导读:本文包含了轮胎缺陷检测论文开题报告文献综述及选题提纲参考文献，主要关键词:轮胎,图像分割,深度学习,卷积神经网络
轮胎缺陷检测论文文献综述
卞国龙,李勇,戚顺青,王艳举,于胜红[1]（2019）在《基于卷积神经网络的轮胎X射线图像缺陷检测》一文中研究指出为解决常用轮胎X射线图像缺陷检测方法难以获取准确的图像特征的问题,提出一种通过卷积神经网络获取图像特征的方法。对轮胎X射线图像进行数据增强,然后建立网络模型。训练算法获取图像缺陷特征,并用训练好的模型识别图像中的缺陷。首先将参数对应的神经元分为关键和非关键部分,然后采用局部关键点和动态学习率实现参数快速调节。试验结果表明,设计的网络模型不易过拟合,参数调节快,所需时间短,检测准确率高。(本文来源于《轮胎工业》期刊2019年04期）
逄增治,郑修楠,李金屏[2]（2019）在《全钢子午线轮胎X光图像的缺陷检测研究现状》一文中研究指出全钢子午线轮胎结构复杂,生产过程中会出现多种缺陷,利用图像处理技术能够对全钢子午线轮胎的X光图像进行缺陷检测。为了更清楚地梳理现存算法,对当前全钢子午线轮胎X光图像的缺陷检测算法做了大量调研。首先,对全钢子午线轮胎缺陷检测的研究现状及发展历程做了梳理和回顾;然后,对全钢子午线轮胎缺陷进行分类,根据不同类型的缺陷分别介绍该类缺陷的主要检测方法,并对检测方法进行优缺点分析;最后,指出未来在全钢子午线轮胎缺陷研究领域中面临的挑战,展望了轮胎缺陷检测技术的发展方向。(本文来源于《智能系统学报》期刊2019年04期）
于向茹,丁健配,李金屏[3]（2019）在《基于形态学与投影直方图的轮胎杂质缺陷检测》一文中研究指出针对胎侧和胎肩的杂质缺陷检测,提出了一种基于形态学和投影直方图的方法.首先,图像预处理分割胎侧与胎肩,降低花纹等因素对杂质检测的影响;其次,用局部大津法对图像进行二值化处理,以形态学操作从背景中提取杂质;然后,纵向滤波去掉毛刺;最后,根据水平及垂直方向投影确定杂质的位置.由于杂质的位置是随机的,而且投影曲线符合方波模型,因此根据上述特点筛选检测结果.实验结果表明,该方法能够有效地检测花纹外面的杂质,而且能够满足系统对实时性的要求.(本文来源于《中国科学技术大学学报》期刊2019年01期）
张元刚,刘中华[4]（2018）在《基于GLCM算法的轮胎0°带束层接头缺陷检测》一文中研究指出以轮胎0°带束层接头缺陷区域的灰度分布特性为依据,利用传统的灰度共生矩阵(GLCM)算法实现0°带束层接头缺陷的纹理特征提取及识别。GLCM算法选取4个特征参量的8个特征值表征GLCM的纹理特征,再利用欧氏距离判别法判别缺陷。通过MATLAB仿真,得到特征参量的纹理值。结果表明,由GLCM产生的4个特征参量的纹理特征值可对接头缺陷有效描述,鉴别能力较强。(本文来源于《橡胶工业》期刊2018年12期）
郑修楠,张潘杰,李金屏[5]（2018）在《基于穿线法的轮胎帘线弯曲缺陷检测》一文中研究指出针对全钢子午线轮胎中存在的钢丝弯曲缺陷,提出一种基于穿线法的轮胎帘线弯曲缺陷检测方法;该方法首先对胎侧图像进行细化处理,然后对细化图像应用穿线法,得到穿线与帘线交点坐标,通过相邻交点坐标计算出帘线的弯曲斜率,根据斜率是否大于设置的阈值判断胎侧帘线是否弯曲;采用基于穿线法的轮胎帘线弯曲缺陷检测方法对10种不同纹理的150幅轮胎图像进行检测。结果表明,该方法的查准率和查全率优于其他算法的,可以有效地检测出轮胎胎侧及胎肩区域帘线弯曲缺陷。(本文来源于《济南大学学报(自然科学版)》期刊2018年04期）
贾梦思[6]（2018）在《基于机器视觉的轮胎缺陷检测方法研究》一文中研究指出随着汽车行业的迅速发展,汽车安全性能备受关注,轮胎质量更是人们关注的一个重点,关系到人们的生命安全。目前轮胎缺陷检测主要依靠人工检测,这种检测方式劳动成本高,检测标准受人的主观影响,严重影响产品的生产效率。近年来机器视觉检测技术得到快速发展,其稳定、高效和自动化等特点,为轮胎缺陷检测系统奠定了理论基础。本文采用机器视觉检测技术,以轮胎各部位缺陷为研究对象,设计了基于机器视觉的轮胎缺陷检测系统。本文主要工作如下:(1)首先是搭建系统硬件平台,分析轮胎内部、胎侧和子口各部位缺陷特征,确定硬件平台的两个模块,分别是机械转动模块、图像采集模块。(2)其次是研究并实现轮胎各部位缺陷检测算法,针对硬件平台采集的图像进行分析,按照拍摄部位的不同,根据缺陷的不同类别研究并设计了叁种不同缺陷检测算法。第一种是位于轮胎内部,出现凹凸不平缺陷,经研究分析,采用Laws纹理滤波的方法对图像进行处理,并利用高斯混合分类器对图像进行分类训练,利用训练好的分类器对待检测图像进行分类,可实现提取缺陷的目的。第二种是位于轮胎子口处,采用与轮胎内部缺陷相同的方法提取子口出边缺陷。与之不同的是,轮胎子口缺陷检测所采用的是局部纹理提取的方法。子口位于图像中固定位置,针对子口部位进行分类,将缺陷提取出来。第叁种是位于轮胎胎侧,主要缺陷是缺胶和刮伤损伤,经分析研究,利用阈值分割、开闭运算以及特征筛选等方法对图像进行检测,最终提取出胎侧缺陷。(3)最后是断面检测算法的实现,经分析研究断面结构特点,采用基于边缘检测的方法提取断面轮廓,并对轮廓进行分割,确定检测位置点的坐标,最后求得检测位置点到内轮廓的距离即为位置点处的厚度。根据本文设计的检测系统,对检测样本进行实验验证,结果表明:轮胎内部缺陷检测的准确率为99.5%,轮胎子口缺陷检测的准确率为100%,轮胎胎侧缺陷检测的准确率为99%,轮胎断面检测的准确率为100%,可实现对轮胎缺陷以及断面检测,该系统具有实际应用价值。(本文来源于《沈阳工业大学》期刊2018-06-02）
张潘杰,郑修楠,李金屏[7]（2018）在《基于穿线法的轮胎帘线断裂缺陷检测》一文中研究指出为了检测子午线轮胎胎侧帘线断裂缺陷,提出一种基于穿线法的检测方法;对获得的轮胎X射线图像进行预处理,包括二值化、细化,预处理后的图像通过穿线法统计每列与帘线交点的个数,如果后一列交点个数与前一列不同,则对后一列每2条相邻帘线的间距进行判断;如果大于1.6倍的平均间距,则对2条帘线间的白色像素的个数进行统计,判断是否存在帘线断裂的情况。结果表明,本算法不仅可以准确检测出断线缺陷,而且能够排除帘线稀疏和杂质对帘线断裂缺陷检测的干扰。(本文来源于《济南大学学报(自然科学版)》期刊2018年02期）
彭艳华[8]（2017）在《基于激光散斑的轮胎制造内部缺陷检测与疲劳寿命预估》一文中研究指出本文以基于激光散斑的轮胎制造内部缺陷检测与疲劳寿命预估为题,对于提高轮胎使用性能,降低因轮胎质量缺陷而造成的交通事故发生率,提高轮胎先进制造水平与制造检测技术水平,具有重要学术价值与实际意义。论文在评述相关国内外研究成果并对轮胎结构特征、轮胎主要缺陷类型、当前各种轮胎缺陷检测技术特点进行分析的基础上,围绕轮胎激光剪切散斑干涉检测系统结构、散斑包裹相位图像处理、缺陷深度测量、橡胶材料本构关系选取方法、多轴疲劳特征下的疲劳寿命预估等问题展开研究。主要研究工作包括:⑴研究激光剪切散斑轮胎内部缺陷检测机理与关键技术,为进一步研究基于激光剪切散斑的内部缺陷信息处理技术打下基础。考虑激光剪切散斑特点及其对检测环境要求,对轮胎内部缺陷激光剪切散斑检测系统进行合理布局;通过对含内部缺陷轮胎激光剪切散斑干涉条纹图特征进行分析,研究自适应多方向散斑干涉相位图频域噪声滤波方法,该方法既能够自动设置滤波截止频率、有效滤除噪声,又能够较好地保留图像细节信息;根据条纹相位与缺陷表面在加载变形时产生的离面位移间函数关系,对含轮胎内部缺陷特征的相位图进行相位积分及积分图二值化处理,实现对内部缺陷大小的识别;选择Visual C++作为图像采集程序的开发环境,创建基于MFC的激光散斑图像处理应用平台,实现对重点图像区域进行抓取、对包裹相位图进行滤波、解包等,重建出轮胎缺陷变形的叁维模型,并测量缺陷表面离面位移。⑵探索性研究基于激光剪切散斑轮胎内部缺陷深度测量机理,为进一步结合轮胎结构、缺陷构型,分析含缺陷部位在加载过程中的力学性能、机械性能等提供有力依据。通过对无损检测中常见的不同类型内部缺陷建模并研究其检测机理,推导不同条件下内部缺陷深度计算公式;以LabVIEW为开发环境,将轮胎内部缺陷尺寸、表面离面位移等信息与内部缺陷深度计算式结合,开发一套轮胎内部缺陷深度计算软件,实现缺陷深度计算与数据库管理;利用轮胎内部缺陷激光剪切散斑干涉检测平台对预设的不同深度、尺寸等内部缺陷试样进行检测,并通过对加载量0q进行控制,讨论影响缺陷识别率、缺陷深度测量精度的有关规律。试验结果表明,基于激光剪切散斑轮胎内部深度测量方法能有效实现对内部缺陷深度的测量,测量相对误差在10%以内。且在缺陷尺寸大于检测系统分辨率前提下,加载量0q对测量精度影响较为明显,若0q偏小,测量值depthT?略小于实际缺陷深度depthT;当0q偏大时,测量值depthT?会略大于实际缺陷深度depthT。⑶结合缺陷位置研究基于橡胶多轴疲劳特征的轮胎疲劳寿命预测技术,该方法能够克服传统脱离内部缺陷所处位置工况,而只根据缺陷尺寸信息对轮胎安全性能进行评定的片面性。鉴于轮胎结构复杂性、轮胎中各个部位橡胶材料力学性能差异性、轮胎内部所受应力场特征多样性等,对橡胶疲劳分析中本构关系的选取方法进行讨论;选择CED标准,研究随主伸长率1?和裂纹方向角?变化时不同加载条件下应变能密度W与开裂能密度Wc关系,分析橡胶在多轴载荷工况下疲劳特征;借助有限元软件,利用全局-局部模型技术对基于多轴疲劳特征的轮胎疲劳寿命预测技术进行研究,通过在轮胎不同区域设置疲劳破坏感兴趣区后分析缺陷深度depthT、裂纹方向角?等因素对疲劳裂纹扩展的影响。⑷开展基于激光剪切散斑检测的缺陷深度测量试验和裂纹扩展试验,验证本文研究方法的有效性。对预设的不同深度、尺寸等内部缺陷试样进行检测,并通过对加载量0q进行控制,讨论影响缺陷识别率、缺陷深度测量精度等有关规律,试验结果表明本文深度测量方法能有效实现对内部缺陷深度的测量,测量相对误差在10%以内;对配方橡胶预制试件进行裂纹扩展试验,分别利用SED标准与本文CED标准计算各试件裂纹扩展寿命,结果显示基于SED标准的寿命预测结果受裂纹方向角?影响很大,当(7)(8)0 0??0,45时,其最小相对预测误差已接近50%,相比之下基于CED标准的最小相对预测误差仅为12.25%,且其受裂纹方向角?影响不大,说明本文基于CED标准疲劳寿命计算方法更接近实际裂纹扩展情况。(本文来源于《华南理工大学》期刊2017-06-26）
陈裕潮[9]（2017）在《基于机器视觉的轮胎模具字符缺陷检测》一文中研究指出轮胎模具是轮胎生产线上的硫化成型装备,模具上的字符携带产品的信息,对轮胎生产厂家而言非常重要。在模具生产过程中,如果存在字符漏印、多印和错印等错误情况,影响模具质量,将带来严重的经济损失。目前,行业内对轮胎模具字符检测主要依靠人眼。但是,人工检测法判断标准因人而异,不同个体检测结果可能不一样。而且,长时间工作容易会造成人员视觉疲劳,检测效率和可靠性将大大下降。近年来,随着人工智能的发展,机器视觉越来越多地应用于工业检测,并取得了良好的效果。为了实现轮胎模具表面字符自动化检测,本文提出一种基于机器视觉的轮胎模具表面字符检测方法。根据轮胎模具特点,设计了一种基于机器视觉的自动化检测装置。设计了相应的图像处理方法,包括图像预处理、图像拼接、图像定位及字符检测等步骤。图像预处理主要包括将所采集的轮胎模具图像的CAD的外轮廓拟合为两个圆的弧,并根据拟合得到的参数对采集的轮胎模具图像和CAD进行极坐标变换。然后,本文提出一个新的框架,以将采集的图像定位到CAD的相应位置。最后,通过基于神经网络的字符识别方法和字符串匹配方法来提出字符缺陷检测方案。在图像定位和字符检测的阶段,同时进行对采集的轮胎模具图像进行梯度直方图(HOG)特征的图像拼接,最终拼接结果用于标记轮胎模具的缺陷。实验结果表明,设计的系统可在短时间内完成模具表面字符检测,并具有高准确率,能够有效克服人工对轮胎模具字符缺陷检测的不足。通过进一步调整摄像机的高度和系统内已设置好的参数,有望应用于其他类型轮胎模具的检测。(本文来源于《广东工业大学》期刊2017-05-01）
林佳佳[10]（2017）在《基于轮胎X光图像的0号带束层缺陷检测算法研究》一文中研究指出随着交通运输业及汽车产业的蓬勃发展,轮胎在车辆行驶安全中扮演举足轻重的角色。近年来,由于人们安全观念的提升以及轮胎行业日益激烈的竞争,轮胎质量已成为企业核心竞争力的关键。然而,在轮胎成型过程中易形成多种缺陷导致轮胎分层甚至破裂,严重威胁驾驶员及乘客的安全。传统的人工检测具有主观性强、工作强度大、准确率较低的特点。为此,设计切实有效的X光缺陷检测算法迫在眉睫。本文围绕轮胎X光0号带束层接头缺陷的自动检测算法展开,主要的创造性成果如下:依据X光图像接头区域灰度及纹理分布特点,设计了轮胎X光0号带束层接头检测定位量化的算法。该算法分为两大部分:1.针对非周期性纹理的轮胎X光0号带束层缺陷图像方向投影、滤波、计算相对误差以检测接头位置,进而消除接头区域上下边界影响、阈值分割、归一化以达到定位量化0号带束层接头的目的;2.针对周期性纹理的轮胎X光0号带束层缺陷图像45o方向投影,遍历纹理周期块,定位接头所在块的上下边界峰值分界线的位置,并搜索合适的标准块与接头块相匹配,进而在纹理周期块中搜索接头上下边界来定位量化0号带束层接头。本文是国内近年来第一次解决轮胎X光0号带束层接头缺陷识别工作的文章,将本文算法与GLCM及Gabor纹理分析算法在MATLAB平台进行算法验证。结果显示,本文提出的算法可对轮胎0号带束层的接头缺陷精确定位量化,误判率和漏判率仅3.4%和2%,完全满足工业检测要求。最后,本文采取Visual C++6.0及Visual Studio 2012 C#联合编程的策略设计了轮胎X光自动识别系统,并对软控股份有限公司供给的5000幅X光图像实现实际应用测试,测试结果满足实际生产中的缺陷检测需求。(本文来源于《青岛科技大学》期刊2017-04-10）
轮胎缺陷检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
全钢子午线轮胎结构复杂,生产过程中会出现多种缺陷,利用图像处理技术能够对全钢子午线轮胎的X光图像进行缺陷检测。为了更清楚地梳理现存算法,对当前全钢子午线轮胎X光图像的缺陷检测算法做了大量调研。首先,对全钢子午线轮胎缺陷检测的研究现状及发展历程做了梳理和回顾;然后,对全钢子午线轮胎缺陷进行分类,根据不同类型的缺陷分别介绍该类缺陷的主要检测方法,并对检测方法进行优缺点分析;最后,指出未来在全钢子午线轮胎缺陷研究领域中面临的挑战,展望了轮胎缺陷检测技术的发展方向。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
轮胎缺陷检测论文参考文献
[1].卞国龙,李勇,戚顺青,王艳举,于胜红.基于卷积神经网络的轮胎X射线图像缺陷检测[J].轮胎工业.2019
[2].逄增治,郑修楠,李金屏.全钢子午线轮胎X光图像的缺陷检测研究现状[J].智能系统学报.2019
[3].于向茹,丁健配,李金屏.基于形态学与投影直方图的轮胎杂质缺陷检测[J].中国科学技术大学学报.2019
[4].张元刚,刘中华.基于GLCM算法的轮胎0°带束层接头缺陷检测[J].橡胶工业.2018
[5].郑修楠,张潘杰,李金屏.基于穿线法的轮胎帘线弯曲缺陷检测[J].济南大学学报(自然科学版).2018
[6].贾梦思.基于机器视觉的轮胎缺陷检测方法研究[D].沈阳工业大学.2018
[7].张潘杰,郑修楠,李金屏.基于穿线法的轮胎帘线断裂缺陷检测[J].济南大学学报(自然科学版).2018
[8].彭艳华.基于激光散斑的轮胎制造内部缺陷检测与疲劳寿命预估[D].华南理工大学.2017
[9].陈裕潮.基于机器视觉的轮胎模具字符缺陷检测[D].广东工业大学.2017
[10].林佳佳.基于轮胎X光图像的0号带束层缺陷检测算法研究[D].青岛科技大学.2017