张斌，林森，高书征

(软控股份有限公司，山东 青岛 266042)

基于图像处理的轮胎X光图像杂质检测技术

张斌，林森，高书征

(软控股份有限公司，山东 青岛 266042)

针对轮胎X光图杂质检测的难题，对杂质检测的技术进行了研究，提出一种新型的基于改进图像预处理方法和聚类分析的轮胎X光图像表面杂质检测方法。实验结果表明，该法有效地实现了轮胎X光图像表面缺陷（带束层杂质、胎圈杂质）的检测，将漏检率降低为0%，误报率控制到1.0%以下。

X光图像；杂质检测；图像处理

子午线轮胎在生产过程中，受生产设备、现场环境及工艺流程等因素的影响，经常会出现杂质、钢丝帘线交叉、搭接、气泡和带束层顺线等质量问题[1]，影响轮胎的使用，因此轮胎在出厂之前需要进行缺陷检测。目前常用X光透射成像的方法对子午线轮胎进行缺陷检测。轮胎的结构和各部分材料的差异使得X光透过轮胎时，每一部分对X光的吸收量也不同，这使得在探测器上接收到的透过轮胎的辐射量就不同，从而形成不同灰度等级的轮胎X光图像。

虽然采用X光成像检测轮胎缺陷的技术[28]开展比较早，而且部分国外厂商已经研制出具有轮胎缺陷自动识别功能的检测系统，但是由于国内轮胎厂的加工工艺及加工环境等因素，这些轮胎缺陷识别系统并不能满足国内轮胎厂的需求。因此，国内生产的X射线轮胎检测设备还是以人工目视的方法进行缺陷检测，容易由于视觉疲劳、人工检测标准不统一等因素导致缺陷的错检和漏检。

为了改善我国子午线轮胎X射线检测现状[2～10]，提高轮胎检测设备的水平，针对轮胎的杂质缺陷，提出了基于图像处理和聚类分析的子午线轮胎杂质检测的方法。该方法分析轮胎X光图像的杂质特点，通过图像处理算法对轮胎X光图像进行预处理，然后使用聚类分析的方法对预处理之后的图像进行缺陷检测，使得轮胎X光杂质检测的误报率和漏报率初步达到了工业应用的要求。

1 轮胎X光图像检测系统成像原理

轮胎X光图像检测系统通过X射线源发射X光，对透过的X光通过16 bit数字图像转换器在监控主机上进行轮胎灰度图成像，轮胎X光检测系统成像原理[8]如图1所示，采集的部分X光图像如图2所示。

图1 轮胎X光检测系统成像原理图

图2 轮胎X光灰度图

2 轮胎表面杂质检测

由于轮胎每一部分的结构、材料、厚度和密度等不同，轮胎不同部分的X光灰度图像会呈现不同的样式，轮胎X光成像如图3(a)所示,对应带束层和胎圈的杂质X光图像如图3(b)和图3(c)所示。

图3 轮胎X光图像

分析轮胎X光图像部分图，发现不同部位的X光图像样式有着明显差异，例如带束层部分的X光图像像素分布较为规律，而胎圈部分的X光图像分布较为杂乱。而对于轮胎X光图像中的所有部分，由于缺陷具有个体小、对比度低等特点，很难直接检测出来。针对上述问题，本文提出的X光图像处理流程如图4所示。

2.1 轮胎X光图像预处理

如流程图所示，采集到X光轮胎图像之后，对轮胎图像进行缺陷检测之前，首先需要对轮胎X光图像进行预处理，为后面的轮胎X光图像杂质检测做准备。

本文对轮胎X光图像杂质检测预处理流程如图5所示。

图4 轮胎X光处理流程

图5 轮胎X光图像杂质检测预处理

轮胎X光图像预处理过程主要分为直方图列均衡、傅里叶变换及低通滤波、二值化和闭操作四步，下面分别对每一步处理进行分析。直方图均衡化是一种通过使用累积函数对灰度值进行调整以实现对比度增强的方法，通过直方图均衡化处理以后，新图像的灰度层次便由原来的分布不均匀，整体一片较暗色调的图像，转换成为一幅灰度层次比较适中的，变得更加清楚的图像。带束层X光图像的灰度直方图如图6所示。

由带束层X光图像灰度直方图可知，带束层X光图像的灰度值比较集中，难以进行处理，需要进行调整。由于轮胎X光图像在列方向上的像素都处于相同的轮胎部分，而行方向会出现轮胎部分的变化，因此为保持轮胎不同部位之间的差异，采用直方图列均衡对轮胎X光图像进行处理。

图6 带束层X光图像灰度直方图

直方图均衡化处理[20]是利用累积分布函数的原理进行变换。首先，假定变换函数为：，在这个函数中σ， 是积分变量，而就是x的累积分布函数，并且值从0到1单调增加，所以函数满足关于T(X)在0≤x≤1的条件内单调增加，并有0≤x≤1和0≤T(x)≤1两个条件，对式中的x求导，则，得到下式：

从上面的推导结果能够知道，经过该变换处理以后，变量y的定义域内，概率密度是均匀分布的。从这点也可以知道，用累积分布函数能够将一副灰度级分布非均匀的图像变得比较均匀。直方图均衡化处理通过映射图像的灰度值来使图像更加的逼近均匀分布，这样改善了图像的对比度。

直方图列均衡后效果如图7所示。

图7 直方图列均衡化后带束层部分图像

经过直方图列均衡处理之后，图像中缺陷与背景对比度明显加强，但是从图中可以看出图像中存在着一些噪声的影响。针对这个问题，提出采用傅里叶变换将图像从空间域转换到频率域，然后进行低通滤波的方法进行图像平滑，消除噪声。

傅立叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数，傅立叶逆变换是将图像的频率分布函数变换为灰度分布函数。

一维傅立叶变换公式如下：

二维的傅立叶变换公式是由一维傅里叶变换公式变换而来：

通过傅立叶变换将轮胎X光图像的灰度分布函数转换为图像的频率分布函数，然后通过低通滤波器对轮胎X光图像进行平滑，去除高频部分。

经过傅立叶变换及低通滤波之后，轮胎X光图像变得平滑，而且部分杂质被消除，但是图像中杂质与背景的对比度仍然不强，为了将杂质与图像背景进行区分，增强对比度，提出采用二值化对图像进行处理。二值化处理之后图像如图8所示。

图8 二值化之后胎圈部分X光图像

由图8可知，经过二值化之后图像中杂质与背景的对比度有了明显加强，但是还是存在着一些噪声干扰，而且杂质中在进行二值化处理过程中出现一些空洞导致杂质变小，加大了检测难度。为降低检测难度，提出采用闭操作来消除杂质中的空洞，同时去除噪声。

经过以上图像预处理之后的轮胎X光图像如图9所示。

2.2 基于区域生长聚类的轮胎X光图像缺陷检测

轮胎X光图像预处理[32]之后，图像对比度有了明显增强，可以基于处理后的图像进行缺陷检索了。从图中可以看出，经过预处理之后，轮胎X光图像中仍然存在一些影响缺陷检测的因素，为排除这些因素对X光图像缺陷检测的影响，提出采用区域生长聚类分析的方式进行缺陷检测。

图9 预处理后轮胎X光图像

区域生长[33]是选择种子点，从种子点的集合开始，将与这些种子点具有相似性质（例如：灰度值、纹理颜色等）的像素合并到此区域。针对预处理之后X光图像的特点，采用随机选取像素值为0的像素作为种子点对8邻域内像素值为0的像素进行聚类。

预处理后图像部分区域像素值矩阵如表1。

表1 预处理后图像部分区域像素值矩阵

通过对像素值为0的像素进行8邻域聚类，则图中像素值为0的部分为一类，统计每一类的像素数目进行排列，取数目最多的两类，则标定为杂质报警区域。

3 实验结果与分析

本文对随机抽取的1 000幅轮胎X光图像进行检测，其中包含60幅带束层部分存在杂质的图像，40幅胎圈部分存在杂质的图像。本文的实验方法是首先将轮胎X光图像各部分进行分割，然后对带束层和胎圈部分分别进行检测，统计误报率和漏报率。

胎圈部分X光图像缺陷检测过程分别如图10所示。

轮胎带束层部分和胎圈部分的缺陷检测情况统计及与其他方法对比情况如表2、表3。

表2 轮胎带束层部分的缺陷检测情况统计

表3 轮胎胎圈的缺陷检测情况统计

对比表2、表3可以看出，算法的漏报率已经达到了应用要求的0%，而误报率也降低到了0.5%以下。其他两种方法虽然也有较低的误报率和漏报率，但是并不能满足工业应用的需要。

图10 对原始轮胎X光图像进行预处理的过程

4 结论

本文针对目前轮胎X光图像杂质检测困难的问题，提出一种基于数字图像处理和聚类分析的轮胎X光杂质检测方法，降低了轮胎X光图像杂质检测的漏报率和误报率，满足了轮胎工厂的X光图像杂质检测的要求，能有效推动轮胎X光缺陷自动检测技术的发展及应用。

[1] 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.

[2] 吴绍林.X-RA 型 X 射线探伤机在全钢子午线轮胎生产中的应用[J].橡胶技术与设备,1994,3:49～54.

[3] 粟定华.当今的轮胎 X 光检测[J].现代橡胶技术,2003,29(3):35～37.

[4] 何清滨，姬新生，赵松善，等.全钢载重子午线轮胎 X 光检测线[J].轮胎工业,2003,23(8):478～482.

[5] 金向宁.子午线轮胎 X 射线检测设备的开发与研制[J].橡胶技术与装备,24(6):47～49.

[6] 王同波.全钢载重子午线轮胎 X 光检验缺陷原因分析[J].轮胎工业,2008,28(12):750.

[7] 曾祥照，简志良.X 射线实时成像在液化气钢瓶焊缝探伤中的应用[J].无损检测,1999,21(2):61～64.

[8] 郑世才.我国射线检测技术近年的发展[J].无损检测,2004,26(4):163～169.

[9] 梁钰.X 射线荧光光谱分析基础[M].北京:科学出版社,2007.

[10] 周玉，武高辉.材料分析测试技术[M],材料 X 射线衍射与电子显微分析[M].哈尔滨:哈尔滨工业大学出版社,2007.

[11] 黄战华，刘正，罗文斌，等.基于频谱滤波的多纹理提取算法[J].光电工程,2008,35(8):51～55.

[12] 黄战华，刘正，张振，等.基于矢量化方法的纹理缺陷快速检测[J].仪器仪表学报,2008,29(4)增I:181～184.

[13] 陈勤，王涛，刘茵.轮胎透视图的一种整体区域分割方法[J].计算机工程与科学,2007,29(4):42～44.

[14] 原培新，张晓慧.数字图像处理在汽车轮胎射线检测中的应用[J].CT 理论与93天津大学博士学位论文应用研究,2007,16(2):48～51.

[15] 李瑞棠.X 射线探伤检验技术[M].北京:烃加工出版社,1985.

[16] 中国机械工程学会无损检测分会[J].射线检测,北京:机械工业出版社,2004.

[17] 郑世才.射线检测[M].北京:机械工业出版社,2004.

[18] 刘德镇.现代射线检测技术[M].北京:中国标准出版社,1999,2000重印.

[19] 胡武军.数字 X 线探测器[J].上海生物医学工程,1998,19(1):21～23.

[20] 吴世法.近代成像技术与图像处理[M].北京:国防工业出版社,1997.

[21] 陈树越,路宏年.X 射线数字成像噪声特性及噪声消除方法研究[J].无损检测,2001,23 (1):9～14.

[22] 薛玉利.基于 Gabor 变换的特征提取及其应用 [硕士学位论文],济南:山东大学,2007.

[23] 朱振峰.基于 Gabor 变换的特征分析及其应用 [博士学位论文],北京:中国科学院,2005.

[24] 王孔茂.轮胎X射线检验机图像 集与预处理技术[M].天津大学,2012.

[25] 石柯，李军.轮胎超声波无损检测装置及其检测方法:中国,CN102043013A[P].2011.

[26] 石柯，李军,陈利华,叶浩明.轮胎超声波无损检测装置及其检测方法:中国,CN102043013B[P].2013.

[27] 李忠.轮胎针孔检测机:中国,CN201229313[P],2009-04-29.

[28] 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,2004,7: 428～431.

[29] 陈婧.基于嵌入式的子午线轮胎质量检测系统的研宄与实现[M].天津大学,2010.

[30] 袁晔.X光轮胎缺陷自动检测系统的研究[M].天津大学,2008.

[31] 应崎伟.汽车轮胎瑕疵的计算机视觉识别系统[M].杭州电子科技大学,2012.

[32] 邵明红.轮胎缺陷检测的处理和算法研究[M].山东大学,2012.

[33] 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.

Tire X-ray image impurity detection based on image processing technology

Zhang Bin，Lin Sen，Gao Shuzheng
（MESNAC Co., Ltd., Qingdao 266042,Shandong,China)

For detecting impurities in X-Ray images, impurity detection techniques are studied. A new detection method based on improved image pretreatment and cluster analysis has been proposed. As result, using this method can effectively detect the defects in the tire X-Ray images, which means impurities detection rate is 100% and wrong detection rate is below 1%.

x-ray images; impurity detection; image processing

TQ330.493

1009-797X(2016)09-0050-05

B

10.13520/j.cnki.rpte.2016.09.011

张斌（1978—），男，中级工程师，2003年毕业于哈尔滨工业大学，主要从事于轮胎制造机械装备的研发工作，拥有丰富的电气设计、软件控制、识别技术相关理论知识经验。

2015-10-14