一种汽车轮胎花纹相似度的检测方法技术

本发明专利技术提供一种汽车轮胎花纹相似度的检测方法，包括以下步骤：S10、采集轮胎任意两处的花纹图像；S20、将采集到图像转化为灰度值矩阵；S30、将两个经过灰度值矩阵处理后的图片信息分别进行灰度直方图处理、余弦算法处理、均值哈希算法处理；S40、将经过步骤S30处理后的结果进行整合，确定轮胎两处花纹的相似度。本发明专利技术提供一种汽车轮胎花纹相似度的检测方法，能够有效的对汽车轮胎的花纹形状、花纹之间的相似度进行快速准确的鉴别，提高轮胎的生产和检验的工作效率。检验的工作效率。

【技术实现步骤摘要】
一种汽车轮胎花纹相似度的检测方法


[0001]本专利技术涉及轮胎
，尤其涉及一种汽车轮胎花纹相似度的检测方法。

技术介绍

[0002]轮胎是汽车的重要零件,轮胎的花纹结构直接影响汽车的制动性、抓地性、滑水性等诸多性能。一种成熟的轮胎花纹需要经过各种实验和反复调试才能发挥最佳性能,因此企业在开发新产品时会尽可能沿用比较成熟的花纹结构。
[0003]然而现在缺少有效的方法对汽车轮胎的花纹形状、花纹之间的相似度进行快速准确的鉴别，影响轮胎的生产和检验的工作效率。

技术实现思路

[0004]本专利技术的目的在于提供一种汽车轮胎花纹相似度的检测方法，以解决上述问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种汽车轮胎花纹相似度的检测方法，包括以下步骤：
[0006]S10、采集轮胎任意两处的花纹图像；
[0007]S20、将采集到图像转化为灰度值矩阵；
[0008]S30、将两个经过灰度值矩阵处理后的图片信息分别进行灰度直方图处理、余弦算法处理、均值哈希算法处理；
[0009]S40、将经过步骤S30处理后的结果进行整合，确定轮胎两处花纹的相似度。
[0010]作为本专利技术的一种改进，在步骤S30中，灰度直方图处理包括以下步骤：
[0011]S31、读取图像的RGB值，将其转化为图片灰度值矩阵I(i)(i＝0,1,......，l)，其中，i为像素点位置，l为像素点总数；
[0012]S32、统计两处花纹图像的灰度频率分布向量。
[0013]作为本专利技术的一种改进，在步骤S30中，余弦算法处理包括以下步骤：
[0014]S33、重复步骤S31获得的图片灰度值矩阵；
[0015]S34、统计各级灰度值出现的频次构成两个向量,用余弦算法计算两个向量的相似度。
[0016]作为本专利技术的一种改进，在步骤S30中，均值哈希算法处理包括以下步骤：
[0017]S35、重复步骤S31获得的图片灰度值矩阵；
[0018]S36、采用公式(1)计算图片灰度值矩阵的灰度均值，
[0019][0020]S37、将各灰度值与均值对比，得到二值矩阵H(i)；
[0021]S38、统计两处图像处理后得到二值矩阵在相同位置取值相同的总数，通过对比总数确定两处图像的相似度。
[0022]作为本专利技术的一种改进，在步骤S40中，将分别经过灰度直方图处理、余弦算法处
理、均值哈希算法处理后得到的相似度进行对比，若三个结果相近则两处的花纹图像相似，若三个结果差距超过阈值则两处的花纹图像不相似。
[0023]本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。
具体实施方式
[0024]以下对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。
[0025]一种汽车轮胎花纹相似度的检测方法，包括以下步骤：
[0026]S10、采集轮胎任意两处的花纹图像；
[0027]S20、将采集到图像转化为灰度值矩阵；
[0028]S30、将两个经过灰度值矩阵处理后的图片信息分别进行灰度直方图处理、余弦算法处理、均值哈希算法处理；
[0029]S40、将经过步骤S30处理后的结果进行整合，确定轮胎两处花纹的相似度。
[0030]作为本专利技术的一个实施例，在步骤S30中，灰度直方图处理包括以下步骤：
[0031]S31、读取图像的RGB值，将其转化为图片灰度值矩阵I(i)(i＝0,1,......，l)，其中，i为像素点位置，l为像素点总数；
[0032]S32、统计两处花纹图像的灰度频率分布向量。
[0033]作为本专利技术的一个实施例，在步骤S30中，余弦算法处理包括以下步骤：
[0034]S33、重复步骤S31获得的图片灰度值矩阵；
[0035]S34、统计各级灰度值出现的频次构成两个向量,用余弦算法计算两个向量的相似度。
[0036]作为本专利技术的一个实施例，在步骤S30中，均值哈希算法处理包括以下步骤：
[0037]S35、重复步骤S31获得的图片灰度值矩阵；
[0038]S36、采用公式(1)计算图片灰度值矩阵的灰度均值，
[0039][0040]S37、将各灰度值与均值对比，得到二值矩阵H(i)；
[0041]S38、统计两处图像处理后得到二值矩阵在相同位置取值相同的总数，通过对比总数确定两处图像的相似度。
[0042]作为本专利技术的一个实施例，在步骤S40中，将分别经过灰度直方图处理、余弦算法处理、均值哈希算法处理后得到的相似度进行对比，若三个结果相近则两处的花纹图像相似，若三个结果差距超过阈值则两处的花纹图像不相似。
[0043]上述技术方案的工作原理及有益效果：
[0044]基于相似性理论分析轮胎花纹结构的特点。运用灰度直方图、均值哈希算法等图像处理方法。利用该方法对现有的轮胎花纹进行了相似度检测与分析。
[0045]轮胎花纹颜色单一、纹理性强且具有周期性。现有的花纹图像处理技术中,灰度直方图和余弦相似度对不同分辨率的图像无需作特殊处理,计算量较小,计算耗时较少；均值哈希(aHash)算法能够将花纹沟和花纹块区分出来,以花纹块的面积重合度来计算两个花
纹图像的相似性。
[0046]余弦相似度是用向量空间中两个向量夹角的余弦值衡量两个向量的相似程度,余弦值越接近1,表明夹角越接近0
°
,也就是两个向量越相似。
[0047]本专利技术提供一种汽车轮胎花纹相似度的检测方法，能够有效的对汽车轮胎的花纹形状、花纹之间的相似度进行快速准确的鉴别，提高轮胎的生产和检验的工作效率。
[0048]最后应说明的是：以上所述仅为本专利技术的优选实施例而已，并不用于限制本专利技术，尽管参照前述实施例对本专利技术进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本专利技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内中。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种汽车轮胎花纹相似度的检测方法，其特征在于，包括以下步骤：S10、采集轮胎任意两处的花纹图像；S20、将采集到图像转化为灰度值矩阵；S30、将两个经过灰度值矩阵处理后的图片信息分别进行灰度直方图处理、余弦算法处理、均值哈希算法处理；S40、将经过步骤S30处理后的结果进行整合，确定轮胎两处花纹的相似度。2.根据权利要求1所述的一种汽车轮胎花纹相似度的检测方法，其特征在于：在步骤S30中，灰度直方图处理包括以下步骤：S31、读取图像的RGB值，将其转化为图片灰度值矩阵I(i)(i＝0,1,......，l)，其中，i为像素点位置，l为像素点总数；S32、统计两处花纹图像的灰度频率分布向量。3.根据权利要求2所述的一种汽车轮胎花纹相似度的检测方法，其特征在于：在步骤S30中，余弦算法处理包括以下步骤：S33、重复步骤...

【专利技术属性】
技术研发人员：徐龙贵，
申请(专利权)人：盐城市恒泰橡胶有限公司，
类型：发明
国别省市：