应用于轮胎X光图像胎冠部位多带束层纹理分离方法

摘要

本发明所述应用于轮胎X光图像胎冠部位多带束层纹理分离方法，针对由轮胎X光检测设备所形成的轮胎X光图像的胎冠部分进行各带束层分层化处理，通过采用Gabor滤波器，针对轮胎X光图像因各带束层叠加而形成复杂纹理的胎冠部位的频谱信息进行取舍，将相互叠加的带束层纹理分离，从而可用于进一步的胎冠部位缺陷识别。在使用此算法进行各带束层分离之前，根据同种规格轮胎测算出胎冠部分各带束层的方向、位置、纹理周期信息，并进一步得到各带束层的频谱特征，通过各带束层频谱信息的分布位置与范围大小，来给出Gabor滤波器中的标准偏差、角度等参数，形成相应的Gabor滤波器模板。

主权项

1.一种应用于轮胎X光图像胎冠部位多带束层纹理分离方法，其特征在于：针对轮胎X光图像胎冠部位各带束层纹理相互叠加的子图像，在进行傅里叶频谱分析后，不同带束层纹理频谱信息分布位置不同，是可分离的，采用Gabor滤波的方法，将归属于不同带束层纹理的频谱信息分别提取出来，进而还原为各带束层的单纹理图像，达到各带束层纹理分离的目的；具体步骤如下：第一步，获取一幅完整的轮胎X光图像I_X，在I_X内部，同时也是轮胎胎冠部位截取大小2^N*2^N的正方形图像I_O；N的取值要求为：2^N小于I_X的宽度和高度，并使图像I_O大小应该恰好能够覆盖胎冠部位的左边缘和右边缘；同时图像I_O的四边应当分别平行于轮胎X光图像I_X的四边；第二步，将图像I_O进行快速傅里叶变换，得到频谱信息矩阵I_F，将频谱信息矩阵I_F进行移位操作，进而得到以频率(0，0)为中心点的2维频谱信息矩阵I_FS，I_F、I_FS均与图像I_O同大小；I_F、I_FS与图像I_O符合如下关系：I_F＝fft2(I_O)I_FS＝fftshift(I_F)其中fft2表示进行快速2维傅里叶变换，fft2变换后的结果图像中，频率(0，0)所对应的信息值对应于结果矩阵的左上角首元素位置；fftshift表示对快速傅里叶变换结果I_O进行移位操作，即以矩阵中心为原点，做水平和垂直的坐标轴，将1、3象限整体互换，将2、4象限整体互换得到的矩阵；互换后，频率(0，0)所对应的信息值对应于矩阵的中心位置；第三步，轮胎胎冠部位是由若干带束层叠加构成，因此图像I_O是由若干带束层的纹理相互叠加而形成的多纹理图像，不同纹理的方向、频谱是不同的，不同方向、频谱的纹理是可以分离的；采用Gabor滤波器可以分离出不同方向、频谱的纹理，利用如下Gabor滤波公式，生成关于(0，0)原点对称的Gabor滤波器H；$\left(\begin{array}{c}{u}_1^{\prime }\\ v_1^{\prime }\end{array}\right)=\left(\begin{array}{cc}\cos \theta & \sin \theta \\ -\sin \theta & \cos \theta \end{array}\right)\left(\begin{array}{c}u\\ v\end{array}\right)$$\left(\begin{array}{c}{u}_2^{\prime }\\ v_2^{\prime }\end{array}\right)=\left(\begin{array}{cc}\cos (\pi +\theta )& \sin (\pi +\theta )\\ -\sin (\pi +\theta )& \cos (\pi +\theta )\end{array}\right)\left(\begin{array}{c}u\\ v\end{array}\right)$H＝H₁+H₂其中θ是某个带束层纹理的中心频率所在的角度；σ决定了滤波器的大小，λ是滤波器在u′₁方向上的宽度与在v′₁方向上的宽度大小的比值，同时也是滤波器在u′₂方向上的宽度与在v′₂方向上的宽度大小的比值，λ决定了滤波器的形状；θ、λ、σ为某个带束层纹理的特征参数，是已知量；u、v是频谱信息矩阵I_FS以频率(0，0)点为原点的横坐标和纵坐标，其取值均为-2^N-1～(2^N-1-1)；u′₁、v′₁是将u、v逆时针转动θ角度后得到的新坐标，同理u′₂、v′₂是将u、v逆时针转动(π+θ)角度后得到的新坐标；F是坐标轴u′₁、v′₁上的坐标点，代表某个带束层纹理的中心频率，F≥0；H表示Gabor滤波器模板矩阵，其大小为2^N*2^N，这是一个关于频率原点(0，0)点对称的2维高斯型带通滤波模板；在这里，假设带束层的个数为M，针对第i个带束层纹理，给定一组Gabor滤波器的θ_i、λ_i、σ_i  i∈1，2，…，M参数，代入上述Gabor滤波器公式中，得到Gabor滤波器H_Mii∈1，2，…，M；第四步，将频谱信息矩阵I_FS与Gabor滤波器H_M1进行点积，即对应矩阵元素相乘，点积的作用是将其他带束层的频谱信息滤除，从而只保留期望带束层的频谱信息矩阵I_FLii∈1，2，…，M，I_FLi满足如下关系式：I_FLi＝I_FS·H_Mi，i∈1，2，…，MI_FLi  i∈1，2，…，M最大程度保留了第i个带束层纹理的方向、频谱信息，摒弃了其他带束层钢丝帘线的方向、频谱信息；第五步，将频谱信息矩阵I_FLi进行移位、傅里叶逆变换操作，得到第i个带束层纹理的图像I_Ri，I_FLi与I_Ri满足如下关系：I_Ri＝ifft2(fftshift(I_FLi))  i∈1，2，…，M其中，fftshift表示对I_FLi  i∈1，2，…，M进行移位操作，即以矩阵中心为原点，做水平和垂直的坐标轴，将1、3象限整体互换，将2、4象限整体互换得到新的矩阵；互换前，频率(0，0)所对应的信息值对应于矩阵I_FLi  i∈1，2，…，M的中心位置；互换后，频率(0，0)所对应的信息值对应于结果矩阵的左上角首元素位置；fft2表示进行快速2维傅里叶逆变换，变换结果得到图像I_Ri  i∈1，2，…，M；I_Ri  i∈1，2，…，M是单纹理图像，是第i个带束层纹理被分离出来的结果图像；经过滤波还原后的第i个带束层纹理图像I_Ri i∈1，2，…，M，从若干个相互叠加的带束层纹理中最大程度的保留了第i个带束层的纹理，而其他带束层的纹理信息被剔除，在得到I_Rii∈1，2，…，M后，即完成第i个带束层纹理的分离工作；第六步，针对不同的带束层，可以给定不同的Gabor滤波器的θ_i、λ_i、σ_i  i∈1，2，…，M参数，重复第三步到第五步，可得到任意带束层的单纹理图像。