基于Gabor变换子午线轮胎缺陷检测.docVIP

基于Gabor变换子午线轮胎缺陷检测 　　摘要：利用数字图像处理进行子午线轮胎质量检测，利用x射线得到子午线轮胎的投影图像，对其图像纹理进行缺陷检测，找出其缺陷严把质量关，从而生产出高质量的子午线轮胎。 　　关键词：轮胎检测；Gabor；多通道滤波；阈值化 　　中图分类号：U4 　　文献标识码：A 　　文章编号：1671－7597(2010)0720056－01 　　 　　0　引言 　　 　　子午线轮胎在制造过程中工艺要求比较高，经常出现质量问题缩短轮胎寿命，因此需要出厂前对轮胎进行质量检测。常用的轮胎子午线图像有周期性的模式，即其灰度呈现周期变化。可以通过检测其图像灰度周期识别缺陷，但是计算代价太高，实用性不强。Gabor变换是英国物理学家Gabor提出来的，由“测不准原理”可知，它具有最小的时频窗，即Gabor函数能做到具有最精确的时间频率的局部化：另外，Gabor函数与哺乳动物的视觉感受野相当吻合，这一点对研究图像特征检测或空间频率滤波非常有用，恰当的选择其参数，Gabor变换可以出色地进行图像分割、识别与理解。由于干扰影响子午线轮胎成像的质量，从而降低定位系统的识别能力，因此需要通过数字滤波器滤赊不必要的干扰；Gabor能够表示图像缺陷并能检测出该图像缺陷的最优滤波器，Gabor滤波器对图像中含有缺陷的区域产生较大的响应，即具有区分子午线轮胎图像缺陷的能力。 　　 　　1　Gabor变换原理 　　 　　Gabor是非正交的函数，是带通滤波器，是具有自相似特征的滤波器，在纹理图像处理中使用Gabor变换方法能同时在空域和频域上满足局部化的要求。Gabor滤波在图象处理中的特征提取、纹理分析和立体视差估计等方面有许多应用，它对应的冲激响应是将复指数振荡函数乘以高斯包络函数所得的结果。Gabor变换属于加窗傅立叶变换，Gabor函数可以在频域不同尺度、不同方向上提取相关的特征，Gabor通过模拟人类视觉系统，可以将视网膜成像分解成一组滤波图像，每个分解的图像能够反映频率和方向在局部范围内的强度变化。其缺陷检测过程；首先对输入的轮胎图像直方图均衡化增强对比度，然后图像灰度进行规范化；接着对图像进行行列扫描，通过一组多通道Gabor滤波器，获得子午线轮胎图像纹理特征，融合度量结果做出轮胎检测判断。Gabor变换的根本就是Gabor滤波器的设计，而滤波器的设计又是其频率函数和Gauss函数参数的设计。设图象坐标为x=[x1x2]，则Gabor滤波的冲激响应为： 　　 　　其中k=[k1k2]T是空间频率，为了建立多分辨率分析框架，图象可以用一组N个不同带宽和调制频率的Gabor滤波来处理。图象可以用调制成不同角度的Gabor滤波器分解为M通道的不同方向的分量。Gabor函数是复值函数，因此在运算过程中要分别计算其实部和虚部。 　　基于Gabor滤波器的特征提取法是一种重要的纹理描述方法，其主要包括定制滤波器和自适应滤波器两类，前者针对具体的纹理特性及应用场合，有选择性的通过单个滤波器来完成纹理描述；后者利用不同方向和不同频段的滤波器组，得到能充分表征特征的纹理描述。这里主要利用自适应滤波器，基于Gabor滤波器的多通道滤波算法，进行无监督的子午线轮胎图像缺陷检测。Gabor滤波器具有多通道和多分辨率分析的特点可以选取很多纹理特征，通过Gabor滤波器提取的特征通常具有较高的空域和频域分辨率。 　　 　　2　实验结果 　　 　　子午线轮胎对质量的要求比较高，经常出现帘线断裂、帘线稀、气泡等缺陷问题。而且其缺陷尺寸、方向是随机的，因此需要自动检测系统进行在线检测，这里主要使用Gabor多通道滤波器检测算法来降低计算复杂度从而提高检测效率。 　　1)多通道滤波：使用一组具有S个尺度和L个方向的S*L一个Gabor滤波器组用于轮胎缺陷监测。多通道滤波可以对子午线轮胎纹理进行多分辨率分析。每个获取的子午线轮胎与自相似Gabor滤波器组进行滤波操作。折中考虑计算复杂性和性能，选择18个非对称Gabor滤波器(S=3，L=6)，每个滤波器采用7*7算子核。多通道滤波对子午线轮胎图像进行了多分辨率和频带分析，获得其图像对不同滤波器的响应，得到滤波后的图像幅值。 　　2)对滤波后的图像幅值进行非线性变换：包括对数变换、幂次变换、指数变换等。它们的共同特点是使用非线性变换关系式进行图像变换，进一步增强不同滤波器的响应。 　　3)特征差分：通过计算参考图像即无缺陷图像经Gabor滤波器组滤波产生的18个参考特征图像，从而获得滤波后图像与参考图像的差异，这就是特征差分模块。特征差分模块将被测子午线轮胎图像对不同滤波器的响应与参考图像的响应进行比较，获得特征差分信息。 　　4)特征融合：即数据融合，将来自不