·800· 智能系统学报 第14卷 其次，能够检测的轮胎缺陷类型还需要进一 少人工干预参数的设定，提高参数的准确性。 步丰富。现有轮胎缺陷检测算法的研究主要在胎 解决上面提及的各类问题则既是创新，更是 侧区域的帘线检测、杂质和气泡，胎冠帘线开裂、 挑战，而且也已成为轮胎缺陷检测技术开展未来 带束层顺线等方面，还有一些缺陷类型因为区域 研究的后续发展方向。 内以及相邻区域交界处的结构复杂，对缺陷检测 参考文献： 过程存在干扰，没有能够实际应用的缺陷检测算 法，如钢丝圈区域的钢丝打折、钢包开裂、钢包杂 [1]朱诗顺，戴骏程，孙燕，等.基于激光散斑干涉的轮胎缺 物、钢圈弯曲等缺陷，如图12所示。 陷无损检测.军事交通学院学报，2016,18(9：44-48. ZHU Shishun,DAI Juncheng,SUN Yan,et al. Nondestructive testing of tire defects based on laser speckle interference[J].Journal of Military Transportation University,.2016,18(9):44-48. [2]ZHANG Yan,LI Tao,LI Qingling.Defect detection for tire laser shearography image using curvelet transform (a)钢包打折(b)钢包开裂(c)钢包杂物(d)钢圈弯曲 based edge detector[J].Optics and laser technology,2013, 47:64-71. 图12钢丝圈区域缺陷图像 Fig.12 Bead ring area defect images [3]原培新，张晓慧.数字图像处理在汽车轮胎X射线检测 中的应用.CT理论与应用研究，2007,16(2)：48-51. 今后应对这些缺陷类型进一步研究，提出新 YUAN Peixin,ZHANG Xiaohui.X-ray detection of tyre 的算法理论，更好的对轮胎缺陷进行检测。同 with digital image processing[J].CT theory and applica- 时，还有一些算法对缺陷检测效果较差，会出现 tions,,2007,16(248-51. 误报、漏报的情况，提高识别的精度及检测能力 [4]王晓明，陈军芳.轮胎内部缺陷微波无损检测方法).轮 也是未来所面临的挑战。 胎工业，2004,24(7)：428-431 WANG Xiaoming,CHEN Junfang.Micro-wave non-de- 4结束语 structive inspection for interior defects of tire[J].Tire in- 利用图像处理技术对子午线轮胎进行缺陷检 dustry,2004,24(7):428-431. 测是一个非常重要的课题，基于机器视觉的轮胎 [S]高瑞.X光轮胎图像缺陷识别软件系统结构的研究[D] 天津：天津大学，2007， 缺陷检测技术的成熟，可以提高我国轮胎制造产 GAO Rui.The research of software system structure in X- 业的生产效率，并加快了我国工业自动化的发展 ray tire image flaw recognition[D].Tianjin:Tianjin Uni- 进程。 versity,2007. 本论文对轮胎缺陷检测算法进行了梳理，重 [6]朱越.工程子午线轮胎X射线图像检测技术中的若干问 点是对胎体区域的帘线结构缺陷以及胎冠区域的 题研究D1.天津：天津大学，2010 带束层顺线等缺陷检测算法的研究分析。每种算 ZHU Yue.Study on X-ray image inspection technology of 法实现的环境都不一样，要求也不一样。其中存 engineering radial tire[D].Tianjin:Tianjin University, 在诸多难点需要解决，如在复杂条件下轮胎的区 2010 域定位问题，X光图像的成像光照问题等等。相 [7]陈平，韩焱，潘晋孝.变能量X射线多谱成像方法研究 信随着机器学习、机器视觉和图像处理学科领域 [).光谱学与光谱分析，2013,33(5)：1383-1387. 的不断进步，轮胎缺陷检测技术也会不断完善、 CHEN Ping,HAN Yan,PAN Jinxiao.Research on X-ray 更加优化，能够克服人工检测的主观性，提高轮 multispectrum imaging based on variable energy[J].Spec- 胎缺陷检测的自动化程度。下面给出对今后工作 troscopy and spectral analysis,2013,33(5):1383-1387. [8]郭奇.基于X射线轮胎缺陷检测系统设计D]太原：中 的一些展望 北大学，2015 1)对已有的算法进行优化，在缺陷检测过程 GUO Qi.The design of the tires defect detection system 中，对缺陷结构特征的真伪性需要进行严密的判 based on X-ray[D].Taiyuan:North University of China, 断，同时通过对算法的优化，得到更加准确的检 2015. 测结果，提升算法的实时性。 [9]崔雪红，刘云，王传旭，等.基于卷积神经网络的轮胎缺 2)对缺陷检测各参数的设定可以考虑引入机 陷X光图像分类[].电子测量技术，2017,40(5)： 器学习的方法，通过计算机学习、训练参数集，减 168-173其次，能够检测的轮胎缺陷类型还需要进一 步丰富。现有轮胎缺陷检测算法的研究主要在胎 侧区域的帘线检测、杂质和气泡，胎冠帘线开裂、 带束层顺线等方面，还有一些缺陷类型因为区域 内以及相邻区域交界处的结构复杂，对缺陷检测 过程存在干扰，没有能够实际应用的缺陷检测算 法，如钢丝圈区域的钢丝打折、钢包开裂、钢包杂 物、钢圈弯曲等缺陷，如图 12 所示。 (a) 钢包打折 (b) 钢包开裂 (c) 钢包杂物 (d) 钢圈弯曲 图 12 钢丝圈区域缺陷图像 Fig. 12 Bead ring area defect images 今后应对这些缺陷类型进一步研究，提出新 的算法理论，更好的对轮胎缺陷进行检测。同 时，还有一些算法对缺陷检测效果较差，会出现 误报、漏报的情况，提高识别的精度及检测能力 也是未来所面临的挑战。 4 结束语 利用图像处理技术对子午线轮胎进行缺陷检 测是一个非常重要的课题，基于机器视觉的轮胎 缺陷检测技术的成熟，可以提高我国轮胎制造产 业的生产效率，并加快了我国工业自动化的发展 进程。 本论文对轮胎缺陷检测算法进行了梳理，重 点是对胎体区域的帘线结构缺陷以及胎冠区域的 带束层顺线等缺陷检测算法的研究分析。每种算 法实现的环境都不一样，要求也不一样。其中存 在诸多难点需要解决，如在复杂条件下轮胎的区 域定位问题，X 光图像的成像光照问题等等。相 信随着机器学习、机器视觉和图像处理学科领域 的不断进步，轮胎缺陷检测技术也会不断完善、 更加优化，能够克服人工检测的主观性，提高轮 胎缺陷检测的自动化程度。下面给出对今后工作 的一些展望: 1) 对已有的算法进行优化，在缺陷检测过程 中，对缺陷结构特征的真伪性需要进行严密的判 断，同时通过对算法的优化，得到更加准确的检 测结果，提升算法的实时性。 2) 对缺陷检测各参数的设定可以考虑引入机 器学习的方法，通过计算机学习、训练参数集，减 少人工干预参数的设定，提高参数的准确性。 解决上面提及的各类问题则既是创新，更是 挑战，而且也已成为轮胎缺陷检测技术开展未来 研究的后续发展方向。 参考文献： 朱诗顺, 戴骏程, 孙燕, 等. 基于激光散斑干涉的轮胎缺 陷无损检测 [J]. 军事交通学院学报, 2016, 18(9): 44–48. ZHU Shishun, DAI Juncheng, SUN Yan, et al. Nondestructive testing of tire defects based on laser speckle interference[J]. Journal of Military Transportation University, 2016, 18(9): 44–48. [1] ZHANG Yan, LI Tao, LI Qingling. Defect detection for tire laser shearography image using curvelet transform based edge detector[J]. Optics and laser technology, 2013, 47: 64–71. [2] 原培新, 张晓慧. 数字图像处理在汽车轮胎 X 射线检测 中的应用 [J]. CT 理论与应用研究, 2007, 16(2): 48–51. YUAN Peixin, ZHANG Xiaohui. X-ray detection of tyre with digital image processing[J]. CT theory and applica￾tions, 2007, 16(2): 48–51. [3] 王晓明, 陈军芳. 轮胎内部缺陷微波无损检测方法 [J]. 轮 胎工业, 2004, 24(7): 428–431. WANG Xiaoming, CHEN Junfang. Micro-wave non-de￾structive inspection for interior defects of tire[J]. Tire in￾dustry, 2004, 24(7): 428–431. [4] 高瑞. X 光轮胎图像缺陷识别软件系统结构的研究 [D]. 天津: 天津大学, 2007. GAO Rui. The research of software system structure in X￾ray tire image flaw recognition[D]. Tianjin: Tianjin Uni￾versity, 2007. [5] 朱越. 工程子午线轮胎 X 射线图像检测技术中的若干问 题研究 [D]. 天津: 天津大学, 2010. ZHU Yue. Study on X-ray image inspection technology of engineering radial tire[D]. Tianjin: Tianjin University, 2010. [6] 陈平, 韩焱, 潘晋孝. 变能量 X 射线多谱成像方法研究 [J]. 光谱学与光谱分析, 2013, 33(5): 1383–1387. CHEN Ping, HAN Yan, PAN Jinxiao. Research on X-ray multispectrum imaging based on variable energy[J]. Spec￾troscopy and spectral analysis, 2013, 33(5): 1383–1387. [7] 郭奇. 基于 X 射线轮胎缺陷检测系统设计 [D]. 太原: 中 北大学, 2015. GUO Qi. The design of the tires defect detection system based on X-ray[D]. Taiyuan: North University of China, 2015. [8] 崔雪红, 刘云, 王传旭, 等. 基于卷积神经网络的轮胎缺 陷 X 光图像分类 [J]. 电子测量技术, 2017, 40(5): 168–173. [9] ·800· 智 能 系 统 学 报 第 14 卷