本技术涉及轮胎x光气泡检测，更具体地说，涉及一种基于曲面几何的轮胎气泡x光特征识别装置及方法。
背景技术：
1、轮胎作为汽车的关键组成部分，其质量直接影响行车安全。在轮胎生产过程中，由于材料和工艺等因素可能产生气泡等内部缺陷。这些缺陷如果未被及时发现，将严重影响轮胎的性能和使用寿命。鉴于x射线具有优异的穿透性能，可用于探测轮胎内部结构并评估产品质量，因此轮胎x光检测技术应运而生。
2、传统轮胎x光检测依赖人工识别，效率低且容易出错。随着图像处理和模式识别技术的发展，轮胎x光缺陷检测技术开始向自动化、智能化方向发展。其中，深度学习技术显著提高了缺陷识别的准确率和检测速度。国内外研究者提出了多种算法和模型，但目前还没有一种方法能够完全满足工业生产中的所有需求。国内轮胎制造商主要依赖进口x光检测设备，但这些设备不仅价格昂贵，而且可能不完全适应国内生产环境的特定需求。
3、轮胎内部结构复杂，钢丝帘线的层数和排列方式差异性大，导致x光图像纹理交错复杂，增加了特征提取的难度，限制了气泡识别算法的性能。国内外对轮胎产品的缺陷标准和分类存在差异，导致国外开发的缺陷检测系统在国内实际应用中面临适应性问题。国内大部分轮胎生产厂商仍然依赖人工检测，存在误检和漏检风险，检测效率低下。
4、综上所述，尽管轮胎x射线气泡检测技术已取得一定进展，但仍面临技术挑战和实际应用难题。其中，基于x射线图像对轮胎气泡特征进行提取是关键的基础环节，需要通过创新技术来克服现有困难。提高检测算法的准确性、适应性和效率，以及开发适合国内生产环境的检测系统，将是未来研究的重点方向。
技术实现思路
1、为了克服现有技术存在的一系列缺陷，本技术的目的在于针对上述问题，提供一种基于曲面几何的轮胎气泡x光特征识别方法，具体包括以下步骤：
2、s1、在轮胎x光电子照片上，标出气泡区域的图片，以左上角顶点为坐标原点，在每一个像素点上定义一个三维向量(x，y，z)，其中，x表示该像素横坐标，y表示该像素纵坐标，z表示该像素的灰度值，z值越大，相应像素点在图片上的亮度越高，全部(x，y，z)构成集合p，p所在的三维空间记为u，横纵坐标构成的投影坐标系v；
3、s2、在投影坐标系v上，两个相邻像素的中心沿着横坐标轴的距离记为dx，沿着纵坐标轴的距离记为dy；
4、s3、选取合适的正整数c作为可调参数；
5、s4、在投影坐标系v上，以dmin-y＝c*dy长度为间隔，沿横坐标轴方向划若干直线，以dmin-x＝c*dx长度为间隔，沿纵坐标方向划若干直线，把投影坐标系v网格化，每个网格沿着灰度值向上投射把p网格化，得到若干pi-j，其中，的四个顶点分别是：
6、
7、
8、
9、
10、s5、对p进行拟合，得到三维空间内的灰度值曲面s及其方程；
11、s6、任意构成的矩形区域记为内的内切椭圆记为
12、s7、把和映射到灰度值曲面s上，得到映射结构和与pi-j对应；
13、s8、计算此时的特征参数组以及计算的特征参数组
14、s9、获取大量轮胎x光电子照片气泡区域样本，对每一类气泡，按照如上步骤计算其和获取该类气泡的和分布；
15、s10、基于轮胎x光机照片的气泡特征提取计算完成。
16、通过上述技术方案，首先获取轮胎气泡x光机照片样本，并以照片平面和灰度值构成的三维空间为基础，利用二次多项式近似表达灰度值分布曲面，然后，在照片平面上构建矩形和矩形内接椭圆，并将这一对图形反向映射到灰度值曲面上，矩形和椭圆形会随着灰度值曲面几何特性而产生形变，形成一对新的曲面图形。通过对角度、周长、面积、曲率等几何特性的形变情况的测量和比较，量化轮胎气泡区域的特征。该方法的优点在于：充分考虑几何元素及其之间的关系，以及它们在从平面几何到曲面几何的形变度量，从微观特性上把握气泡几何特性，进而量化为气泡特征指标，具有良好的通用性和适应能力，丰富了气泡特征分析内容，提高了特征区分能力。同时，计算过程简洁，部署灵活。
17、可选的，步骤s5中，计算曲面s方程的步骤如下：
18、s5-1、设定二元二次待定函数：f(x，y)＝ax2+bxy+cy2+d；
19、s5-2、所求解p中有4个以上的点，即(xk，yk，zk)，k＝1，2，3，...n，n≥4；
20、s5-3、构造如下算式：
21、s5-4、令：
22、s5-5、将上述四个方程联立，求得a，b，c，d，即可曲面s的方程：z＝f(x，y)＝ax2+bxy+cy2+d。
23、通过上述技术方案，得到了轮胎气泡x光机照片灰度值曲面，为后续平面向曲面的映射、引入曲面几何计算形成基础。特别需要指出的是，此处用二元二次函数拟合灰度值曲面，是为了展示曲面几何这一核心方法的基础，实际上还可以用三次甚至更高次数的函数拟合灰度值曲面，或者引入傅里叶逼近方法拟合灰度值曲面，得到满足其他场景的拟合效果。本方案的优势在于计算简便，结果直观清晰。
24、可选的，步骤s6中，在上计算内切椭圆的步骤如下：
25、s6-1、获得的四个顶点：
26、
27、
28、
29、
30、s6-2、获得的中心点：
31、s6-3、上内切椭圆的方程是：
32、通过上述技术方案，得到了基于轮胎x光机照片的椭圆方程表达式。其中，dmin-x和dmin-y两个变量分别是基于像素距离dx和dy构建的，其优点在于能够适应不同型号x光机照片分析对测量尺度的要求。
33、可选的，步骤s7中，计算和的步骤如下：
34、s7-1、获得曲面s的方程：z＝f(x，y)＝ax2+bxy+cy2+d；
35、s7-2、计算的步骤为：
36、的第一条边在v上的投影的方程是：y＝j*dmin-y，两个端点分别是：代入曲面s的方程，得到的第一条边的方程：z＝ax2+b*j*dmin-y*x+c*j2*dmin-y2+d，其中，x∈[i*dmin-x，(i+1)*dmin-x]；
37、使用类似原理，计算得到的另外三条边的方程分别为：
38、z＝a*(i+1)2*dmin-x2+b*(i+1)*dmin-x*y+cy2+d，其中，
39、y∈[j*dmin-y，(j+1)*dmin-y]；
40、z＝ax2+b*(j+1)*dmin-y*x+c*(j+1)2*dmin-2+d，其中，x∈[i*dmin-x，(i+1)*dmin-x]；
41、z＝a*i2*dmin-x2+b*i*dmin-x*y+cy2+d，其中，y∈[j*dmin-y，(j+1)*dmin-y]；
42、s7-3、计算的步骤如下：
43、基于s6-3获得内切椭圆的参数方程：x＝0.5*cosθ*dmin-x+(i+0.5)*dmin-x，y＝0.5*sinθ*dmin-y+(j+0.5)*dmin-y；
44、把上述参数方程代入z＝f(x，y)＝ax2+bxy+y2+d，得到曲面s上的参数方程：
45、z＝a(0.5*cosθ*dmin-x+(i+0.5)*dmin-x)2+b*(0.5*cosθ*dmin-x+(i+0.5)*dmin-x)*(0.5*sinθ*dmin-y+(j+0.5)*dmin-y)+c(0.5*sinθ*dmin-y+(j+0.5)*dmin-y)2+d。
46、通过上述技术方案，把在照片平面上构造的矩形及其内接椭圆映射到灰度值曲面上，并得到映射图形的方程表达式或其组成部分的方程，该计算采用常规变换计算方法，并融合了轮胎x光机照片的像素要求，因此计算结果可靠且具有良好的适应性。
47、可选的，步骤s8中，计算和的步骤如下：
48、s8-1、因是一系列特征参数的集合，需按如下步骤求取有代表性的参数，计算方法如下；
49、s8-1-1、计算周长与周长的比值步骤如下：
50、周长的计算公式为：
51、
52、因此，
53、s8-1-2、计算面积与面积的比值步骤如下：
54、面积的计算公式为：
55、
56、因此，
57、s8-1-3、计算内角和与内角和的比值步骤如下：
58、内角和的计算公式为：
59、
60、因此，
61、s8-2、因是一系列特征参数的集合，需按如下步骤求取有代表性的参数，计算方法如下：
62、s8-2-1、计算周长与周长的比值计算步骤为：
63、周长的计算公式为：
64、
65、同时，周长的计算公式为：
66、
67、因此，
68、s8-2-2、计算面积与面积的比值计算步骤为：
69、面积的计算公式为：
70、其中，a＝2ax+by，b＝2cy+bx；
71、面积的计算公式为：
72、因此，
73、s8-2-3、与的曲率比值的积分的计算步骤为：
74、由曲面s上的参数表达式得到：
75、z的一阶导数：
76、
77、z的二阶导数：
78、
79、因此，上由任意θ决定的(x，y，z)的曲率为：其中，×为向量叉乘；
80、上由任意θ决定的(x，y)的曲率的计算公式为：
81、
82、其中，x＝0.5*cosθ*dmin-x+(i+0.5)*dmin-x，y＝0.5*sinθ*dmin-y+(j+0.5)*dmin-y；
83、所以，的计算公式为：
84、
85、上述技术方案是本技术方案的核心，也是最重要的创新。特征度量是视觉分析的关键环节，一些常用方法，如边缘检测、角点检测、特征点提取、局部二进值模式、方向梯度、加速鲁棒和深度学习等，它们的理论基础通常涉及图像处理、信号处理、概率论、统计学和线性代数等知识。这些方法分别从特定角度去提炼待识别对象的特征，能够从一些侧面揭示对象的视觉共性，但较少从对象内在几何结构的角度度量特征，丢失了很多重要的特征信息。
86、本技术的目的还在于提供一种基于曲面几何的轮胎气泡x光特征识别装置，用于实现上述基于曲面几何的轮胎气泡x光特征识别方法，包括以下几个部分：
87、x光机照片数据预处理器，部署于边缘端，用于对获取的轮胎x光机照片进行预处理；
88、数据存储中心，部署于云端，用于集中存储经预处理的x光机照片数据以及后续计算结果数据；
89、数据计算中心，部署于云端，引入曲面几何分析方法，从轮胎x光机照片样本中获得气泡特征；
90、气泡特征展示与统计系统，用于直观展示从轮胎x光照片样本中识别出的气泡及与气泡特征相关的统计数据；
91、优选的，x光机照片数据预处理器与x光机直接相连，作为边缘处理端，用于压缩x光机输出的照片。
92、优选的，所述数据存储中心由服务器集群构成，用于存储从x光机照片数据预处理器获得的压缩照片数据，形成数据样本库，同时用于存储数据计算中心识别得到的气泡特征数据。
93、优选的，所述数据计算中心部署于服务器集群上，从数据存储中心读取轮胎x光机照片数据，利用气泡特征识别算法批量化地从样本照片中识别出气泡特征，识别结果随后存储至数据存储中心。
94、优选的，所述气泡展示与统计系统部署在终端计算机上，用于可视化呈现气泡识别结果及其统计数据，终端计算机通过互联网络与数据存储中心连接。
95、上述技术方案构成了一套完整的轮胎气泡特征识别装置，能够实时对生产现场数据进行预处理、存储、气泡特征计算、气泡展示和特征统计分析，有效解决了传统轮胎x光检测中由于气泡形态多样、边界模糊导致的特征识别困难。其优点在于，在数据计算中心的气泡特征计算环节引入了曲面几何分析原理，对气泡特征进行了量化描述，从而显著增强了气泡特征的识别能力。可见，其是一种在轮胎x光机照片条件下提取气泡特征的全新技术方案，所获得的气泡特征结果不仅可与常规缺陷分析方法融合使用，也可与先进的智能识别技术融合使用，具有广阔的应用前景。
96、与现有技术相比，本技术的有益效果为：
97、本技术把曲面几何引入特征度量，其优点在于：在对象形态的内在几何结构与对象特征之间构建了表示桥梁，增强了特征度量能力，且具有更宽的适应性。
1.一种基于曲面几何的轮胎气泡x光特征识别装置，其特征在于，包括以下几个部分；
2.根据权利要求1所述的一种基于曲面几何的轮胎气泡x光特征识别装置，其特征在于，x光机照片数据预处理器与x光机直接相连，作为边缘处理端，用于压缩x光机输出的照片。
3.根据权利要求1所述的一种基于曲面几何的轮胎气泡x光特征识别装置，其特征在于，所述数据存储中心由服务器集群构成，用于存储从x光机照片数据预处理器获得的压缩照片数据，形成数据样本库，同时用于存储数据计算中心识别得到的气泡特征数据。
4.根据权利要求1所述的一种基于曲面几何的轮胎气泡x光特征识别装置，其特征在于，所述数据计算中心部署于服务器集群上，从数据存储中心读取轮胎x光机照片数据，利用气泡特征识别算法批量化地从样本照片中识别出气泡特征，识别结果随后存储至数据存储中心。
5.根据权利要求1所述的一种基于曲面几何的轮胎气泡x光特征识别装置，其特征在于，所述气泡展示与统计系统部署在终端计算机上，用于可视化呈现气泡识别结果及其统计数据，终端计算机通过互联网络与数据存储中心连接。
6.一种基于曲面几何的轮胎气泡x光特征识别方法，基于权利要求1-5任一所述的一种基于曲面几何的轮胎气泡x光特征识别装置实现，其特征在于，包括以下步骤：
7.根据权利要求6所述的一种基于曲面几何的轮胎气泡x光特征识别方法，其特征在于，步骤s5中，计算曲面s方程的步骤如下：
8.根据权利要求6所述的一种基于曲面几何的轮胎气泡x光特征识别方法，其特征在于，步骤s6中，在上计算内切椭圆的步骤如下：
9.根据权利要求7所述的一种基于曲面几何的轮胎气泡x光特征识别方法，其特征在于，步骤s7中，计算和的步骤如下：
10.根据权利要求6所述的一种基于曲面几何的轮胎气泡x光特征识别方法，其特征在于，步骤s8中，计算和的步骤如下：
