一种轮胎花纹深度自动检测设备

技术领域

本发明涉及车辆智能安检领域，具体为一种轮胎花纹深度自动检测设备。

背景技术

2021年1月1日正式实施的《中华人民共和国国家标准：机动车安全技术检验项目及方法》规定注册登记和在用机动车的安全检验时，乘用车、挂车轮胎胎冠上花纹深度应大于或等于1.6毫米，卡车、公交车轮胎胎冠上花纹深度应大于或等于2.0毫米。这就意味着国家对车辆年检中轮胎花纹深度做了强制性要求，不符合以上规定的车辆不予通过年检。

目前常用的轮胎花纹深度检测方法主要包括主动检测、半自动检测及自动检测三种。主动检测主要使用轮胎花纹深度尺通过人工手动测量轮胎花纹深度，由于轮胎具有一定韧性，在测量时往往会因为力度不同而导致轮胎发生不同程度的形变从而产生误差，此外主动检测对人工依赖性过强，在目前设备自动化的环境下不仅效率低下且费时费力。半自动检测通过手持式轮胎花纹测量仪对轮胎花纹深度进行自动测量，相较于主动检测，半自动检测有较好的稳定性且检测效率有一定提高，但是和主动检测类似，由于手持式轮胎花纹测量仪测量范围有限，要想测量所有花纹深度则需要进行多次测量，并且并未做到完全自动化，检测效率有待提高。相较于前两种方法，自动检测可以做到全自动检测，检测效率较高，但是在检测过程中由于车速过快或标定等原因会导致一定的误差，并且目前市面上多数自动检测设备仅是针对某种特定类型车辆进行检测，由于不同类型车辆的轴距不同导致其适用性较低。

发明内容

针对现有技术的不足，本发明提供一种轮胎花纹深度自动检测设备，以解决背景技术提出的问题。

为实现上述目的，本发明提供如下技术方案：一种轮胎花纹深度自动检测设备，包括上位机和下位机，上位机采用windows10系统对下位机进行控制，下位机主要由两组光电设备、两组四目相机、补光灯、激光器及继电器等组成；

一种轮胎花纹深度自动检测设备由外部光电模块触发；

一种轮胎花纹深度自动检测设备采用两组四目摄像头；

一种轮胎花纹深度自动检测设备使用单个激光器采用镜面折射法。

优选地，本专利采用了一种改进的非局部平均图像算法(NLM)对图像噪声进行滤除。具体做法是：

A.滤除方法噪声中的噪声分量，保留有用的图像信息；

B.联合去噪结果与处理后的方法噪声重新定义NML算法的相似权函数，相似权函数的定义如下：

其中

C.采用噪声标准差二次函数的方式设置滤波参数进行噪声滤除。

优选地，针对本专利较好的图像应该满足车辆轮胎在数据采集窗口的中央位置，表现为图像整体亮度较低，激光线更为明亮清晰，针对上述两个特征：

A.首先通过opencv库将图像由rgb通道转化为hsv通道；

B.遍历整个图像计算图像中非红色像素的平均亮度值；

C.遍历整个图像计算图像中红色像素的平均亮度值；

D.设定亮度阈值；

E.将红色像素平均亮度值与非红色像素的平均亮度值做差，降低由于像素颜色判断失误而导致的误差；

F.判断插值是否大于阈值，如果大于则更新阈值并将该图像作为最优图像；

G.重复步骤(E)-(F)，直到遍历完所有图像。

优选地，本文提出了一种能够自动填补孔洞的基于滑动框的激光中心线提取方法，具体做法为：

A.首先将图像由rgb通道转换为hsv通道；

B.检测(A)中的hsv图像中的红色像素；

C.通过opencv库创建与(A)中hsv图像同规格的画布；

D.将(B)中检测到的红色像素复制到新建的画布上，并转化为二值图像；

E.分别记录每行中孔洞左、右边缘坐标；

F.对孔洞进行逐行填补，填补的像素值为(E)中左、右边缘的平均像素值。

G.设定一个自定义长度且宽度为一个像素大小的滑框，并设定像素阈值；

H.从当前行开始，滑窗以一个像素为单位横向滑动，并计算滑窗中的平均像素值；

I.判断平均像素值是否大于阈值，如果大于则更新阈值与最佳滑框；

J.当前行完成后进入下一行，并重复步骤(H)-(J)，直到遍历完整个图像。

与现有技术对比，本发明具备以下有益效果：

1、该种发明轮胎花纹深度自动检测设备，包括上位机和下位机，上位机采用windows10系统对下位机进行控制，下位机主要由两组光电设备、两组四目相机、补光灯、激光器及继电器等组成车辆通过光电模块时设备开始进行数据采集，当光电模块检测到的轴数与上位机设置的轴数一致时即表示数据采集结束，接着将采集到的数据输入上位机进行处理。本专利具有较高的自动性、稳定性，且因为采用了多组相机的原因，本发明还具有较高的适用性。

附图说明

图1为本发明整体示意图；

图2为本发明图像选择流程示意图；

图3为本发明激光中心线提取流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例

下面结合附图和实施方式进一步说明本发明的技术方案。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部。

在本发明的描述中，除非另有明确的规定和限定，术语“相连”、“连接”、“固定”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。

在本实施例的描述中，术语“上”、“下”、“左”、“右”、等方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述和简化操作，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅仅用于在描述上加以区分，并没有特殊的含义。

请参阅图1-3，一种轮胎花纹深度自动检测设备，其特征在于，包括上位机和下位机，上位机采用windows10系统对下位机进行控制，下位机主要由两组光电设备、两组四目相机、补光灯、激光器及继电器等组成；

一种轮胎花纹深度自动检测设备由外部光电模块触发；当车辆通过光电模块时设备开始进行检测，当光电设备记录到的轴数与上位机设置的轴数一致时即表示检测结束。

一种轮胎花纹深度自动检测设备采用两组四目摄像头；大大提高了测量范围，极大的增加了对不同轴距车辆的适用性。

一种轮胎花纹深度自动检测设备使用单个激光器采用镜面折射法，提高了激光器照射范围，并保证了激光不会出现弯曲从而影响测量结果的影响。

本发明中的轮胎花纹深度自动检测设备：在使用时，在上位机点击开始标定后，设备补光灯开启，两组四目相机开始自动采集标定板图像并进行标定，标定完成后补光灯关闭，避免对后续检测的影响。接着设备进入待检测状态，进入待检测状态后设备光电模块开启，当有车辆经过时，车辆前轮首先遮挡第一组光电模块，此时设备激光器打开进入数据采集模式，当车轮经过图像采集窗口时两组四目相机对车辆轮胎花纹图像进行采集。当第二组光电模块记录到的遮挡次数与上位机设置的轴数一致时即表示数据采集完成，此时上位机对采集到的数据进行处理，首先通过图像整体亮度值及红色像素亮度值联合判断选择出位置最优的图像作为待处理图像，接着运用三角测距法对轮胎花纹深度进行测量。测量完成后，激光器关闭，设备重新进入待检测状态；整个检测过程全自动化，检测效率、精度较高，并且由于使用了两组四目相机，大大的增加了检测范围，针对不同轴距的车辆均有较好的适用性。

请参阅图2，本专利采用了一种改进的非局部平均图像算法(NLM)对图像噪声进行滤除。具体做法是：

A.滤除方法噪声中的噪声分量，保留有用的图像信息；

B.联合去噪结果与处理后的方法噪声重新定义NML算法的相似权函数，相似权函数的定义如下：

其中

C.采用噪声标准差二次函数的方式设置滤波参数进行噪声滤除；该方法通过计算图像中红色像素与非红色像素的差值，可以有效选择出最优图像。

请参阅图2，针对本专利较好的图像应该满足车辆轮胎在数据采集窗口的中央位置，表现为图像整体亮度较低，激光线更为明亮清晰，针对上述两个特征：

A.首先通过opencv库将图像由rgb通道转化为hsv通道；

B.遍历整个图像计算图像中非红色像素的平均亮度值；

C.遍历整个图像计算图像中红色像素的平均亮度值；

D.设定亮度阈值；

E.将红色像素平均亮度值与非红色像素的平均亮度值做差，降低由于像素颜色判断失误而导致的误差；

F.判断插值是否大于阈值，如果大于则更新阈值并将该图像作为最优图像；

G.重复步骤(E)-(F)，直到遍历完所有图像；图像采集过程中会有很多无用图像，为了能够选择出其中质量较好较清晰的图像，采用上述方法对图像进行筛选。

请参阅图3，本文提出了一种能够自动填补孔洞的基于滑动框的激光中心线提取方法，具体做法为：

A.首先将图像由rgb通道转换为hsv通道；

B.检测(A)中的hsv图像中的红色像素；

C.通过opencv库创建与(A)中hsv图像同规格的画布；

D.将(B)中检测到的红色像素复制到新建的画布上，并转化为二值图像；

E.分别记录每行中孔洞左、右边缘坐标；

F.对孔洞进行逐行填补，填补的像素值为(E)中左、右边缘的平均像素值。

G.设定一个自定义长度且宽度为一个像素大小的滑框，并设定像素阈值；

H.从当前行开始，滑窗以一个像素为单位横向滑动，并计算滑窗中的平均像素值；

I.判断平均像素值是否大于阈值，如果大于则更新阈值与最佳滑框；

J.当前行完成后进入下一行，并重复步骤(H)-(J)，直到遍历完整个图像；由于环境因素的影响，在图像采集过程中往往会因为反光等原因导致关键信息的缺失，主要表现为激光线中间出现孔洞，该方法能够高效快速的提取激光中心线，可以极大提高深度检测的精度。

显然，本发明的上述实施例仅仅是为了清楚说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。