本發(fā)明涉及圖像中的條紋的檢測和參考。

背景技術(shù)：

期望檢測條紋，尤其是輪胎圖像中的條紋，以用于定位刻記有信息的輪胎區(qū)域的目的。也期望定位這些區(qū)域，以為了隨后檢查出這些區(qū)域不包含有缺陷。這些條紋區(qū)域具有圖案，例如形狀、線條或者曲線，這些圖案在給定方向上有規(guī)律地重復(fù)。

存在很多已知的用于檢測圖像中的條紋的方法，其中利用光譜方法來檢測條紋頻率。為此，通常使用傅立葉濾波。在待檢查的圖像上執(zhí)行傅立葉變換。在傅立葉空間中展現(xiàn)出了檢查圖像的頻率的所得圖像中，找到對應(yīng)于圖像的灰度水平或色彩水平的不同頻率的峰值。因此，找到了對應(yīng)于初始圖像中的條紋的頻率，并且從這些頻率中推導(dǎo)出初始圖像中的條紋的存在和位置。但是，這種方法需要花費(fèi)較多計(jì)算時(shí)間，尤其是應(yīng)用在用于計(jì)算傅立葉變換的大圖像中時(shí)。而且這種方法也相當(dāng)困難和不準(zhǔn)確，主要是因?yàn)閷?yīng)于條紋的頻率與對應(yīng)于背景噪聲的頻率分離是很復(fù)雜的事情。這是因?yàn)樵谕ㄟ^傅立葉變換而獲得的圖像中，對應(yīng)于條紋的頻率峰值難得被清晰地劃界。

另一種類型的用于檢測圖像中的條紋的方法包括：將檢查的圖像與被認(rèn)為是包括有條紋的參考圖像進(jìn)行比較，并且計(jì)算這些圖像之間的相關(guān)比率。這種類型的方法的主要缺陷在于：其需要極大量的存儲器來包含參考圖像，并且需要非常長的計(jì)算時(shí)間來相互比較圖像部分并確定相關(guān)比率。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的一個(gè)目的在于提供一種方法，該方法相較于前面所提及方法，計(jì)算時(shí)間和存儲器的成本較少，并且更簡單、更精確和更可靠。

為了該目的，提供一種用于參考呈現(xiàn)在輪胎的數(shù)字表示中的條紋的方法，其中，為了參考條紋的類型，自動化裝置執(zhí)行以下步驟：

-確定至少一個(gè)包括有待參考的條紋類型的表示，

-識別至少一個(gè)表示的像素或者體素的片段，以及

-記錄至少一個(gè)與片段的像素或者體素的灰度水平或者色彩水平之間的差異相關(guān)的值。

因此，為了確定檢查的圖像是否包括條紋，記錄的值或每一個(gè)記錄值隨后被用作控制，其與在檢查的圖像中測量的一個(gè)或多個(gè)值進(jìn)行比較。例如，該片段方法可以用來參考與連續(xù)的像素序列相關(guān)的值，而不是每次研究圖像的一個(gè)像素。該種方法因此特別適用于當(dāng)片段垂直于條紋時(shí)，而與灰度水平或色彩水平之間的差異相關(guān)的值顯示了像素水平的變化。該方法獨(dú)立于隨后使用的條紋檢測方法的類型。相同的評論適用于體素，而不是像素。當(dāng)考慮像素時(shí)，在以下文中也是如此。

利用根據(jù)本發(fā)明的方法的數(shù)字表示可以具有三種類型：

-稱為“2d”的表示，其對應(yīng)于每個(gè)像素承載亮度信息的二維圖像，

-稱為“2.5d”的表示，其對應(yīng)于每個(gè)像素承載深度信息的二維圖像，

-稱為“3d”的表示，其對應(yīng)于每個(gè)體素承載亮度信息的三維圖像。

如果所使用的獲取包括“凸起(relief)”類型的數(shù)據(jù)元素，則圖像的每一個(gè)像素承載關(guān)于條紋深度的地形信息?；叶人交蛘呱仕綄?yīng)于這個(gè)條紋深度。例如，如果獲取承載了亮度信息，則該水平對應(yīng)于條紋的底部與頂部之間的對比。

有利地，值或者至少一個(gè)值從以下組中進(jìn)行選擇：

-與片段的像素或者體素相關(guān)的周期的平均周期，

-片段的相鄰像素或者體素的每一對中的灰度水平或者色彩水平之間的差異的絕對值的平均值，以及

-優(yōu)選地，額外地，基于平均周期確定的長度。

因此，平均值用作確定檢查的圖像的像素片段是否位于潛在的條紋區(qū)域內(nèi)的控制。隨著條紋數(shù)量的增加，彼此相鄰的不同灰度水平的像素的數(shù)量也會增加，而相鄰像素之間的平均水平差異也會增加。平均周期可用于在條紋的頂部之間或者條紋槽之間建立平均距離間隔。最后，長度可以用來比較足夠大的片段和足夠小的片段，該足夠大的片段包含條紋區(qū)域中的相關(guān)信息，該足夠小的片段防止計(jì)算參考值或其他參考值而花費(fèi)過長時(shí)間。該片段的長度有利地設(shè)定在3.5個(gè)平均周期。這三個(gè)參數(shù)的組合(即周期、平均值和長度)可用于參考條紋的類型。在任何條紋區(qū)域中，可能會有無數(shù)的精細(xì)條紋，少量的大條紋，或者其它類型的條紋。因此，每種類型的條紋都對應(yīng)于三個(gè)參考參數(shù)的一個(gè)值或多個(gè)值的組合。

還提供了一種用于檢查輪胎的方法，在該方法中，為了定位在輪胎的數(shù)字表示中的條紋區(qū)域，自動裝置執(zhí)行以下步驟：

-考慮表示的區(qū)域中的至少一個(gè)像素或者體素，并且，

針對考慮的像素或者體素，或者針對考慮的每個(gè)像素或者體素：

-識別以考慮的像素或者體素為中心的像素或者體素的片段，

-確定與片段的像素或者體素的灰度水平或者色彩水平之間的差異相關(guān)的至少一個(gè)值，以及

-將一個(gè)或多個(gè)值與一個(gè)或多個(gè)預(yù)定閥值進(jìn)行比較。

因此，再一次地，該片段方法可以用來確定與連續(xù)的像素序列相關(guān)的值，而不是每次研究圖像的一個(gè)像素。該種方法因此特別適用于當(dāng)待檢查的片段垂直于條紋時(shí)，與灰度水平或色彩水平之間的差異相關(guān)的值揭示了像素水平的變化。此外，不再需要嘗試檢測由復(fù)雜計(jì)算(例如，傅里葉分析)所轉(zhuǎn)換的圖像中的頻率峰值，因?yàn)橐獧z查的圖像是直接用于檢測條紋的目的。此外，當(dāng)從一個(gè)考慮的像素移動到一個(gè)相鄰的考慮的像素時(shí)，以該像素為中心的片段包括與已經(jīng)被計(jì)算出的像素或者體素的水平的差異相關(guān)的值。因此，通過分解計(jì)算，可以快速計(jì)算出與多個(gè)重疊片段之中的差異相關(guān)的值。

有利地，與差異相關(guān)的值或者至少一個(gè)值為在片段的每一對相鄰像素或者體素中的水平差異的絕對值的平均值。

因此，這些差異的絕對值的平均值可以用來確定該片段是否位于一個(gè)高度條紋化的區(qū)域。這個(gè)值可以簡單且快速地確定，并且以這種方式，可以消除不形成條紋區(qū)域部分的像素。例如，如果平均值的差異很小，這就意味著該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當(dāng)均勻的區(qū)域。在另一方面，如果平均值的差異很高，這意味著從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個(gè)片段中有很大的差異。在這種情況下，認(rèn)為位于該片段的中心的像素可能在條紋區(qū)域中，并且沒有被排除。

優(yōu)選地，與這些差異相關(guān)的值或至少一個(gè)值是與該片段的像素或體素相關(guān)的周期的平均周期。

因此，平均周期代表片段中的相鄰像素的值的兩個(gè)相同變化之間的平均距離。因此，對應(yīng)于片段的條紋的兩個(gè)頂部之間的平均間隔，或兩個(gè)條紋槽之間的平均間隔。

有利地，與差異相關(guān)的值或者至少一個(gè)值為與片段的像素或者體素相關(guān)的周期的數(shù)目。

優(yōu)選地，與差異相關(guān)的值或者至少一個(gè)值為與片段的像素或者體素相關(guān)的一個(gè)或多個(gè)周期。

因此，例如，可以將每個(gè)周期(例如，兩個(gè)條紋頂部之間的間隔)與預(yù)定的值進(jìn)行比較。

有利地，自動裝置基于片段的每一個(gè)像素或體素的水平將二進(jìn)制值“0”或“1”與片段的每一個(gè)像素或者體素相結(jié)合，并且當(dāng)所述自動裝置在一個(gè)方向上掃描片段時(shí)，與差異相關(guān)的值或者至少一個(gè)值涉及在成對的相鄰的像素或者體素內(nèi)的值之間的變化，這些變化是相同的，并且每一對的第一像素優(yōu)選地包含與位于根據(jù)方向預(yù)定的片段的端部的片段的像素或者體素相同的值。

因此，該片段是是二進(jìn)制的，使得只能區(qū)分兩種類型的像素，即那些位于條紋中的和位于兩個(gè)條紋之間的像素。與片段的像素或者體素的灰度水平或者色彩水平之間的差異相關(guān)的值的所有計(jì)算(尤其是周期的計(jì)算)都被簡化。

此外，當(dāng)根據(jù)片段的第一像素或者體素的二進(jìn)制值來進(jìn)行與像素或體素相關(guān)的值時(shí)，僅對兩個(gè)條紋頂部之間的間隔，或者兩個(gè)條紋槽之間的間隔，執(zhí)行與水平的差異有關(guān)的值的計(jì)算，而不同時(shí)對這兩者執(zhí)行。以這種方式，進(jìn)一步地減少了計(jì)算時(shí)間。

有利地，為了將二進(jìn)制值與片段的像素相關(guān)聯(lián)，

-確定該片段的像素或者體素的值的平均值；

-將二進(jìn)制值根據(jù)其值與平均數(shù)值之間的差異來分配給片段的每一個(gè)像素或者體素。

因此，例如，如果像素或體素的值大于或等于平均值，則將它與二進(jìn)制值“1”相關(guān)聯(lián)；否則，將它與“0”相關(guān)聯(lián)。

優(yōu)選地，自動裝置基于片段的每一個(gè)像素或者體素的水平將二進(jìn)制值“0”或“1”與片段的每一個(gè)像素或者體素相關(guān)聯(lián)，并且當(dāng)自動裝置在一個(gè)方向上掃描片段時(shí)，與差異相關(guān)的值或者至少一個(gè)值涉及在成對的相鄰的像素或者體素內(nèi)的值之間變化，這些變化是相同的，并且每一對的第一像素優(yōu)選地包括如下的值，該值與位于根據(jù)方向預(yù)定的片段的端部的片段的像素或者體素優(yōu)選地不同。

因此，次要周期表示兩個(gè)條紋槽之間的間隔，或者表示兩個(gè)條紋頂部之間的間隔，但不是兩者，與上面限定的值和對它們的補(bǔ)充方式相同。因此，如果上面限定的值與兩個(gè)條紋頂部之間的間隔有關(guān)，則次要周期與條紋槽之間的間隔有關(guān)，反之亦然。

有利地，這個(gè)片段由表示的至少三個(gè)連續(xù)的像素或者體素組成。

還提供一種用于檢查輪胎的一致性的方法，其中，自動裝置執(zhí)行以下步驟：

-確定包括有輪胎的條紋的至少一個(gè)區(qū)域的基礎(chǔ)表示的至少一個(gè)擴(kuò)張，從而獲得擴(kuò)張的表示；

-確定基礎(chǔ)表示的至少一個(gè)侵蝕，從而獲得侵蝕的表示；以及

-確定擴(kuò)張的表示與侵蝕的表示之間的差異，從而獲得差異表示。

擴(kuò)張?jiān)跀U(kuò)張的圖像中創(chuàng)建了平滑的條紋區(qū)域，代替了基礎(chǔ)圖像的條紋區(qū)域，通過擴(kuò)張消除了條紋之間的間隔。在另一方面，侵蝕在侵蝕的圖像中創(chuàng)建了平滑的條紋間隔區(qū)域，代替了基礎(chǔ)圖像的條紋區(qū)域，通過侵蝕消除了條紋。因此，如果基礎(chǔ)表示的條紋是完美的，則差異表示必須包括在相同的位置的與基礎(chǔ)表示的條紋區(qū)域相同的一個(gè)非常均勻的區(qū)域。在實(shí)踐中，如果條紋的區(qū)域不包括缺陷，則差異表示包括對應(yīng)于條紋的區(qū)域，其中在灰度水平或色彩水平在噪聲容差的間隔內(nèi)基本上是恒定的。在相反的情況下，差異表示包括一個(gè)或多個(gè)區(qū)域，其中灰度水平或色彩水平與其周圍像素的非常不同。

還提供一種計(jì)算機(jī)程序，其包括編碼指令，當(dāng)根據(jù)本發(fā)明所述的方法的步驟在計(jì)算機(jī)上執(zhí)行時(shí)，所述編碼指令適用于控制所述方法的步驟的執(zhí)行。

最后，根據(jù)本發(fā)明，提供了一種用于檢查輪胎的表示中的條紋的設(shè)備，該設(shè)備適用于執(zhí)行如上所述的方法。

根據(jù)本發(fā)明的另一個(gè)方面，一個(gè)目的是提供一種用于分析輪胎條紋的一致性的方法，該方法較少地花費(fèi)計(jì)算時(shí)間并且較快地執(zhí)行。

為此目的，提供了一種用于檢查輪胎的一致性的方法，其中，自動裝置執(zhí)行以下步驟：

-確定包括輪胎的條紋的至少一個(gè)區(qū)域的基礎(chǔ)表示的至少一個(gè)擴(kuò)張，從而獲得擴(kuò)張的表示；

-確定基礎(chǔ)表示的至少一個(gè)侵蝕，從而獲得侵蝕的表示；以及

-確定擴(kuò)張的表示與侵蝕的表示之間的差異，從而獲得差異表示。

該方法不需要使用參考，這使得它具有比已知的方法更易于執(zhí)行的優(yōu)勢。優(yōu)選地，自動裝置基于條紋的維度、條紋之間的間隔、和/或條紋的方向，創(chuàng)建擴(kuò)張和侵蝕的一個(gè)或多個(gè)構(gòu)造元素。

因此，構(gòu)造元素適用于在上游檢測到的每一種條紋類型。通過這種方式，可以執(zhí)行最適當(dāng)?shù)臄U(kuò)張和侵蝕操作，從而以盡可能最正確的方式分別消除條紋以及條紋之間的間隔，同時(shí)保留其它元素。

有利地，自動裝置產(chǎn)生具有不同各個(gè)結(jié)構(gòu)元素的基礎(chǔ)表示的至少兩個(gè)擴(kuò)張，以獲得擴(kuò)張的表示。

優(yōu)選地，自動裝置產(chǎn)生具有不同各個(gè)結(jié)構(gòu)元素的基礎(chǔ)表示的至少兩個(gè)侵蝕，以獲得侵蝕的表示。

因此，對于在同一條紋區(qū)域內(nèi)的復(fù)雜形狀，例如具有多于一個(gè)的方向或者不同厚度，條紋分為不同的條紋類型，并且對于每一個(gè)條紋類型重復(fù)擴(kuò)張和/或侵蝕操作，并且在區(qū)域中構(gòu)造適用于不同類型的構(gòu)造元素。

有利地，差異表示的像素或者體素的數(shù)值與至少一個(gè)預(yù)定的閾值進(jìn)行比較。

因此，如果像素或者體素的一些值離閾值很遠(yuǎn)，則認(rèn)為基礎(chǔ)表示的條紋包括缺陷。在另一方面，如果所有的值都在相對于預(yù)定的閾值的預(yù)定的間隔內(nèi)，則認(rèn)為基礎(chǔ)表示的條紋區(qū)域不包括缺陷，且因此輪胎具有一致性。

優(yōu)選地，閾值或至少一個(gè)閾值是差異表示的像素或者體素的值的中間值。

有利地，基礎(chǔ)表示不包括除了黑色、白色和灰度水平之外的顏色。

但是，基礎(chǔ)表示也可以包括黑色、白色和灰色。

優(yōu)選地，為了定位在輪胎的數(shù)字表示中的條紋區(qū)域，自動裝置執(zhí)行以下初步步驟：

-考慮表示的區(qū)域中的像素或者體素中的至少一個(gè)，并且，

針對考慮的像素或者體素，或者考慮的像素或者體素中的每一個(gè)：

-識別以考慮的像素或者體素為中心的像素或者體素的片段，

-確定與片段的像素或者體素的灰度水平或者色彩水平之間的差異相關(guān)的至少一個(gè)值，以及

-將一個(gè)或多個(gè)值與一個(gè)或多個(gè)預(yù)定閥值進(jìn)行比較。

因此，該片段方法可以用來確定與連續(xù)的像素序列相關(guān)的值，而不是每次研究圖像的一個(gè)像素。該種方法因此特別適用于當(dāng)待檢查的片段垂直于條紋時(shí)，與灰度水平或色彩水平之間的差異相關(guān)的值揭示了像素水平的變化。此外，不再需要嘗試檢測通過復(fù)雜計(jì)算(例如，傅里葉分析)轉(zhuǎn)換的圖像中的頻率峰值，因?yàn)橐獧z查的圖像直接用于檢測條紋的目的。此外，當(dāng)從一個(gè)考慮的像素移動到一個(gè)相鄰的考慮的像素時(shí)，以該像素為中心的片段包括與已經(jīng)被計(jì)算出的像素或者體素的水平的差異相關(guān)的值。因此，通過分解計(jì)算，可以快速計(jì)算出與多個(gè)重疊片段之中的差異相關(guān)的值。

還提供一種用于參考在輪胎的數(shù)字表示中呈現(xiàn)的條紋的方法，其中，為了參考條紋的類型，自動裝置執(zhí)行以下步驟：

-確定至少一個(gè)包括待參考的條紋類型的表示，

-識別至少一個(gè)表示的像素或者體素的片段，以及

-記錄至少一個(gè)與片段的像素或者體素的灰度水平或者色彩水平之間的差異相關(guān)的值。

因此，為了確定檢查的圖像是否包括條紋，記錄的值或每一個(gè)記錄值隨后被用作控制，其與在檢查的圖像中測量的一個(gè)或多個(gè)值進(jìn)行比較。例如，該片段方法可以用來參考與連續(xù)的像素序列相關(guān)的值，而不是每次研究圖像的一個(gè)像素。該種方法因此特別適用于當(dāng)片段垂直于條紋時(shí)，與灰度水平或色彩水平之間的差異相關(guān)的值揭示了像素水平的變化。該方法獨(dú)立于隨后使用的條紋類型檢測方法。

還提供了一種計(jì)算機(jī)程序，其包括編碼指令，當(dāng)根據(jù)本發(fā)明的一致性檢查方法的步驟在計(jì)算機(jī)上執(zhí)行時(shí)，所述編碼指令適用于控制所述方法的步驟的執(zhí)行。

還提供了一種用于檢查輪胎的一致性的設(shè)備，該設(shè)備適用于執(zhí)行如上所述的一種方法。

最后，提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，該介質(zhì)以記錄的形式包括根據(jù)本發(fā)明的程序。

優(yōu)選地，該設(shè)備包括記錄介質(zhì)，該記錄介質(zhì)包括與條紋相關(guān)的值的數(shù)據(jù)庫。

附圖說明

現(xiàn)在將參考所附附圖，通過非限定性的例子的方式來描述本發(fā)明的實(shí)施方案，在這些附圖中：

-圖1和圖2示出了包括條紋區(qū)域的數(shù)字圖像；

-圖3至圖5分別示意性地示出了數(shù)字圖像、該圖像的片段以及該片段的二進(jìn)制的形式；

-圖6示出了根據(jù)本發(fā)明的實(shí)施方案的方法；

-圖7至圖11分別示意性地示出了圖像、圖像的片段、片段的二進(jìn)制形式、圖像的其他片段、以及該片段的二進(jìn)制形式；

-圖12示出了根據(jù)本發(fā)明的另一實(shí)施方案的方法；

-圖13至圖16示意性地示出了數(shù)字圖像、侵蝕形式的圖像、擴(kuò)張形式的圖像、以及在擴(kuò)張圖像和侵蝕圖像之間的不同的差異圖像；

-圖17和圖18分別示出了在本發(fā)明的實(shí)施方案中，包括具有缺陷的條紋區(qū)域的數(shù)字圖像以及由該圖像產(chǎn)生的差異圖像；以及

-圖19示出了用于執(zhí)行根據(jù)本發(fā)明的方法的設(shè)備。

具體實(shí)施方式

該種輪胎檢查方法旨在創(chuàng)建輪胎圖像基礎(chǔ)以參考條紋類型，并隨后檢測類似于在測試圖像中參考的條紋類型的條紋。該用于檢查條紋一致性的方法旨在檢查輪胎的條紋區(qū)域是否有缺陷。

ⅰ參考方法

該方法包括初始地參考條紋類型，隨后通過利用參考的條紋來檢測圖像中的條紋。

圖1和圖2示出了二維圖像10和20中的不同的條紋類型。這些條紋類型在條紋的厚度、條紋的方向、條紋的直線性、條紋之間的間隔、以及條紋的灰度水平和每種類型條紋的間隔上彼此不同。圖1還示出了條紋的不同類型的兩種區(qū)域1和2。其目的在于初始地參考所有這些條紋的類型，并隨后當(dāng)在圖像中找到這些條紋時(shí)對這些條紋進(jìn)行檢測。

要描述的各個(gè)實(shí)施方案的步驟通過自動裝置91來執(zhí)行，該自動裝置91形成設(shè)備90的一部分，特別地，該設(shè)備90包括處理器94和存儲器95，并且該設(shè)備90連接至數(shù)據(jù)庫92。這些元件在圖19中示出。為了執(zhí)行該方法，該設(shè)備使用計(jì)算機(jī)程序。該程序在其輸入處可以請求包括待參考的條紋區(qū)域的一個(gè)圖像或一組圖像，以及待檢查的一個(gè)圖像或多個(gè)圖像。在程序的輸出處，其提供給使用者關(guān)于條紋的每一個(gè)參考類型、以及確定的條紋類型和它們在待檢測的圖像中的位置的數(shù)據(jù)。也可以使用相同的程序或者單獨(dú)的程序，以應(yīng)用如下所述的一致性的檢測方法。然后在程序的輸入處請求包括條紋區(qū)域的圖像，并且在程序的輸出處與涉及表示任何缺陷的像素的數(shù)據(jù)一起，提供稱之為“差異圖像(imagedifférence)”的圖像。當(dāng)在圖像中檢測到條紋時(shí)，通過該方法本身而可以自動地提供輸入圖像。因此，相同的程序可以用于確定輪胎圖像中的條紋，并且同時(shí)確定這些條紋是否有缺陷。

該程序也可以適用于遠(yuǎn)程通信網(wǎng)絡(luò)(例如，web或者內(nèi)部網(wǎng)絡(luò))，以使用戶下載該程序。

類似地，該程序或者等同的指令也可以記錄在包括數(shù)據(jù)庫的計(jì)算機(jī)可讀存儲介質(zhì)93中，例如硬盤、usb閃存驅(qū)動器、cd、或者任何其它的等效介質(zhì)。

為了執(zhí)行條紋類型的參考，選擇被稱作“參考圖像”的圖像，這些圖像包括條紋區(qū)域，例如圖1和圖2中的圖像10和20，以構(gòu)造參考基礎(chǔ)。隨著基礎(chǔ)的參考圖像的數(shù)量增加，與能夠在輪胎學(xué)習(xí)或者測試圖像中被檢測到的不同的條紋類型的數(shù)量一起，被參考的不同的條紋類型的數(shù)量也增加。即使在本發(fā)明中并沒有進(jìn)行明確地描述，這種參考基礎(chǔ)也可以包括包含有條紋區(qū)域的任何圖像。

在當(dāng)前情況下，將會考慮包括有豎直條紋3的圖3中的示意圖像30。在條紋區(qū)域中，選擇了像素片段4。其稱為“參考片段(segmentderéférence)”。圖像30的每一個(gè)像素，以及參考片段4的每一個(gè)像素具有灰度水平值。具體地，選擇了21個(gè)像素的參考片段4?？梢赃x擇包括有不同像素?cái)?shù)的參考片段。該數(shù)目對應(yīng)于如下的參考片段，其大到足夠截取多個(gè)條紋并且小到足夠防止以下所述的計(jì)算消耗過多的時(shí)間。當(dāng)選擇了參考片段4時(shí)，則執(zhí)行如下步驟：

1)計(jì)算出參考片段4中的每一對相鄰的像素之間的灰度水平差的絕對值。因此，在圖4的片段4中，其已較大的比例并且示意性的方式示出了圖3的參考片段4，確定出像素6的灰度水平與像素7的灰度水平之差的絕對值，隨后確定出像素7與像素8之差，等等。

2)將這些差值相加并且除以參考片段中的像素?cái)?shù)目減去一個(gè)單位；也就是說，在當(dāng)前情況下，除以20，以獲得片段中的每一對相鄰像素之間的灰度水平的差異的平均值。將該平均值(稱作為“參考平均值”)記錄在數(shù)據(jù)庫中。

3)計(jì)算參考片段中的像素的灰度水平的平均值。

4)在參考片段中，基于之前計(jì)算的灰度水平的平均值來二進(jìn)制化像素值。因此，如果像素的灰度值等于或大于參考片段的灰度水平的平均值，則將相應(yīng)的像素賦值為“0”。如果灰度值小于平均值，則將相應(yīng)的像素賦值為“1”。這樣產(chǎn)生了如圖5中所示的片段50。根據(jù)所述片段50，執(zhí)行以下計(jì)算：

5)從二進(jìn)制化的像素的片段50中確定被稱為主周期(périodesprincipales)的距離。當(dāng)片段從左至右掃描時(shí)，在多個(gè)像素中，在成對的相鄰的像素中的值之間的兩種變化之間，主周期對應(yīng)于最短距離，這些變化是相同的，并且每一對的第一像素具有與位于左端的片段的第一像素相同的值。因此，在圖5中，位于左端的第一像素14具有二進(jìn)制值“1”。因此對具有二進(jìn)制值“1”的像素與具有二進(jìn)制值“0”的像素之間的第一變化進(jìn)行搜索。該變化發(fā)生在像素15與像素16之間。隨后對第二相同變化進(jìn)行搜索，也就是說在具有二進(jìn)制值“1”的像素與具有二進(jìn)制值“0”的像素之間，從左到右掃描片段。該變化發(fā)生在像素17與像素18之間。以這種方式，獲得了包括11個(gè)像素的主周期11。繼續(xù)以相同的方式，在片段中找到一個(gè)或多個(gè)后續(xù)的主周期12。通過從右到左掃描片段，將可以執(zhí)行相同類型的計(jì)算。會被觀察到二進(jìn)制值的片段的第一像素將會為片段的右側(cè)端的第一像素。

6)隨后計(jì)算出片段的主周期的平均周期，并將該平均周期記錄在數(shù)據(jù)庫中。隨后將其稱作“平均參考周期”。

7)設(shè)定片段的“參考長度”。在當(dāng)前情況下，其設(shè)定為平均參考周期的3.5倍。也可以選擇不是3.5的數(shù)字，但條件是該數(shù)字必須總是大于1。

根據(jù)上述步驟的結(jié)果，圖3中的條紋類型已經(jīng)作為參考輸入至數(shù)據(jù)庫中。針對這種類型的條紋輸入的三個(gè)數(shù)據(jù)元素，即參考平均值、平均參考周期和參考長度，在待檢驗(yàn)的任何圖像中，如果存在這些條紋，則必須使得能夠檢測這種類型的條紋。

ⅱ用于檢測條紋的方法

如上面所解釋的，我們現(xiàn)在可以通過將圖像的條紋與由針對每種類型的條紋所記錄的三個(gè)數(shù)據(jù)元素所參考的條紋進(jìn)行比較，來檢驗(yàn)圖像中的條紋的檢測，也就是說用于檢測和定位給定圖像中的條紋的方法。如果大量的條紋類型被參考，則每一個(gè)參考的條紋類型可以與在檢測期間確定的值進(jìn)行比較。為此目的，參見圖6，其示出了根據(jù)本發(fā)明的優(yōu)選的實(shí)施方案的方法，針對給定的條紋類型來執(zhí)行如下步驟：

a)在待檢查的圖像中，在圖7中的圖像60的情況下，選擇像素61。以像素61為中心，確定21個(gè)像素的檢驗(yàn)片段62。該片段在圖8中詳細(xì)地示出。以在參考方法中的步驟1)和步驟2)相同的方式，確定檢驗(yàn)片段62的每一對像素中的水平的差值的絕對值的平均值。該結(jié)果隨后與通過參考方法記錄的條紋類型的“參考平均值”進(jìn)行比較，目的在于將待檢驗(yàn)的圖像與這種條紋類型進(jìn)行比較。為此目的，為了圖像60的檢驗(yàn)片段62而計(jì)算的平均值與以考慮的條紋類型的“參考平均值”為中心的預(yù)定值的間隔進(jìn)行比較。如果針對檢驗(yàn)片段計(jì)算的平均值位于該間隔中，則片段經(jīng)過步驟b)。如果結(jié)果沒有位于該間隔中，則選擇要與檢驗(yàn)片段62進(jìn)行比較的其他的參考條紋類型，并且該方法針對考慮的新的參考條紋類型重新開始于步驟a)。這相當(dāng)于在參考平均值的任一側(cè)利用高閾值和低閾值，并且將結(jié)果與這些閾值進(jìn)行比較。

如果結(jié)果并沒有在針對所有的參考條紋類型的值的任何間隔以內(nèi)，這就意味著像素61不屬于任何類型的參考條紋。所有用于像素61的測試停止，并且該過程會以另一像素開始。

該條紋排除了大多數(shù)的壞像素，只留下了具有紋理最小化的區(qū)域中的像素，但并不是必然類似的條紋。

b)該片段以參考方法中的步驟4)中相同的方式進(jìn)行二進(jìn)制化，并且執(zhí)行與步驟5)和步驟6)相同的計(jì)算。在檢驗(yàn)片段62中的主周期的平均周期中的結(jié)果通過圖9中的二進(jìn)制化的檢驗(yàn)片段63而示意性地呈現(xiàn)出。然后將該平均周期與針對在步驟a)中成功考慮的條紋類型所記錄的參考周期進(jìn)行比較。以如之前相同的方式，針對以“平均參考周期”為中心的值的間隔來執(zhí)行該比較。如果片段63的平均周期屬于值的間隔，則像素61和其二進(jìn)制化的檢驗(yàn)片段63轉(zhuǎn)入到步驟c)；否則，選擇另一個(gè)條紋類型，并且該方法針對考慮的新的條紋類型而重新開始于步驟a)。

該標(biāo)準(zhǔn)排除了對于搜索的條紋類型(也就是說，參考的條紋類型)完全不具有相似性的區(qū)域。

c)二進(jìn)制化的檢驗(yàn)片段63的主周期的數(shù)目與對應(yīng)于考慮的條紋類型的記錄的“參考長度”進(jìn)行比較，與具有以參考長度的值為中心的值的間隔進(jìn)行比較，如以前面步驟的相同方式來進(jìn)行。

該標(biāo)準(zhǔn)主要排除了文本邊緣附近的一些壞區(qū)域，但也排除了可能已經(jīng)被識別并且定位的條紋區(qū)域的側(cè)向邊緣。通過二進(jìn)制形態(tài)學(xué)步驟(例如，擴(kuò)張或者侵蝕)，這些區(qū)域隨后可以被收回。

如果檢驗(yàn)片段經(jīng)過該步驟，則該方法移動至步驟d)。否則，對新的參考的條紋類型重復(fù)步驟a)。

d)二進(jìn)制化的檢驗(yàn)片段63的全部周期與參考片段的參考周期進(jìn)行比較，依然對于如前面步驟中的相同的條紋類型。為此目的，該方法不但考慮了主周期，還考慮了當(dāng)在一個(gè)方向上掃描測試片段時(shí)，對應(yīng)于在成對的相鄰像素內(nèi)的值之間變化的次要周期，這些變化是相同的，并且每一對中的第一像素包括優(yōu)選地與位于根據(jù)方向而預(yù)定的測試片段的一端的片段的像素或者體素的值相等的值。用于片段的次要周期的示例為圖5中的片段50的周期13。因此，這些周期中的每一個(gè)與以考慮的條紋類型的平均參考間隔為中心的預(yù)定值的間隔進(jìn)行比較。

如果全部主周期和次要周期均在間隔以內(nèi)，則以檢驗(yàn)片段62為中心的像素61被認(rèn)為屬于已經(jīng)執(zhí)行步驟a)至步驟d)的條紋類型。

否則，該處理對于新的參考的條紋類型重新開始于步驟a)。

如果全部的參考條紋類型已經(jīng)與片段進(jìn)行比較，并且像素依然沒有通過步驟d)，則認(rèn)為檢驗(yàn)片段62的像素61不屬于參考的條紋類型，并且該過程停止?？梢詫σ云渌麢z驗(yàn)片段為中心的其他像素重新開始于步驟a)。

在當(dāng)前情況下，鑒于檢驗(yàn)片段的灰度水平，如果該片段單獨(dú)與類似于圖3中的參考條紋類型進(jìn)行比較，則片段62的像素61很可能未通過步驟b)，或者可能甚至在步驟a)中被排除。此外，該片段沒有主周期或者次要周期。

但是，如果該方法對于圖7的像素64重新開始，并且選擇了圍繞像素64為中心的檢驗(yàn)片段65，則鑒于在圖10中詳細(xì)示出的檢驗(yàn)片段65的灰度水平和二進(jìn)制值以及圖11中的二進(jìn)制化的檢驗(yàn)片段66，如果與類似于圖3中的參考的條紋類型進(jìn)行比較，則該像素可能成功地通過至步驟d)的方法。也確定了主周期67和次要周期68。該像素64被認(rèn)為形成類似于圖3中所示出的類型的條紋區(qū)域(其中，該類型的條紋已經(jīng)被比較)的條紋區(qū)域的部分。

類似的，一旦像素成功地通過步驟d)，則該處理針對相同的參考的條紋類型，對另一像素重新開始。

在一個(gè)實(shí)施方案中，當(dāng)已經(jīng)考慮了圖像的全部像素時(shí)(也就是說，當(dāng)全部的這些像素至少已經(jīng)經(jīng)歷了該方法的步驟a)時(shí))，該方法停止。

在另一個(gè)實(shí)施方案中，僅選擇圖像的某些部分或者圖像的某些像素，并且該方法僅應(yīng)用于這些像素。

例如，用戶可以可視地定位圖像中可包括條紋的區(qū)域，并且可以決定僅將方法作應(yīng)用于圖像的該區(qū)域。

在一種變型中，在步驟a)中，記錄了像素之間的某些差異。這是因?yàn)?，如果對于給定的像素初始地執(zhí)行計(jì)算，接著對于位于圖像的相同像素線上的像素執(zhí)行計(jì)算，則它們的檢驗(yàn)片段可以包括相同的像素。這會有助于再次利用之前的計(jì)算中的計(jì)算結(jié)果。

應(yīng)當(dāng)注意的是步驟a)獨(dú)立于其它三個(gè)步驟，因?yàn)闉榱藞?zhí)行該步驟，片段并不一定需要進(jìn)行二進(jìn)制化。事實(shí)上，該步驟是最簡單的步驟，這就是其為何首先執(zhí)行的原因。

通過圖12的圖示出的另一個(gè)實(shí)施方案中，當(dāng)像素未被允許進(jìn)入除了步驟a)的步驟時(shí)，代替對其它條紋類型在步驟a)重新開始處理，對其它條紋類型執(zhí)行同樣步驟的測試。因此，像素可以通過對于給定的條紋類型的步驟a)的測試，然后通過對于其它條紋類型的步驟b)，等等。

在另一個(gè)實(shí)施方案中，用于比較的值的間隔也記錄在數(shù)據(jù)庫中。它們不需要以參考值(例如，平均參考周期、參考長度或者參考平均值)為中心。它們可以包括沒有以這些為中心的值。因此，在一個(gè)方向上，相對于參考值必要的變化是允許的，但是在其他方面是不行的。

在另一個(gè)實(shí)施方案中，目的是在檢驗(yàn)片段中僅檢測一種條紋類型或者多種特定的條紋類型。這包括將檢驗(yàn)片段的數(shù)據(jù)與關(guān)于這些條紋類型而不關(guān)于其他參考條紋類型的參考數(shù)據(jù)進(jìn)行比較。

ⅲ用于檢查條紋的一致性的方法

當(dāng)條紋位于輪胎圖像上時(shí)，則檢驗(yàn)這些條紋的一致性。該目的在于驗(yàn)證包括條紋的區(qū)域沒有缺陷，這些缺陷可能會不利地影響通過這些條紋表示的符號的理解。這被認(rèn)為是可視化一致性檢查。需要提前定位條紋，有兩個(gè)原因：用于其它區(qū)域的通常的一致性檢查不能應(yīng)用于條紋區(qū)域，并且在這些條紋區(qū)域中對于缺陷的測量和容限的標(biāo)準(zhǔn)可能不同于其他區(qū)域。

在平面區(qū)域中，通過評估該區(qū)域大于或小于區(qū)域的平均值來表征缺陷。

在條紋區(qū)域中，在當(dāng)前實(shí)施方案中的方法原理在于以兩種不同的方式過濾條紋，從而獲得平面區(qū)域的兩個(gè)圖像，也就是說，表示條紋底部的平均值的圖像和表示條紋頂部的平均值的圖像。由兩個(gè)前述圖像之間的差異產(chǎn)生的圖像(其在條紋區(qū)域中應(yīng)當(dāng)包括相對恒定值的像素)然后被檢查。當(dāng)正常恒定的區(qū)域的部分具有“異常”值時(shí)，這些缺陷可以被可視化。

在當(dāng)前情況下，其目的在于知曉圖13中的圖像70的條紋是否具有缺陷。

為此目的，執(zhí)行圖像70的侵蝕，以獲得侵蝕的圖像。構(gòu)造元素以這樣的方式被選擇：條紋消失在被侵蝕的圖像中。因此，條紋之間的間隔、條紋的方向以及它們的尺寸都被考慮，以用于選擇構(gòu)造元素的目的。由于侵蝕發(fā)生在灰度水平，也可能會考慮條紋的灰度水平和間隔。圖像14的侵蝕的圖像71因此表示了條紋底部的平均值，換句話說，條紋之間的槽的平均值。

也執(zhí)行了圖像70的擴(kuò)張。在圖15中的擴(kuò)張圖像72中，選作擴(kuò)張的構(gòu)造元素的元素是能夠使條紋擴(kuò)張為使得它們填充條紋之間的間隔的元素。用于擴(kuò)張的構(gòu)造元素的選擇的標(biāo)準(zhǔn)與用于侵蝕的標(biāo)準(zhǔn)相同。擴(kuò)張的圖像72因此表示了條紋頂部的平均值。

然后找到擴(kuò)張的圖像72與侵蝕的圖像71之間的差異，以獲得差異圖像73。在這種情況下，差異圖像具有均勻的內(nèi)容。從而，在圖像70中的條紋區(qū)域中不存在缺陷。

但是，如果對具有小缺陷81(其中去除了條紋部分)的圖像74執(zhí)行相同的方法，則結(jié)果是以部分82(其中灰度水平相對于在所述缺陷周圍相對均勻的區(qū)域異常)的形式揭示該缺陷的差異圖像75。

根據(jù)本發(fā)明的方法可以通過將像素的灰度水平值與差異圖像的像素的中間值進(jìn)行比較，來自動地檢測這些缺陷。因此，如果差異圖像的像素中的一個(gè)像素的值非常偏離圖像的像素的中間值，那么討論的像素被認(rèn)為表明了圖像中的條紋區(qū)域中的缺陷。

在本發(fā)明的另一個(gè)實(shí)施方案中，可以執(zhí)行多個(gè)擴(kuò)張和/或侵蝕。例如，如果條紋區(qū)域包括在不同方向上定位的條紋，或者包括不同的厚度，則可以識別條紋的類型，針對這種條紋類型執(zhí)行操作，以及對在區(qū)域中識別的其它的條紋類型再次應(yīng)用該方法。因此，在某些情況下，在這些條紋對于彼此是附加的區(qū)域中，找到一種條紋類型的缺陷以及其它的條紋類型的缺陷。

在另外的實(shí)施方案中，圖像包括除了灰度陰影之外的色彩。例如，為了檢測和/或檢查紅色、綠色或者藍(lán)色條紋，上面的計(jì)算(其涉及用于檢測條紋的方法和一致性檢查方法)可以尤其對彼此獨(dú)立的每一種色彩類型執(zhí)行。這些計(jì)算也可以應(yīng)用至基于這些色彩值的組合的這些值。

在另外的實(shí)施方案中，圖像形成為不是二維而是三維，并且包括有體素的空間。因此，除了灰度水平或者其它的色彩水平，每一個(gè)體素包括亮度值。因此也可以對深度水平執(zhí)行以上計(jì)算。因此，即使具有相同或類似的顏色，也可以參考、確定和/或檢查通過它們的凸起而彼此區(qū)分的條紋。

在部分ii中描述的用于檢測條紋區(qū)域的方法以及在部分iii中描述的用于檢查條紋一致性的方法可以彼此獨(dú)立地使用。具體地，在以不同于部分ii中的方法的方式檢查條紋區(qū)域之后，條紋的一致性可以根據(jù)部分iii中的方法來檢查，反之亦然。

權(quán)利要求書(按照條約第19條的修改)

1.一種用于參考呈現(xiàn)在輪胎的數(shù)字表示(10；20)中的條紋的方法，其特征在于：為了參考條紋類型，自動裝置執(zhí)行以下步驟：

-確定包括待參考的條紋類型(3)的至少一個(gè)表示(30)，

-識別表示的像素或者體素(6，7，8，14，15，16，17，18)的至少一個(gè)片段(4)，以及

-記錄與片段的像素或者體素的灰度水平或者色彩水平之間的差異相關(guān)的至少一個(gè)值。

2.根據(jù)前一權(quán)利要求所述的方法，其中，值或者至少一個(gè)值從以下組中進(jìn)行選擇：

-與片段(4)的像素或者體素(6，7，8，14，15，16，17，18)相關(guān)的周期(11，12，13)的平均周期，

-在片段的成對的相鄰像素或者體素中的灰度水平或者色彩水平之間的差的絕對值的平均值，以及

-優(yōu)選地、額外地根據(jù)平均周期確定的長度。

3.一種用于檢測輪胎的方法，其中，為了定位在輪胎的數(shù)字表示(10；20；30；60)中的條紋區(qū)域，自動裝置執(zhí)行以下步驟：

-考慮表示(10；20；30；60)的區(qū)域中的至少一個(gè)像素或者體素(61，64)，并且，

針對考慮的像素或者體素，或者考慮的每一個(gè)像素或者體素(61，64)：

-識別以考慮的像素或者體素(61，64)為中心的像素或者體素的片段(62，65)，

-確定與片段(62，65)的像素或者體素的灰度水平或者色彩水平之間的差異相關(guān)的至少一個(gè)值，以及

-將一個(gè)或多個(gè)值與一個(gè)或多個(gè)預(yù)定閥值進(jìn)行比較。

4.根據(jù)前一權(quán)利要求所述的方法，其中，與差異相關(guān)的值或者至少一個(gè)值為在片段(62，65)的每一對相鄰的像素或者體素(6，7，8，14，15，16，17，18)中的水平差的絕對值的平均值。

5.根據(jù)權(quán)利要求3和4中任意一項(xiàng)所述的方法，其中，與差異相關(guān)的值或者至少一個(gè)值為與片段(62，65)的像素或者體素(61，64)相關(guān)的周期(67，68)的平均周期。

6.根據(jù)權(quán)利要求3至5中任意一項(xiàng)所述的方法，其中，與差異相關(guān)的值或者至少一個(gè)值為與片段(62，65)的像素或者體素相關(guān)的周期(67，68)的數(shù)目。

7.根據(jù)權(quán)利要求3至6中任意一項(xiàng)所述的方法，其中，與差異相關(guān)的值或者至少一個(gè)值為與片段(62，65)的像素或者體素(61，64)相關(guān)的周期(67，68)的長度。

8.根據(jù)權(quán)利要求3至7中任意一項(xiàng)所述的方法，其中，所述自動裝置基于片段的每一個(gè)像素或者體素的水平將二進(jìn)制值“0”或“1”與片段的每一個(gè)像素或者體素相關(guān)聯(lián)，并且當(dāng)自動裝置在一個(gè)方向上掃描片段時(shí)，與差異相關(guān)的值或者至少一個(gè)值與在成對的相鄰像素或者體素內(nèi)的值之間的變化相關(guān)，這些變化是相同的，并且每一對中的第一像素優(yōu)選地包括與位于根據(jù)方向預(yù)定的片段的端部的片段的像素或者體素相同的值。

9.根據(jù)權(quán)利要求3至8中任意一項(xiàng)所述的方法，其中，自動裝置基于片段的每一個(gè)像素或者體素的水平將二進(jìn)制值“0”或“1”與片段的每一個(gè)像素或者體素相關(guān)聯(lián)，并且當(dāng)自動裝置在一個(gè)方向上掃描片段時(shí)，與差異相關(guān)的值或者至少一個(gè)值與在成對的相鄰像素或者體素內(nèi)的值之間的變化相關(guān)，這些變化是相同的，并且每一對中的第一像素優(yōu)選地包括與位于根據(jù)方向預(yù)定的片段的端部的片段的像素或者體素優(yōu)選不同的值。

10.根據(jù)權(quán)利要求3至9中任意一項(xiàng)所述的用于檢查輪胎的一致性的方法，其中，自動裝置還執(zhí)行以下步驟：

-確定包括輪胎的條紋的至少一個(gè)區(qū)域的基礎(chǔ)表示(70；74)的至少一個(gè)擴(kuò)張，從而獲得擴(kuò)張的表示(72)；

-確定基礎(chǔ)表示(70；74)的至少一個(gè)侵蝕，從而獲得侵蝕的表示(71)；以及

-確定擴(kuò)張的表示(72)與侵蝕的表示(71)之間的差異，從而獲得差異表示(73；75)。

11.一種計(jì)算機(jī)程序，其包括編碼指令，當(dāng)根據(jù)前述權(quán)利要求中任意一項(xiàng)所述的方法的步驟在計(jì)算機(jī)上執(zhí)行時(shí)，所述編碼指令適用于控制所述方法的步驟的執(zhí)行。

12.一種用于檢查輪胎的數(shù)字表示中的條紋的設(shè)備，該設(shè)備適用于執(zhí)行根據(jù)權(quán)利要求1至10中的任意一項(xiàng)或多項(xiàng)所述的方法。

13.根據(jù)前一權(quán)利要求所述的設(shè)備，其包括記錄介質(zhì)，所述記錄介質(zhì)包括與條紋相關(guān)的值的數(shù)據(jù)庫。