seg1∪seg2∪seg3）。

说明书

技术领域

本发明涉及轮胎制造领域，并且更一般地在于用于在制造过程期间或 制造过程结束时，监控轮胎的外部或内部方面的操作，以确定其相对于已 建立的监控参考的顺应性（compliance），的领域内。

背景技术

由轮胎制造商开发并且尤其旨在帮助负责视觉监控的操作者的工业自 动监控装置广泛要求图像处理技术。

被采用来实施这些处理的方法在于，一般将待检查的轮胎的表面的二 维的或优选地三维的图像与所述轮胎的表面的二维的和优选地三维的参考 图作比较。

因此，此处理的步骤之一在于，以已知的方式，借助于例如基于光学 三角测量法的原理的手段来取得轮胎的表面的三维图像，实施例如耦合至 激光器类型的照明源的2D传感器。

轮胎的表面的地形图像（topographic image）一般是二维图像，被称作 灰度图像，其中，任何点，即图像的任何像素（x，y），是与被称为灰度并 且表示此点相对于表面的标高（altitude）的值f（x，y）相关联的。能够有 用地将此灰度值编码为8位或16位，或者甚至用于更佳的动态范围的32 位。对于编码为8位，值255（白）与最高的标高对应，并且至0（黑）与 最低的标高对应。

用于分析所获得的图像的过程的延续于是尤其在于识别待检查的表面 的浮雕。此步骤在轮胎的外部部分的分析的框架内是特别重要的，因为必 须精确地定位和识别侧壁所带有的标记，以便不将侧壁所带有的标记认为 是表面异常。

这些标记由从侧壁的平均（mean）表面凸起十分之几毫米的浮雕图案 形成。

第一种已知的用于提取这些浮雕图案的方法在于确定侧壁的弧形 （camber）的平均值，并且在于将侧壁的真实弧形和平均弧形之间的差异 视为蚀刻图案。

然而，观察到侧壁的真实弧形能够呈现出圆周变化，该圆周变化的幅 度超过侧壁所带有的图案的过量升高（elevation），因此，引起所考虑区域 中的图案的差的检测。

发明内容

根据本发明的方法的目的是提供对提出的问题的解决方案。

用于提取轮胎的侧壁的表面上具有的浮雕标记图案的此方法依赖于将 具有标记图案的浮雕的灰度图像视为黑白图像，基于此方法，为了提取寻 求的信息，在使形态学算子的属性适合轮胎的独特性之后，充分利用形态 学算子的属性变得可能。

常用的形态学算子是使用适合的结构元素的形态学开（opening）和闭 （closing）、形态学膨胀（dilation）或腐蚀（erosion）。

结构元素是用来考查（survey）所研究的图像的集合。将其视为将使得 对图像进行腐蚀（即移除材料）或膨胀（即添加材料）成为可能的工具是 可能的。从而，通过结构元素B对函数f（即灰度图像）的膨胀是在任何像 素x∈E处给出由B定义的观察窗口中的图像f的最大值的函数，该膨胀标 识为δ_B(f)，这样：δ_B(f)(x)=sup{f(x-y),y∈B}。

以相同的方式，通过结构元素B对函数f（即灰度图像）的腐蚀是在任 何像素x∈E处给出由B定义的观察窗口中的图像f的最小值的函数，该腐 蚀标识为ε_B(f)，这样：ε_B(f)(x)=inf{f(x-y),y∈B}。

通过相加（addition）γ_B的形态学开定义为对于结构元素B，腐蚀ε_B与 膨胀δ_B的合成（composition），这样：γ_B(f)=δ_Boε_B(f)。相反地，形态学闭φ_B定义为对于结构元素B，膨胀δ_B与腐蚀ε_B的合成，这样：φ_B(f)=ε_Boδ_B(f)。

也称为顶帽（top-hat）的操作在于获得图像f和通过形态学开γ_B对此图 像的变换之间的差异，该操作标识为ρ_B(f)=f-γ_B(f)。

根据本发明的方法设想在其过程中包括以下步骤：

A-捕获轮胎侧壁的所述表面的三维图像，同时对图像的每一个像素 赋予与此点相对于所述表面的升高成比例的灰度值，以便获得起 始图像，

B-借助于具有相继增大的尺寸且沿圆周方向取向的线性结构元素， 执行起始表面的图像的一系列形态学开，

C-从借助于紧随的较小尺寸的结构元素的形态学开之后获得的图像 的值减去利用结构元素的形态学开之后获得的图像的值，以便获 得一连串通过差分化变平的图像，同时通过从起始图像减去借助 于具有较小尺寸的结构元素获得的图像来初始化程序，

D-执行通过差分化变平的图像的阈值化，以便获得二值图像，

E-实施每一个二值图像的集理论合并，以便获得最终的二值图像，

其中仅标记图案浮雕般地显现。

利用沿圆周方向的侧壁的图像的像素具有大致相同的标高的事实。通 过使用明智地选择的尺寸的结构元素，删除具有的尺寸大于结构元素的尺 寸的凸起的目标，由此，使得通过差分化相继地揭示（reveal）增大的圆周 长度的图案，同时回避侧壁的圆周弧形成为可能，圆周弧形在这里视为侧 壁在径向平面中的几何结构。

为了更大的工作方便，在正交参考坐标系中展开侧壁的表面的图像是 明智的，正交参考坐标系中的横轴表示圆周值，且纵轴表示径向值。

以有利的方式，在轮胎的表面的分析的情况下，借助于第一、第二以 及第三结构元素的表面的图像的开的三次相继的迭代（iteration）似乎足够 在步骤B的过程中提取期望的信息。

根据图像的定义，于是将选择结构元素的尺寸，以便第一线性结构元 素由与位于4和10mm之间的长度对应的若干像素形成，第二线性结构元 素由与位于15和30mm之间的长度对应的若干像素形成，以及第三线性结 构元素由与位于200和400mm之间的长度对应的若干像素形成。

为在步骤C完成时改善滤波，有利的是，通过借助于沿径向方向取向 的线性结构元素来实施形态学开以变换至少一个变平的图像，并从所述变 平的图像减去此得到的图像是可能的。

在此情况下，有利的是，根据图像的定义，结构元素能够由与位于15 和30mm之间的长度对应的若干像素形成。

通过依赖由灰度阴影（grey shade）的变化所引起的高度变化，在步骤 D的过程中，实施与大于或等于0.15mm的高度变化对应的灰度的阈值化是 特别有益的。在轮胎的情况下，此高度小于所寻求精确定位（pinpoint）的 图案的平均高度。

以可选的方式，为回避错误的检测，在步骤D完成时，从二值图像消 除未重新进入高度标准的图案是可能的，该图案通常与所寻求在轮胎的侧 壁上选择的图形和装饰图案对应。因此：

-识别表面的二值图像中的分离的图案，

-确定起始表面的弧形的图像，

-对于考虑的图案，从形成起始图像中的此图案的像素的灰度值减去 与弧形的图像中的此图案对应的像素的灰度值，以便获得图案的变 平，

-推算所述变平的图案的灰度的平均值和标准偏差，

-在二值图像中，在如下情况下删除此图案：

o灰度的平均值不位于给定的区间中，以及

o灰度的标准偏差大于预定的阈值，

以便获得校正的二值图像，其中，删除错误地检测到的图案。

为了确定侧壁的表面的弧形，借助于具有增大的尺寸且沿圆周方向取 向的线性结构元素来交替实施起始图像的一系列形态学开，以便获得表面 的弧形的图像，其中，删除了凸图案以及凹陷的和凸起的目标。

根据经验，在轮胎的情况下，有用地可能的是，相继地实施：借助于 包括与位于4和10mm之间的长度对应的若干像素的线性结构元素的起始 图像的形态学开，借助于包括与位于200和400mm之间的长度对应的若干 像素的结构元素的先前图像的形态学开，以及借助于包括与位于500和800 mm之间的长度对应的若干像素的结构元素的先前图像的形态学开。

为了消除异常灰度值，在从起始图像减去弧形的图像之前，由仅含有 考虑的识别图案的包围框围住每一个考虑的图案，并且执行含有考虑的图 案的小图像的变平，将是可能的。

对于通常尺度的轮胎，有利的是，灰度的平均的区间能够与位于0.2mm 和0.3mm之间的高度变化对应，并且灰度的标准偏差的阈值的值与小于或 等于0.2mm的高度变化对应。

附图说明

随后的描述的目的在于基于范例给出了关于方法的实现的详细指示， 并且依赖图1至16，其中：

图1表示轮胎的侧壁的形貌表面的二维灰度图像；

图2表示在第一次形态学开之后的相同的图像；

图3表示在减去图2的图像之后的起始图像；

图4表示借助于径向结构元素对其预先执行了顶帽的图3的图像的二 值图像；

图5表示借助于第二次形态学开所变换的起始图像；

图6表示在减去图5的图像之后的图2的图像；

图7表示图6的图像的二值图像；

图8表示借助于第三次形态学开所变换的起始图像；

图9表示在减去图8的图像之后的图5的图像；

图10表示通过图9的图像的阈值化（thresholding）所分割的二值图像；

图11的图像表示图4、7以及10的图像的合并（union）；

图12表示根据本发明的对起始图像的处理的功能图；

图13表示侧壁的弧形的图像；

图14表示其中浮雕图案包含于包围框中的图7的图像；

图15表示校正的图13的图像；

图16表示所校正的二值图像的集理论合并（set-theoretic union）。

具体实施方式

图1的图像表示轮胎的侧壁的图像的局部视图。借助于要求诸如激光 三角法的本身已知的技术的手段来获得此图像。

一般，轮胎的表面的二维图像是灰度图像，诸如图1中所表示的，其 中，以点格（point grid）（也就是2D阵列）的形式表示的平面 （E=[1,2,...]×[1,2,...]，其中）的任何点或像素x=(i,j)与值相关 联，其中一般地，T由位于0和255之间的整数值组成。该灰度值 表示此点相对于轮胎的形貌表面的标高。

对于标准尺度的汽车轮胎，以使得灰度单元的变化与大约0.01mm的 高度对应的方式校准图像。

图像的像素的数目自然地取决于所使用的相机的选择和输入模式，但 是产生包括40000×5000个像素的图像以表示整个侧壁是司空见惯的。

为了推算方便的原因，将轮胎的侧壁的圆形图像的极坐标变换为正交 坐标。图1的图像表示于所述正交参考坐标系中，其中横轴OX表示圆周 值，且纵轴OY表示径向值。

根据本发明的方法的随后的步骤在于借助于具有沿圆周方向取向，即 沿着轴OX，的段的形式的结构元素来实施表面的图像的一系列形态学开， 以便回避侧壁的表面的弧形（通过考虑此弧形对于给定的径向值基本上是 相同的）。

结构元素相对于所述弧形的圆周变化是小尺寸的，由此使得也回避关 于弧形的圆周变化的介绍中提到的缺点成为可能。

最后，结构元素的尺寸使得选择被期望从侧壁的表面分离的浮雕图案 成为可能。

从而，在当前描述的框架内，相继使用包括与位于4mm和10mm之 间的长度对应的若干像素（由此与大致150个像素对应）的第一结构元素。 此尺寸使得选择如随后将看到的包括小尺度的字符的文字（writing）成为可 能。

第二结构元素包括与位于15mm和30mm之间的长度对应的若干像 素，其在用作对当前描述的支持的范例的框架内表示大约500个像素。此 尺寸使得选择与侧壁上具有的字母和装饰对应的较大表面的图案成为可 能。

第三结构元素包括与位于200mm和400mm之间的长度对应的若干像 素，该若干像素与大约7000个像素对应，并且这使得选择遍布于圆周的诸 如旗帜或邻接的一连串字符的装饰性的元素成为可能。

执行表面f的分别标识为γ₁₅₀(f)、γ₅₀₀(f)以及γ₇₀₀₀(f)的一系列形态学 开。分别于图2、5以及8中再现所获得的图像。观察到，图2中形成调整 的题字的字符已经消失了。对商标进行特写（feature）的字符在图5中已经 消失了。并且图8不再包括任何装饰性的图案或字符。

通过计算由借助于结构元素的形态学开获得的图像与在借助于紧随的 较大尺寸的结构元素的形态学开之后获得的图像之间的差异，获得了一连 串通过差分化变平的图像，其中仅仅保持了已经从一个开至另一个开消失 的图案。

对于图像的每一个像素i，j，两个图像之间的差异在于计算灰度的差异。 将观察到，在此操作的过程中，得到的图像是浮雕图像，在该浮雕图像中， 图案显现在平面上而不再在弧形面上。

通过计算由借助于较小尺寸的结构元素对起始图像f的形态学开 γ₁₅₀(f)获得的图像与起始图像f之间的差异来初始化该推算（calculation）。

这些平坦化分别标识为f-γ₁₅₀(f)、γ₁₅₀(f)-γ₅₀₀(f)以及 γ₅₀₀(f)-γ₇₀₀₀(f)，并且表示在图3、6以及9中。观察到，浮雕图案相继地 重新显现于这些图像上。

为了选择寻求的图案，执行这些图像中的每一个图像的阈值化，以便 获得其中图案显现为白而背景显现为黑的二值图像。

通过给灰度高于给定的阈值的像素赋予最高的灰度值（白）以及给灰 值低于此阈值的像素赋予零值（黑）来执行此操作。

为了避免错误的检测，此阈值必须与刚好低于图案的最低高度的高度 对应，然而无需太低，以便避免将非显著的高度变化认为是浮雕图案。对 于标准尺度的汽车轮胎，此阈值大约是0.15mm，这大致与约十五个左右的 灰度单位对应。

这些二值图像分别标识为seg₁(f-γ₁₅₀(f))、seg₂(γ₁₅₀(f)-γ₅₀₀(f))以及 seg₃(γ₅₀₀(f)-γ₇₀₀₀(f))。

图7和10示例了二值图像seg₂(γ₁₅₀(f)-γ₅₀₀(f))和 seg₃(γ₅₀₀(f)-γ₇₀₀₀(f))，该二值图像是在对变平的并且由图6和9示例的图 像的分割之后获得的。

为了改善图案的检测，通过消除源于诸如毛刺的小的圆周不规则的检 测异常，以可选的方式对变平的图像执行一系列附加操作是可能的。

这些操作在于借助于沿径向方向取向的线性结构元素来执行变平的图 像的顶帽。此结构元素的尺寸在标准尺度的汽车轮胎的情况下能够有用地 位于15和30mm之间，从而在用作对当前描述的支持的范例的情况下与大 约500个像素对应。

此得到的图像在第一变平的图像的情况下标识为 ρ₅₀₀(f-γ₁₅₀(f))=(f-γ₁₅₀(f))-γ₅₀₀(f-γ₁₅₀(f))，并且在图4中以其二进制形式 seg₁(ρ₅₀₀(f-γ₁₅₀(f))显现。

为了获得含有所有寻求的浮雕图案的图像，实施二值图像的集理论合 并。图11中示例了标识为seg=seg₁∪seg₂∪seg₃的此最终的二值图像。

注意到以下情况是合适的：在描述本发明的实施例之际，变平的图像 的以及二值图像的形态学开的数目不限制于3，而且其能够根据本发明的方 法的使用者的选择来增大或减小。推算步骤的进行保持相同，并且所获得 的结果是相同性质的。尽管如此，事实证明，对于三次形态学开的此限制 特别良好地适合于标准尺度（dimension）的汽车轮胎的情况。增大步骤的 数目，将必然对推算时间不利，并能够使得解决较大尺度的轮胎的情况成 为可能，该较大尺度的轮胎呈现特别的图形化的装饰或者其中浮雕标记的 尺寸或高度变化大。

然而，在图11的图像中观察到，浮雕元素可以错误地显现在先前描述 的步骤的过程中所获得的二值图像中。这些元素与被不适当地视为图案的 局部过度升高的区域对应。从而，处于两个条（bar）之间并被箭头标注的 区域A易于构成（constitute）错误的检测。

那么借助于实施在上文介绍的形态学算子的操作来从图像中去除这些 异常元素可能是有用的。

为了实现此目的，我们从以下观察结果开始：被寻求保留的浮雕图案 具有基本上规则的和同样的高度，该浮雕图案是装饰性的图案或由连串的 字母数字字符形成。那么其将足以从二值图像seg_i消除呈现出异常高度或非 常分散的高度变化的区域，以获得校正的二值图像

此可选过程的第一步骤在于识别浮雕般地显现在二值图像seg_i上的图 案，并且该图案在所述图像的黑色背景上以白色显现。给这些图案中的每 一个图案以及构成此图案的每一个像素分配识别号。将注意到，两个分离 的图案不由相同的号码来识别。这里，分离旨在引起（mean）由属于着色 成黑色的且其灰度值等于零的浮雕的背景的像素相互隔开的图案，以便不 可能以连续的方式从一个任意的图案移动到另一个任意的图案而不穿过黑 色着色的空间。

其后根据起始表面f确定侧壁的表面的弧形。因此，借助于沿圆周方向 取向且其尺寸增大的线性结构元素来交替进行起始表面f的一系列形态学 开和闭，以便获得其中消除了具有过量升高以及异常沟槽的图案的表面。 此操作标识为φ_es1oγ_es2oφ_es3o......oγ_esn(f)，其中es1≥es2≥es3≥....esi...≥esn。

开和闭的数目不是限制性的，但是观察到，不再以超过限制的操作数 目的显著的方式修改所获得的结果。结构元素的长度如先前地适合于侧壁 的表面上存在的浮雕图案的尺寸。

在随后的范例中，显然的是，证明了包括两次形态学开和两次形态学 闭的系列足以获得显著的结果。该结构元素因此是适合的，并且具有其像 素的数目与从几毫米至几百毫米改变的长度对应的尺寸。图13示例了图1 的图像f的弧形的图像，其中结构元素相继地包括500、500、7000以及17000 个像素，camber(f)＝φ₁₇₀₀₀(γ₇₀₀₀(φ₅₀₀(γ₅₀₀(f))))。

识别带有（bearing）与寻求检验的图案相同的标签的弧形的图像的像 素和起始图像的像素无疑是可能的。

然后从构成所述图案并属于起始图像的像素的灰度值减去相同图案的 并属于弧形的先前获得的图相的像素的灰度值diff_A(f)=A(f)－camber_A(f)。

此操作相当于执行所考虑的图案的变平。

以可选的方式，在此减法操作之前，执行附加的滤波操作，以便提取 易于显现在图案的图像中的异常灰度值，是可能的。

因此，将所考虑的图案A围在受限制的尺度的包围框中，以便构成含 有所述白色着色的浮雕图案以及部分的黑色着色的背景的小尺寸的小图像 （imagette），如图14中所示例的。

将注意到，如先前地，每个包围框仅仅含有单个图案。在所述包围框 将包含给定标签的图案以及全部或部分其它不同的标签图案的情况下，根 据选择，改变包围框的形状或更容易地通过以与背景的值（黑）对应的零 值替换这些图案的值来消除其标签不同于所考虑的图案的标签的图案的部 分，是可能的。

一旦已经选择这些区域，则与所考虑的小图像A对应的像素位于起始 图像f中，并且借助于沿圆周方向取向的线性结构元素来实施所述区域的形 态学开，标识为γ_150,A(f)。选择减小尺寸的结构元素，其像素的数目与几个 毫米的长度对应。在用作对当前描述的支持的范例的情况下，所采用的结 构元素具有150个像素。

然后实施起始图像中含有的区域A的小图像和弧形的图像中含有的小 图像之间的减法diff_A(f)=γ_A，150(f)－camber_A(f)，以获得图案的变平的小图像。

在已经执行图案的或包含所述图案的小图像的变平之后，随后的操作 在于推算变平的图案的或变平的小图像的像素的灰度的值的平均值和标准 偏差，以及在于将这些值与值的范围或与预定的阈值进行比较，该预定阈 值表示于轮胎的侧壁的表面上寻求识别的图案的平均高度。

以实验方式，对于灰度的平均和与用于灰度的标准偏差的小于或等于 0.2mm的高度变化对应的阈值，认为通过采用对应于位于0.2mm和0.3mm 之间的高度变化的区间（interval）获得了好的结果。

其平均值和标准偏差位于约定限制内的图案保留在二值图像中，并且 通过将形成其平均值不在这些限制内的图案的像素减小至零值来从二值图 像提取其平均值不在这些限制内的图案，以便它们与背景的黑色值相一致。

然后获得校正的二值图像，诸如图15中所表示的，其中图像与通 过应用上文详细说明的推算步骤来校正的图像seg₂对应。观察到，两个条 之间的桥已经消失了。

通过实施求和（sum）或者校正过的或没校正过的二值图像的集理论合 并来获得最终的二值图像：如图16中所示例的。

提取图案并进行图像的随后的处理以确定轮胎的顺应性于是成为可 能。

根据本发明所述的方法的示例性实现不是限制性的，并且将会根据给 定的指示来适应，以便处理不同尺寸和用途的轮胎的分析，同时考虑到侧 壁上具有的图案的独特性。