轮胎磨损情况确定方法及装置、计算机设备、存储介质

技术领域

本发明实施例涉及汽车检测技术领域，尤其涉及一种轮胎磨损情况确定方法及装置、计算机设备、存储介质。

背景技术

汽车的轮胎磨损情况与汽车的安全驾驶息息相关，磨损情况严重的轮胎可能会导致驾驶事故的发生。因此需要定期确定轮胎的磨损情况，保证驾驶的安全性。

目前通常采用人工方式确定轮胎的磨损情况，由技术人员根据轮胎的图像确定轮胎的磨损情况。但是人工确定轮胎磨损情况的方式耗时较长且效率较低。

发明内容

本发明提供一种轮胎磨损情况确定方法及装置、计算机设备、存储介质，以实现无需人工参与的轮胎磨损情况确定，在保证轮胎磨损情况准确性的同时，提高确定轮胎磨损情况的效率。

第一方面，本发明实施例提供了一种轮胎磨损情况判断方法，所述方法包括：

对轮胎的胎面图像进行边缘处理，得到多个边缘线段；

根据目标条件对所述多个边缘线段进行筛选，得到多个目标线段；

基于所述多个目标线段，确定所述胎面图像中的导水槽区域；

利用所述导水槽区域的各个像素点的像素参数值，确定所述轮胎的磨损情况。

可选地，所述多个目标线段中每相邻的两个目标线段组成一个目标线段组；所述基于所述多个目标线段，确定所述胎面图像中的导水槽区域，包括：

确定每个所述目标线段组对应的区域的颜色值；

将各个所述目标线段组对应的区域中，颜色值处于颜色值范围的目标线段组对应的区域确定为所述导水槽区域。

可选地，所述多个目标线段的数量为2m，m≥1，每个所述目标线段的两个端点分别位于所述胎面图像中平行的两个边界，所述基于所述多个目标线段，确定所述胎面图像中的导水槽区域，包括：

利用平行于所述两个边界的n条分割线切割所述胎面图像，得到每条所述分割线上的2m个关键点，n≥2；

确定每条所述分割线上每相邻两个关键点的连线长度；

将每条所述分割线上连线长度小于第二长度阈值的相邻两个关键点确定为一个关键点对；

将第一关键点对和第二关键点对的连线围成的区域，确定为所述导水槽区域，其中，所述第一关键点对中的关键点和所述第二关键点对中的关键点处于相同的两条目标线段中。

可选地，所述目标条件包括以下至少一种：所述边缘线段长度大于第一长度阈值、与相邻的边缘线段的间隔大于第一间隔以及所述边缘线段上的像素点数量大于数量阈值。

可选地，所述对轮胎的胎面图像进行边缘处理，得到多个边缘线段，包括：

对所述轮胎的胎面图像进行二值化以及边缘提取处理，得到多个边缘线；

分别对各个所述边缘线进行直线拟合，得到所述多个边缘线段。

可选地，所述对轮胎的胎面图像进行边缘处理，得到多个边缘线段，包括：

将所述轮胎的胎面图像划分为多个分区，每两个相邻分区存在重叠部分；

分别对每个所述分区进行二值化以及边缘提取处理，得到每个所述分区中的边缘线；

对各个所述分区中的边缘线进行直线拟合，得到所述多个边缘线段。

可选地，在利用所述导水槽区域的各个像素点的像素参数值，确定所述轮胎的磨损情况之前，所述方法还包括：

确定所述胎面图像中的非导水槽区域的各个像素点的第一目标像素值；

所述利用所述导水槽区域的各个像素点的像素参数值，确定所述轮胎的磨损情况，包括：

根据所述导水槽区域的各个像素点的像素参数值，确定所述导水槽区域的各个像素点的第二目标像素值；

当所述第一目标像素值与所述第二目标像素值的差值处于差值范围时，确定所述轮胎磨损严重；

当所述第一目标像素值与所述第二目标像素值的差值未处于所述差值范围时，确定所述轮胎磨损不严重。

可选地，所述利用所述导水槽区域的各个像素点的像素参数值，确定所述轮胎的磨损情况，包括：

基于所述导水槽区域的各个像素点的像素参数值，确定目标像素值；

当所述目标像素值处于目标像素值范围时，确定所述轮胎磨损不严重；

当所述目标像素值未处于所述目标像素值范围时，确定所述轮胎磨损严重。

第二方面，本发明实施例提供了一种轮胎磨损情况确定装置，所述装置包括：

边缘处理模块，用于对轮胎的胎面图像进行边缘处理，得到多个边缘线段；

筛选模块，用于根据目标条件对所述多个边缘线段进行筛选，得到多个目标线段；

第一确定模块，用于基于所述多个目标线段，确定所述胎面图像中的导水槽区域；

第二确定模块，利用所述导水槽区域的各个像素点的像素参数值，确定所述轮胎的磨损情况。

第三方面，本发明实施例提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如第一方面任一所述的轮胎磨损情况确定方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如第一方面任一所述的轮胎磨损情况确定方法。

本发明通过对轮胎的胎面图像进行边缘处理，得到多个边缘线段，根据目标条件对多个边缘线段进行筛选后得到多个目标线段，再基于多个目标线段确定胎面图像中的导水槽区域，之后利用导水槽区域的各个像素点的像素参数值，确定轮胎的磨损情况。计算机设备能够基于目标线段精准确定导水槽区域并利用导水槽区域的各个像素参数值，确定轮胎的磨损情况，实现了无需人工参与的轮胎磨损情况确定，因此解决了相关技术中人工进行轮胎磨损情况确定的方式耗时较长且效率较低，在保证了轮胎磨损情况准确性的同时，提高了确定轮胎磨损情况的效率。

附图说明

图1为本发明实施例提供的一种轮胎磨损情况确定方法的流程图；

图2为本发明实施例提供的另一种轮胎磨损情况确定方法的流程图；

图3为本发明实施例提供的一种对胎面图像进行二值化以及边缘提取处理后得到的多个边缘线的示意图；

图4为本发明实施例提供的一种目标线段的示意图；

图5为本发明实施例提供的一种用分割线切割胎面图像后的示意图；

图6为本发明实施例提供的一种轮胎磨损情况确定装置的框图；

图7为本发明实施例提供的另一种轮胎磨损情况确定装置的框图；

图8为本发明实施例提供的一种计算机设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。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结构。

汽车的轮胎磨损情况与汽车的安全驾驶息息相关，在车辆年检时，轮胎的磨损情况也是检测项之一。目前通常先拍摄轮胎的照片，再由技术人员根据轮胎的照片确定轮胎的磨损情况。但是人工确定轮胎磨损情况的方式耗时较长且效率较低。此外，轮胎的磨损情况是由技术人员根据经验确定，受技术人员的主观意识影响较大。不同技术人员确定轮胎的磨损情况的标准不同，这样会导致人工确定轮胎磨损情况的方式准确性较低且公正性较差。

本发明实施例提供了一种轮胎磨损情况确定方法，该方法可以由轮胎磨损情况确定装置执行，其中该装置可由软件和/或硬件实现，一般可集成在计算机设备中，该方法可以适用于对轮胎的磨损情况进行确定的应用场景。请参考图1，图1为本发明实施例提供的一种轮胎磨损情况确定方法的流程图，该方法可以包括以下步骤：

步骤101、对轮胎的胎面图像进行边缘处理，得到多个边缘线段。

计算机设备可以对整个胎面图像进行边缘处理，也可以将胎面图像划分为多个区域，对每个区域分别进行边缘处理。该边缘处理可以包括边缘提取、二值化处理和直线拟合等。

步骤102、根据目标条件对多个边缘线段进行筛选，得到多个目标线段。

该目标条件可以包括以下至少一种：边缘线段长度大于第一长度阈值、与相邻的边缘线段的间隔大于第一间隔以及边缘线段上的像素点数量大于数量阈值。

本发明实施例中后续需要确定导水槽区域，因此在该步骤中需要筛选得到围成导水槽区域的边缘线段。围成导水槽区域的边缘线段通常长度较长，边缘线段上的像素点数量相应地也较多。将多个边缘线段中长度大于第一长度阈值的确定为目标线段，能够有效筛除与导水槽区域无关的边缘线段；将多个边缘线段中像素点数量大于数量阈值的确定为目标线段，同样能够有效筛除与导水槽区域无关的边缘线段。

此外，多个边缘线段中可能存在间隔距离较小的两个相邻边缘线段，这样的两个相邻边缘线段通常是由于边缘处理过程中误差导致的重复线段。因此将多个边缘线段中与相邻的边缘线段的间隔大于第一间隔的确定为目标线段，能够有效筛除胎面图像中的重复边缘线段，提高了后续确定导水槽区域的准确性。

步骤103、基于多个目标线段，确定胎面图像中的导水槽区域。

目标线段的两个端点一般位于胎面图像中平行的两个边界，任意两个目标线段以及该任意两个目标线段的端点所在的边界能够围成一个封闭区域。计算机设备可以在目标线段围成的封闭区域中，确定导水槽区域。

步骤104、利用导水槽区域的各个像素点的像素参数值，确定轮胎的磨损情况。

可选地，该像素参数值可以包括以下至少一种：亮度值、灰度值以及明度等，本发明实施例对此不做限定。

计算机设备可以基于导水槽区域的各个像素点的像素参数值确定目标像素值，并设置相应的目标像素值范围。当目标像素值处于目标像素值范围时，确定轮胎磨损不严重；当该目标像素值未处于目标像素值范围时，确定轮胎磨损严重。可选地，该目标像素值可以包括以下至少一种：各个像素点的像素参数值的均值、各个像素点的像素参数值的方差、各个像素点的像素参数值的标准差以及各个像素点的像素参数值的中位数等。

综上所述，本发明实施例提供的轮胎磨损情况确定方法，对轮胎的胎面图像进行边缘处理，得到多个边缘线段，根据目标条件对多个边缘线段进行筛选后得到多个目标线段，再基于多个目标线段确定胎面图像中的导水槽区域，之后利用导水槽区域的各个像素点的像素参数值，确定轮胎的磨损情况。计算机设备能够基于目标线段精准确定导水槽区域并利用导水槽区域的各个像素参数值，确定轮胎的磨损情况，实现了无需人工参与的轮胎磨损情况确定，在保证了轮胎磨损情况准确性的同时，提高了确定轮胎磨损情况的效率。

本发明实施例提供了另一种轮胎磨损情况确定方法，请参考图2，图2为本发明实施例提供的另一种轮胎磨损情况确定方法的流程图，该方法可以包括以下步骤：

步骤201、对轮胎的胎面图像进行边缘处理，得到多个边缘线段。

在一种实现方式中，可以对轮胎的胎面图像进行二值化以及边缘提取处理，得到多个边缘线，之后分别对各个边缘线进行直线拟合，得到多个边缘线段。

在另一种实现方式中，可以将轮胎的胎面图像划分为多个分区，分别对每个分区进行二值化以及边缘提取处理，得到每个分区中的边缘线。之后对各个分区中的边缘线进行直线拟合，得到多个边缘线段。计算机设备可以按照光线分布情况将胎面图像划分为多个分区。由于胎面图像可能存在光线分布不均匀的情况，光线分布不均匀会导致边缘提取处理的结果不准确，因此按照光线分布情况将胎面图像划分为多个分区，能够使得每个分区内的光线分布均匀，从而提高二值化以及边缘提取处理结果的准确性。

示例地，在对各个分区中的边缘线进行直线拟合时，可以分别对每个分区中的边缘线进行直线拟合，得到各个分区的边缘直线。之后再将各个分区进行合并，此时各个分区的边缘直线合并得到多个边缘线段。或者在得到每个分区中的边缘线后，将各个分区进行合并，此时各个分区的边缘线合并得到多个边缘线，再对合并后的边缘线进行直线拟合，得到多个边缘线段。

需要说明的是，在将各个分区合并后，相邻两个分区的边缘直线或者边缘线的拼接处可能存在偏移。可以对存在偏移的拼接处进行调整，使得各个分区的边缘线或者边缘直线合并成多条完整的边缘线或者边缘直线。

可选地，该多个分区中每两个相邻分区可以存在重叠部分，这样使得各个分区中的边缘直线或者边缘线存在重叠部分，便于后续将每两个相邻分区中具有重叠部分的边缘直线或者边缘线合并成一条，保证了各个分区的边缘直线或边缘线合并的准确性。

在本发明实施例中，计算机设备可以利用边缘提取算法进行二值化以及边缘提取处理，或者进行边缘提取处理。当所采用的边缘提取算法未涉及到对胎面图像进行二值化时，可以先对胎面图像进行二值化，再利用边缘提取算法进行边缘提取处理。对胎面图像进行二值化后，胎面图像中只包括两种灰度值的像素，这样能够提高后续边缘提取处理的准确性。

示例地，二值化的方式可以包括：固定阈值二值化和/或自适应阈值二值化等。边缘提取算法可以包括以下至少一种：罗伯茨(Roberts)算子、索贝尔(Sobel)算子、Prewitt算子、Kirsch算子、Robinson算子、Laplacian算子、Canny算子、Marr-Hildreth算子(也称LoG算子)等。对边缘线进行直线拟合的方式可以包括以下至少一种：最小二乘法(leastsquares)、霍夫变换(Hough transform)、M估计(M-Estimators)以及随机抽样一致算法(random sample consensus，RANSAC)。

请参考图3，图3为本发明实施例提供的一种对胎面图像进行二值化以及边缘提取处理后得到的多个边缘线的示意图，图3中的白色线条表示多个边缘线，该多个边缘线为曲线。

需要说明的是，计算机设备通常先获取到的是轮胎图像，轮胎图像可以是摄像装置(例如照相机等)对车辆的轮胎进行拍照得到的。该轮胎图像中包括胎面区域和非胎面区域，计算机设备可以识别并提取该轮胎图像中的胎面区域，得到轮胎的胎面图像。可选地，可以利用神经网络去除轮胎图像中的非胎面区域或者提取轮胎图像中的胎面区域，得到胎面图像。该神经网络可以包括语义分割神经网络，可以将轮胎图像输入语义分割神经网络，语义分割神经网络对该轮胎图像进行分割后输出胎面图像。

步骤202、根据目标条件对多个边缘线段进行筛选，得到多个目标线段。

请参考图4，图4为本发明实施例提供的一种目标线段的示意图，图4以该目标条件包括：边缘线段长度大于第一长度阈值、与相邻的边缘线段的间隔大于第一间隔以及边缘线段上的像素点数量大于数量阈值为例进行说明。如图4所示，白色线条表示对图3所示的多个边缘线进行直线拟合以及按照目标条件进行筛选后，得到的多个目标线段。图4中示出了6条目标线段n1至n6，该多个目标线段的长度均较长，相应地，每个目标线段上的像素点的数量也较多，并且相邻两个目标线段的间隔较大，不存在重复目标线段。

步骤203、基于多个目标线段，确定胎面图像中的导水槽区域。

在一种实现方式中，多个目标线段中每相邻的两个目标线段组成一个目标线段组。由于胎面图像中导水槽区域的颜色与非导水槽区域的颜色通常差异较大，因此可以通过设置颜色值范围确定导水槽区域。可以先确定每个目标线段组对应的区域的颜色值，之后将各个目标线段组对应的区域中，颜色值处于颜色值范围的目标线段组对应的区域确定为导水槽区域。

需要说明的是，每个目标线段对应胎面图像中的一个槽的边缘，胎面图像中槽的边缘的数量是偶数，相应地，多个目标线段的数量也是偶数。因此可以将多个目标线段两两划分，每两个相邻的目标线段组成一个目标线段组。任一目标线段组对应的区域为：任一目标线段组中的两个目标线段以及两个目标线段的端点所在的边界所围成的封闭区域。

示例地，如前述图4所示，胎面图像包括平行的边界a和边界c，以及平行的边界b和边界d。目标线段n1和n2组成一个目标线段组，目标线段n3和n4组成一个目标线段组，目标线段n5和n6组成一个目标线段组。以目标线段n1和n2所组成的目标线段组为例，目标线段n1和n2的两个端点均分别位于平行的边界a和边界c上。目标线段n1和n2对应的区域为目标线段n1、边界a、目标线段n2以及边界c组成的封闭区域。

可选地，该颜色值可以由三基色组成，例如颜色值由红绿蓝(RGB)或者红黄蓝(RYB)组成，本发明实施例对此不做限定。目标线段组对应的区域的颜色值可以包括以下至少一种：该区域中各个像素点的颜色值的均值、各个像素点的颜色值的方差、各个像素点的颜色值的标准差以及各个像素点的像素参数值的中位数等，只要能合理表示该区域的颜色即可，本发明实施例对此不做限定。

在另一种实现方式中，假设该多个目标线段的数量为2m，m≥1，此时多个目标线段的数量为偶数，每个目标线段的两个端点分别位于胎面图像中平行的两个边界。可以利用平行于两个边界的n条分割线切割胎面图像，得到每条分割线上的2m个关键点，n≥2，该关键点为目标线段与分割线交叉形成的点。之后确定每条分割线上每相邻两个关键点的连线长度。由于导水槽区域的两条边缘线的间隔通常较小，因此可以通过设置第二长度阈值确定导水槽区域。可以将每条分割线上连线长度小于第二长度阈值的相邻两个关键点确定为一个关键点对。将第一关键点对和第二关键点对的连线围成的区域，确定为导水槽区域，其中，第一关键点对中的关键点和第二关键点对中的关键点处于相同的两条目标线段中。前述过程以根据每相邻两个关键点的连线长度确定关键点对为例进行说明，又一示例地，可以确定每相邻两个关键点的连线长度与分割线的长度的比值。将每条分割线上连线长度比值小于比值阈值的相邻两个关键点确定为一个关键点对。

可选地，该n条分割线中相邻两条分割线的间隔以及n条分割线与前述两个边界的最小间隔可以均为目标间隔，此时n条分割线沿垂直于分割线方向将胎面图像等间隔划分为n+1个区域。

前述过程中可以对确定的关键点对进行进一步筛选。示例地，可以剔除各个关键点对中，连线长度不属于长度范围的关键点对，该连线长度指的是关键对中的两个关键点的连线长度。组成导水槽区域的各个关键点对的连线长度相当于对应的导水槽区域的间隔，由于各个导水槽区域的间隔差异较小，因此组成导水槽区域的各个关键点对的连线长度差异也较小。通过设置长度范围，可以将连线长度不属于该长度范围的关键点对均剔除，这样余下的关键点对的连线长度均属于该长度范围，连线长度差异也较小。

需要说明的是，在确定关键点对时，可以从每条分割线的首个关键点或者最后一个关键点开始，当确定任一关键点属于一个关键点对时，后续不再确定该任一关键点与其他关键点的连线长度。

示例地，请参考图5，图5为本发明实施例提供的一种用分割线切割胎面图像后的示意图，图5以利用3条分割线(即n＝3)对图4所示的胎面图像进行切割为例进行说明。如图5所示，每个目标线段的两个端点分别位于胎面图像中平行的边界a和边界c，3条分割线包括分割线s1至分割线s3，该3条切割线均平行于边界a和边界c。3条分割线中相邻两条分割线的间隔、分割线s1与边界a的间隔以及分割线s3与边界c的间隔均为目标间隔。

其中，每个分割线上具有6个关键点，任一分割线上的关键点为该任一分割线与6个目标线段交叉形成的点。分割线s1上的关键点包括P1至P6；分割线s2上的关键点包括P7至P12；分割线S3上的关键点包括P13至P18。假设将每条分割线上连线长度小于第二长度阈值的相邻两个关键点确定为一个关键点对，并剔除各个关键点对中，连线长度不属于长度范围的关键点对之后，确定的关键对包括：P1-P2、P3-P4、P7-P8、P9-P10、P11-P12、P15-P16以及P17-P18。

之后将P1-P2-P8-P7(表示P1-P2和P7-P8这两个关键对围成的区域，P1和P3位于相同的目标线段，P2和P8位于相同的目标线段)、P3-P4-P10-P9(P3和P9位于相同的目标线段，P4和P10位于相同的目标线段)、P9-P10-P16-P15(P9和P15位于相同的目标线段，P10和P16位于相同的目标线段)以及P11-P12-P18-P17(P11和P17位于相同的目标线段，P12和P18位于相同的目标线段)这四个区域确定为导水槽区域。

步骤204、确定胎面图像中的非导水槽区域的各个像素点的第一目标像素值。

该非导水槽区域可以包括胎面图像中除导水槽区域之外的区域，或者每相邻两个目标线段对应的区域中除导水槽区域之外的区域。

该第一目标像素值可以包括以下至少一种：非导水槽区域中各个像素点的像素参数值的均值、各个像素点的像素参数值的方差、各个像素点的像素参数值的标准差以及各个像素点的像素参数值的中位数等。

以第一目标像素值包括非导水槽区域中各个像素点的像素参数值的均值为例，计算机设备可以确定非导水槽区域中所有像素点的像素参数值，之后将非导水槽区域中所有像素点的像素参数值的均值确定为第一目标像素值。也可以确定非导水槽区域中部分像素点的像素参数值，之后将非导水槽区域中部分像素点的像素参数值的均值确定为第一目标像素值，本发明实施例对此不做限定。当目前的胎面图像为灰度图像时，需要在RGB原图中确定非导水槽区域，再确定RGB原图中非导水槽区域中所有像素点或部分像素点的像素参数值。

可选地，非导水槽区域中所确定的像素参数值可以包括以下至少一种：亮度值、灰度值以及明度值等。以像素参数值包括亮度值为例，可以通过亮度计算公式确定像素点的亮度值，该亮度计算公式可以包括：Y＝a*R+b*G+z*B，Y表示亮度值，R、G和B分别表示红色、绿色和蓝色三个颜色通道的颜色值，a、b和z为自定义系数。示例地，a可以为0.299，b可以为0.587，z可以为0.114，此时Y＝0.299*R+0.587*G+0.114*B。

步骤205、根据导水槽区域的各个像素点的像素参数值，确定导水槽区域的各个像素点的第二目标像素值。

对应第一目标像素值，第二目标像素值可以包括以下至少一种：导水槽区域中各个像素点的像素参数值的均值、各个像素点的像素参数值的方差、各个像素点的像素参数值的标准差以及各个像素点的像素参数值的中位数等。

以第二目标像素值包括导水槽区域中各个像素点的像素参数值的均值为例，计算机设备可以确定导水槽区域中所有像素点的像素参数值，之后将导水槽区域中所有像素点的像素参数值的均值确定为第二目标像素值。也可以确定导水槽区域中部分像素点的像素参数值，之后将导水槽区域中部分像素点的像素参数值的均值确定为第二目标像素值，本发明实施例对此不做限定。示例地，如前述图5所示，可以确定P1-P2-P7-P8、P3-P4-P9-P10以及P3-P4-P9-P10中的所有像素点的像素参数值，再将确定的像素参数的均值确定为第二目标像素值。

当目前的胎面图像为灰度图像时，需要在RGB原图中确定导水槽区域，再确定RGB原图中导水槽区域中所有像素点或部分像素点的像素参数值。

对应非导水槽区域中所确定的像素参数值，导水槽区域中所确定的像素参数值可以包括以下至少一种：亮度值、灰度值以及明度值。导水槽区域中的像素参数值的确定方式可以参考前述步骤204，本发明实施例在此不做赘述。

步骤206、当第一目标像素值与第二目标像素值的差值处于差值范围时，确定轮胎磨损严重。

差值范围可以包括大于或等于差值阈值，第一目标像素值与第二目标像素值的差值越小，说明导水槽区域与非导水槽区域的差异越小，即导水槽区域颜色过浅，轮胎磨损严重。

以第一目标像素值包括非导水槽区域中各个像素点的像素参数值的均值、第二目标像素值包括导水槽区域中各个像素点的像素参数值的均值以及像素参数值包括亮度值Y为例，当Y2-Y1≥Ythreshold时，确定轮胎磨损严重。其中，Y2表示第一目标像素值(即非导水槽区域中各个像素点的亮度值的均值)，Y1表示第二目标像素值(即导水槽区域中各个像素点的亮度值的均值)，Ythreshold表示差值阈值。

其中，差值阈值可以由技术人员根据实际中磨损情况已知的轮胎的第一目标像素值和第二目标像素值确定。示例地，可以确定磨损情况严重的多个轮胎的第一目标像素值和第二目标像素值的差值，以及磨损情况不严重的多个轮胎的第一目标像素值和第二目标像素值的差值，得到两个差值。之后将处于这两个差值之间的数值确定为差值阈值，该取值可以由技术人员基于经验确定。

步骤207、当第一目标像素值与第二目标像素值的差值未处于差值范围时，确定轮胎磨损不严重。

对应差值范围包括大于或等于差值阈值，差值未处于差值范围包括差值小于差值阈值，第一目标像素值与第二目标像素值的差值越大，说明导水槽区域与非导水槽区域的差异越大，即导水槽区域颜色没有过浅，轮胎磨损不严重。对应前述步骤206，当Y2-Y1＜Ythreshold时，确定轮胎磨损不严重。

综上所述，本发明实施例提供的轮胎磨损情况确定方法，对轮胎的胎面图像进行边缘处理，得到多个边缘线段，根据目标条件对多个边缘线段进行筛选后得到多个目标线段，再基于多个目标线段确定胎面图像中的导水槽区域，之后确定胎面图像中的非导水槽区域的各个像素点的第一目标像素值，并根据导水槽区域的各个像素点的像素参数值，确定导水槽区域的各个像素点的第二目标像素值。当第一目标像素值与第二目标像素的差值处于差值范围时，确定轮胎磨损严重，当第一目标像素值与第二目标像素值的差值未处于差值范围时，确定轮胎磨损不严重。计算机设备能够基于目标线段精准确定导水槽区域和非导水槽区域，并通过对比非导水槽区域的第一目标像素值和导水槽区域的第二目标像素值的差值，确定轮胎的磨损情况，实现了无需人工参与的轮胎磨损情况确定，在保证了轮胎磨损情况准确性的同时，提高了确定轮胎磨损情况的效率。并且计算机设备对各种轮胎的磨损情况的确定标准是一致的，保证了确定轮胎磨损情况的公正性。

可选地，上述实施例中是以轮胎磨损情况确定装置执行轮胎磨损情况确定方法为例进行说明的。在一种示例中，该轮胎磨损情况确定方法中的不同步骤可以由不同的模块来执行。该不同的模块可以位于一个装置中，也可以位于不同的装置中。本发明实施例对执行轮胎磨损情况确定方法的装置不做限定。可选地，轮胎磨损情况确定装置可以集成在计算机设备或者服务器中等，本发明实施例对此不做限定。

本发明实施例提供了一种轮胎磨损情况确定装置，图6为本发明实施例提供的一种轮胎磨损情况确定装置的框图，该轮胎磨损情况确定装置30包括：

边缘处理模块301，用于对轮胎的胎面图像进行边缘处理，得到多个边缘线段。

筛选模块302，用于根据目标条件对多个边缘线段进行筛选，得到多个目标线段。

第一确定模块303，用于基于多个目标线段，确定胎面图像中的导水槽区域。

第二确定模块304，利用导水槽区域的各个像素点的像素参数值，确定轮胎的磨损情况。

综上所述，本发明实施例提供的轮胎磨损情况确定装置，通过边缘处理模块对轮胎的胎面图像进行边缘处理，得到多个边缘线段，通过筛选模块根据目标条件对多个边缘线段进行筛选后得到多个目标线段，再通过第一确定模块基于多个目标线段确定胎面图像中的导水槽区域，之后通过第二确定模块利用导水槽区域的各个像素点的像素参数值，确定轮胎的磨损情况。轮胎磨损情况确定装置能够基于目标线段精准确定导水槽区域并利用导水槽区域的各个像素参数值，确定轮胎的磨损情况，实现了无需人工参与的轮胎磨损情况确定，在保证了轮胎磨损情况准确性的同时，提高了确定轮胎磨损情况的效率。

可选地，多个目标线段中每相邻的两个目标线段组成一个目标线段组，第一确定模块303，用于：

确定每个目标线段组对应的区域的颜色值。

将各个目标线段组对应的区域中，颜色值处于颜色值范围的目标线段组对应的区域确定为导水槽区域。

可选地，多个目标线段的数量为2m，m≥1，每个目标线段的两个端点分别位于胎面图像中平行的两个边界，第一确定模块303，用于：

利用平行于两个边界的n条分割线切割胎面图像，得到每条分割线上的2m个关键点，n≥2。

确定每条分割线上每相邻两个关键点的连线长度。

将每条分割线上连线长度小于第二长度阈值的相邻两个关键点确定为一个关键点对。

将第一关键点对和第二关键点对的连线围成的区域，确定为导水槽区域，其中，第一关键点对中的关键点和第二关键点对中的关键点处于相同的两条目标线段中。

可选地，目标条件包括以下至少一种：边缘线段长度大于第一长度阈值、与相邻的边缘线段的间隔大于第一间隔以及边缘线段上的像素点数量大于数量阈值。

可选地，边缘处理模块301，用于：

对轮胎的胎面图像进行二值化以及边缘提取处理，得到多个边缘线。

分别对各个边缘线进行直线拟合，得到多个边缘线段。

可选地，边缘处理模块301，用于：

将轮胎的胎面图像划分为多个分区，每两个相邻分区存在重叠部分。

分别对每个分区进行二值化以及边缘提取处理，得到每个分区中的边缘线。

对各个分区中的边缘线进行直线拟合，得到多个边缘线段。

可选地，请参考图7，图7为本发明实施例提供的另一种轮胎磨损情况确定装置的框图，该轮胎磨损情况确定装置30还包括：

第三确定模块305，用于确定胎面图像中的非导水槽区域的各个像素点的第一目标像素值。

相应地，第二确定模块304，用于：

根据导水槽区域的各个像素点的像素参数值，确定导水槽区域的各个像素点的第二目标像素值。

当第一目标像素值与第二目标像素值的差值处于差值范围时，确定轮胎磨损严重。

当第一目标像素值与第二目标像素值的差值未处于所述差值范围时，确定轮胎磨损不严重。

可选地，第二确定模块304，用于：

基于导水槽区域的各个像素点的像素参数值，确定目标像素值；

当目标像素值处于目标像素值范围时，确定轮胎磨损不严重；

当目标像素值未处于目标像素值范围时，确定轮胎磨损严重。

综上所述，本发明实施例提供的轮胎磨损情况确定装置，通过边缘处理模块对轮胎的胎面图像进行边缘处理，得到多个边缘线段，通过筛选模块根据目标条件对多个边缘线段进行筛选后得到多个目标线段，再通过第一确定模块基于多个目标线段确定胎面图像中的导水槽区域，之后通过第三确定模块确定胎面图像中的非导水槽区域的各个像素点的第一目标像素值，并通过第二确定模块根据导水槽区域的各个像素点的像素参数值，确定导水槽区域的各个像素点的第二目标像素值。当第一目标像素值与第二目标像素值的差值处于差值范围时，确定轮胎磨损严重，当第一目标像素值与第二目标像素值的差值未处于差值范围时，确定轮胎磨损不严重。轮胎磨损情况确定装置能够基于目标线段精准确定导水槽区域和非导水槽区域，并通过对比非导水槽区域的第一目标像素值和导水槽区域的第二目标像素值的差值，确定轮胎的磨损情况，实现了无需人工参与的轮胎磨损情况确定，在保证了轮胎磨损情况准确性的同时，提高了确定轮胎磨损情况的效率。并且轮胎磨损情况确定装置对各种轮胎的磨损情况的确定标准是一致的，保证了确定轮胎磨损情况的公正性。

本发明实施例所提供的轮胎磨损情况确定装置可执行本发明任意实施例所提供的轮胎磨损情况确定方法的流程，具备执行方法相应的功能模块和有益效果。

本发明实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现本发明实施例提供的任一轮胎磨损情况确定方法。

图8为本发明实施例提供的一种计算机设备的结构示意图，如图8所示，该计算机设备包括处理器40、存储器41、输入装置42和输出装置43；计算机设备中处理器40的数量可以是一个或多个，图8中以一个处理器40为例；计算机设备中的处理器40、存储器41、输入装置42和输出装置43可以通过总线或其他方式连接，图8中以通过总线连接为例。

存储器41作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的轮胎磨损情况确定方法对应的程序指令/模块(例如，轮胎磨损情况确定装置中的边缘处理模块301、筛选模块302、第一确定模块303以及第二确定模块304)。处理器40通过运行存储在存储器41中的软件程序、指令以及模块，从而执行计算机设备的各种功能应用以及进行轮胎磨损情况的确定，即实现上述的轮胎磨损情况确定方法。

存储器41可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器41可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器41可进一步包括相对于处理器40远程设置的存储器，这些远程存储器可以通过网络连接至计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置42可用于接收输入的数字或字符信息(例如轮胎的胎面图像)，以及产生与计算机设备的分析人员设置以及功能控制有关的键信号输入。输出装置43可包括显示屏等显示设备。

本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例提供的任一所述的轮胎磨损情况确定方法。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

值得注意的是，上述轮胎磨损情况确定装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

在本发明中，“至少一个”指一个或多个，“多个”指两个或两个以上，“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。除非另有明确的限定。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。