轮胎作为汽车的关键部件,其质量的好坏影响着汽车的行驶安全。为了避免因轮胎内部出现质量问题而影响汽车的行驶安全,轮胎出厂前的质量检验已经成为轮胎生产流程的关键环节。目前,大多数的国内轮胎生产企业是通过质检人员判断轮胎是否存在缺陷,该方法效率低且主观性强,容易影响轮胎缺陷判断的准确性。因此,迫切需要开发一套适用于国内生产条件的轮胎缺陷检测系统来解决国内轮胎生产企业的实际需求。在此背景下,课题组与山东某公司共同开发了一套面向轮胎生产企业的子午线轮胎缺陷检测系统,结合图像处理与机器学习理论来分析轮胎X光图像,轮胎缺陷主要集中在胎侧、胎肩、带束层和钢丝圈部分,课题组已经完成胎侧、胎肩、带束层的缺陷检测,本文主要是针对轮胎钢丝圈缺陷的检测算法展开研究。主要工作如下:(1)设计了一种基于采样的相似度分析方法分割轮胎冗余成像部分。考虑到轮胎冗余成像问题会影响到检测效率,所以在缺陷检测之前分割冗余成像部分。基于冗余成像部分与图像前半部分的纹理分布相同的特点,我们先对图像进行下采样以减少计算成本,再利用均方误差法判断区域间的相似度,实现冗余图像的分割。该方法计算效率高,分割速度快,适用于大尺寸的轮胎图像。(2)设计了钢丝圈包布层端点高度差级偏歪缺陷的检测算法。根据轮胎不同区域的灰度变化特点,通过垂直投影分割出胎侧和钢丝圈,结合胎侧和钢丝圈的帘线方向的差异性,改进极值滤波消除胎侧帘线,保留钢丝圈帘线。采用自适应二值化和形态学运算解决了不同灰度区域的背景消除问题,最终得到包布层端点。通过计算同一侧的包布层端点的高度差级来实现缺陷检测。(3)设计了钢丝圈反包层端点高度差级偏歪缺陷的检测算法。利用水平投影曲线反映包布层帘线的分布规律和反包层花纹对包布层帘线的影响,结合投影曲线中反包层灰度变化的程度,计算灰度投影曲线的周期、方差等特征量生成反包层特征图,在二值化和形态学运算的基础上得到反包层端点,计算同一侧的反包层端点高度差级来实现缺陷检测。(4)设计了钢丝圈包布层与反包层差级偏歪缺陷的检测算法。根据钢丝圈包布层端点和反包层端点坐标,计算一侧的包布层与反包层端点差级,和相同水平坐标的另一侧端点差级进行比较,判断差级来实现缺陷检测。(5)设计了钢丝圈帘线打折、帘线开口和杂质缺陷检测算法。构建钢丝圈缺陷数据集,使用Faster R-CNN训练实现钢丝圈结构类型缺陷检测。为了解决钢丝圈杂质等小尺寸缺陷特征提取不充足的问题,对Faster R-CNN卷积部分的VGG16网络中3个不同维度的卷积层输出的特征图进行融合,保证了特征图在拥有较高层次特征的同时又拥有较大分辨率特征,从而提高了小尺寸缺陷检测的准确率。(6)将钢丝圈缺陷检测算法集成到轮胎X光缺陷检测系统中,设计符合系统流程的输入和输出,并给质检人员预留算法参数设置界面,针对不同的缺陷类型,设置不同的缺陷等级判断标准。在课题组开发的子午线轮胎缺陷检测系统的基础上,我们进一步添加了钢丝圈缺陷检测,使得缺陷检测的缺陷类型更加全面。目前,该系统已经在多家轮胎生产企业测试,检测的速度和精度较好。但是对于X光成像质量差、钢丝圈平均灰度极低的图像,算法的检测效果仍然不理想,算法的鲁棒性有待提高。