基準画像との比較による収集画像の評価方法

专利摘要:
タイヤの表面を評価する方法であって、表面が剛性要素を備えた状態に成形されており、この方法では、タイヤの所与のゾーンのＮ個の画像のコレクションを１本又は２本以上タイヤから得られた画像に基づいて構成し、コレクションに属する画像の各々が表面の座標ｉ，ｊで表される点の各々のところにおける光の反射に敏感なセンサにより測定された物理的量の値によって構成され、コレクションに属する画像が重ね合わせにより互いに対応するようにし、評価されるべきコレクションからのタイヤのゾーンの画像を基準画像と比較する、方法において、基準画像の物理的量の値をコレクションのＮ個の画像について測定されたかかる物理的量の各々の値に基づいて計算することを特徴とする評価方法に関する。
公开号:JP2011506989A
申请号:JP2010538681
申请日:2008-12-16
公开日:2011-03-03
发明作者:アレクサンドレ ジョリー
申请人:ソシエテ ド テクノロジー ミシュラン；ミシュラン ルシェルシュ エ テクニーク ソシエテ アノニム；
IPC主号:G01M17-02

专利说明:

[0001] 本発明は、所与の物体の画像をこの同じ物体の１つ又は２つ以上の基準画像と比較しようとする物体の目視検査の分野に関する。]
[0002] 本発明は、特に、検査されるべきタイヤの画像をこのタイヤの基準画像と比較するタイヤの目視検査分野に関する。これら２つの画像の比較において差異を分析することにより、画像上の所与の点において、この点に割り当てられると共に全体としてディジタルイメージセンサから得られる物理的量の値の変化を突き止めることができる。３次元画像を作ることができる機器を用いた場合、センサにより測定された物理的量を観察された物体の色、輝度、テキスチャ又は基準面に対する点の高さに関連づけることができる。]
背景技術

[0003] これら変化を評価されるべきタイヤのコンフォーミティの度合いを突き止め、このタイヤが柔軟性であると考えられるかどうか又はこれが処理センタに差し向けられなければならないかどうかを判定するようになったアルゴリズムにより分析する。]
[0004] この種の検査を実施するために克服されるべき問題のうちの１つは、収集のばらつきを考慮に入れながら検査されるべきタイヤの形式の「理想的」モデルにできるだけ近い画像を得ることにある。]
[0005] この理想的モデルは、例えば、タイヤの設計の際又は金型の製造の際に用いられるディジタル画像に源を発している場合があるが、この場合、照明要素の性状及び位置と関連した影のゾーンを統合し、ベントにより形成される要素、例えば乳首状体の存在及び形状を考慮に入れ、或いは、測定された物理的量から得られると共に選択された照明角又はセンサの較正の関数として全体として黒色のゴム材料の性状と関連した値の変化を計算により得ることは困難になる。]
[0006] 別の手段は、実在していて、「理想的」であると考えられるタイヤの画像を基準として取ることから成る。この場合においても、他の問題、例えば発生が金型の表面状態だけでなく画像相互間における照明要素の再現性とも関連した評価されるべき表面の輝度又はテキスチャの変化又は２つの画像の生成相互間におけるタイヤの位置決めの差という問題を解決する必要がある。]
[0007] 同一の異常が幾つかの画像上の同一の箇所で順序通りには体系的に繰り返されないという考えで始まり、本発明の目的は、タイヤの同一ゾーンの又はタイヤの同一基本的パターンの画像の或る特定の数の「平均」を生じさせることによりタイヤの所与の領域の「理想的」画像又は基準画像を得ることができると考慮しており、画像のこのコレクション（ひとまとまり）は、１本又は２本以上のタイヤの１つ又は２つ以上の画像に関して収集可能である。]
[0008] 具体的に説明すると、画像の所与の点において、イメージセンサから得られ、基準画像と呼ばれる画像を与える信号の「平均」値を計算することが可能なので、同一の金型から得られるタイヤは、同一ではないまでも、互いに十分に類似している。]
[0009] この技術では、２つの画像相互間にタイヤの特徴的な箇所の位置の変化が大きすぎないということが必要である。したがって、通常、成形により金型の剛性部分上に得られた剛性要素を備えた表面、例えばタイヤの外側ゾーン、例えばトレッドに位置した表面、サイドウォール又はショルダのゾーンに位置した表面又は底部ゾーンに位置した表面に特に好適である。通常、違う部分の成形に用いられる可撓性メンブレンでは、成形パターンを十分に再現性のある仕方で位置決めすることができない。しかしながら、内側部分の成形が剛性コアを用いて実施される場合、本発明の技術の利用を計画することが可能である。]
[0010] したがって、本発明の方法は、検査されるべき１本又は２本以上のタイヤの同一ゾーンのＮ個の画像の収集を実施するステップと、画像のコレクションを形成するよう収集されたＮ個の画像を互いに対応させるステップと、先に得られた画像のコレクションに基づいて基準画像を計算するステップとから成る。]
[0011] 画像という用語は、検査されるべきタイヤ上の所与の箇所における反射光に敏感な１つ又は２つ以上のセンサから得られた情報である。この画像は、グレーレベルを備え、単色であり又はカラーである２次元又は３次元であるのが良い。この画像は、リニアカメラ、グレーレベル又はカラーのマトリックスカメラ又はレーザ三角測量センサ等から得られる。]
[0012] 画像の各画素は、センサによりこの点のところにおいて測定された或る特定の数の物理的量、例えば基準面に対する高さ、輝度、テキスチャ、グレーレベル又はカラーレベルのこの点における値と関連している。]
[0013] したがって、画像は、測定された物理的量と同数のデータテーブルの形態を取っている。テーブルの各々は、所与の量に関して、座標ｉ，ｊの点に関してこの物理的量の値を含んでいる。]
[0014] この場合、異常を含むタイヤのゾーンを突き止めるためには検査されるべきタイヤの画像を上述の方法により得られた基準画像と比較すれば十分である。検査されるべきタイヤは、基準画像を計算するために用いられた画像のコレクションに端を発していても良く、そうでなくても良く、これらには差がない。]
[0015] 評価されるべき画像を基準画像上に重ね合わせ、画像の所与の点に関し、基準画像の物理的量の値と評価されるべきタイヤに関して測定されたこれら同一の物理的量の値との差を見出すことによって実施される。異常しきい値の検出と関連したアルゴリズムは、本発明の要旨ではない。]
[0016] 本発明の特定の一実施形態は、円周方向に並置され、正確且つ明確な仕方で順序づけされた数が数個の基本的パターンの組み合わせにより形成された成形パターンから成るトレッドに関する。]
[0017] トレッドの基本的パターンは、互いにほぼ同じ形状を有すると共に互いにほぼ同じであるが、完全に同一ではない寸法を有している。したがって、基本的パターンの各形式は、カバーのパターンの周囲上に数回見える。基本的パターンの寸法及び配置の選択は、転動の際の振動又はノイズを減少させる目的で、賢明であり且つ当業者には知られている仕方で実施される。]
[0018] この場合、基準画像は、タイヤの周囲上に配置された実在の基本的パターンを識別すると共にこれらの存在場所を突き止めた後に、これらの画像と比較するのに十分である基本的パターンの基準画像だけから成っている。]
[0019] さらに、基本的パターンの各々の画像の十分なコレクションを得るために単一のタイヤのトレッドの画像を収集し、評価されるべきタイヤの実在の基本的パターンの画像の各々と比較するこれら基本的パターンの基準画像を計算すれば十分である。]
[0020] このタイヤは、好ましくは、基本的パターンの基準画像を計算するために用いられた画像の上述のコレクションの源であるタイヤであるのが良いことが観察されよう。したがって、タイヤを評価するために用いられる基準は、評価されるべきタイヤそれ自体から得られる。このように、上述の段落において言及すると共に測定条件のばらつきに関する問題が著しく軽減される。]
[0021] 以下の説明は、トレッドに関する本発明の実施形態及び図１〜図３に基づいている。] 図１ 図２ 図３
図面の簡単な説明

[0022] トレッドの一部分の略図である。
トレッドのパターンを作るために用いられる４種類の基本的パターンの略図である。
検査及び位置決めステップ後に得られた同一形式の基本的パターンを示す図である。]
実施例

[0023] 図１は、それぞれＡ，Ｂ，Ｃ，Ｕで示された数種類の基本的パターンの存在が観察されるタイヤトレッドの一部分を示している。このような種類の基本的パターンは、図２に個々に示されており、例えば長さの互いに異なる３つのパターンＡ，Ｂ，Ｃ及びトレッド摩耗度指標を含むパターンＵから成っている。これら４種類の基本的パターンは、タイヤの周囲に沿ってぐるりと正確な順序をなして繰り返される。] 図１ 図２
[0024] したがって、図１に示されているトレッド部分の順序は、ＡＣＢＵＢＡＣＣＣで示された順序である。そして、このタイヤの所与の寸法範囲に関し、最初の順序は、複雑且つ既知の順序で配置され、即ち、ＡＣＢＵＢＡＣＣＣで始まり、例えばパターンＢＣＡＡＢＵＡＡＢＣＢＣＢＡＡＡＢＢＵＣＡＣＡＡＣＢＡＡＣＢＢＡＵ等が続くこれら４種類の基本的パターンの並置により形成される。] 図１
[0025] 一寸法は、一般的にいって、１種類から５種類の基本的パターンから成るのが良く、トレッドは、直径に応じて、所望の順序で配置された８０種類〜１５０種類の基本的パターンの繰り返しから成っている。この結果、所与の形式の基本的パターン、例えば基本的パターンＡは、トレッドパターンの寸法及び形式に応じて、一トレッド当たり１０回〜４０回用いられる。]
[0026] 基本的パターンの種類の各々の横方向境界部の形状は、別の種類の任意の基本的パターンの横方向境界部に不明瞭な状態で続くことができるようになっている。]
[0027] 図示の基本的パターンは、トレッドの横方向幅全体を占める。この構成は、本発明を限定するものではなく、本発明の原理は、トレッドパターンが同一の横方向部分に配置された数種類の互いに異なる基本的パターンから成る。これは、特に、非対称トレッドパターンと呼ばれるトレッドパターンを備えている場合である。]
[0028] トレッドの（又は、サイドウォールの、ショルダゾーンの又は底部ゾーンの）画像の収集は、例えばリニアカメラ又は任意他の画像収集手段を用いることにより既知の仕方で実施できる。好ましくは、特徴的な物理的量の各々について１つ又は２つ以上のディジタル値を得ることができるようにするディジタル収集手段が選択される。また、各画素は、通常２次元基準系の割り当てられた座標である。トレッドパターン又はサイドウォールの型彫り部に関する高さ情報は、物理的量と関連していて、既知の手段により基本的表面と考えられる表面に対して求められた情報である。]
[0029] 画像をいったん収集すると、トレッドパターンを構成する基本的パターンの順序及び位置を見出すべきであり、これらパターンを隔離してこれらを種類によってグループ分けするためにこれらパターンを画定すべきである。]
[0030] この作業を実施するため、基本的パターンのモデルを入力データとして得ることが必要である。これらモデルは、比較的簡単であって良い。というのは、用いられるデータは、収集した画像の基本的パターンをこれに対応したパターンのカテゴリに分類分けするようかかる基本的パターンを識別するために役立つに過ぎないからである。これらモデルは、一般的にいって、基準画像とは異なっている。ただし、これらモデルを基準画像から推定することができる。]
[0031] これらモデルを例えば基本的パターンが先に識別されたグレーレベルの最初の画像の収集から得ることができる。次に、収集した画像と最初の画像から得られた種々の基本的パターンの画像との最善の相関関係を求めることにより収集した画像の基本的パターンの識別を実施する。相関分析技術は、それ自体知られており、かかる相関分析技術では、一ゾーン毎の最大値を求め、実質的に基本的パターンのサイズに対応した既定のサイズオーダのフィルタを使用することが必要である。]
[0032] これらモデルは、タイヤ又は金型の設計データに基づくトレッドパターン等を表わすために用いられる外側輪郭の作図から得ることができる場合もある。この場合、既知のアルゴリズム、例えば２Ｄ画像を処理するのに適したキャニー‐デリシェ（Canny-Deriche）型のアルゴリズムによりデータをフィルタリングすることにより輪郭のみを示すよう収集されたトレッドの画像を変換するだけで良い。この場合、モデルとして用いられた画像から得られる基本的パターンの輪郭と収集した画像の輪郭の最善の相関関係を見出す必要がある。特に、収集した画像が冷却段階中に変形を受けがちなタイヤに関して得られているという事実を計算に入れるためにモデルとして用いられた画像を適合させることが必要な場合がある。]
[0033] この点に関し、注目されるように、パターンの各々の輪郭は、このパターンが属する基本的パターンの群を決定するために用いられる理論的モデルとは異なっている場合がある。同様に、同一の群の種々のパターン、例えば種類Ａのパターンについて収集された画像の輪郭は、互いに対する差を保つ場合がある。これらの差は、大部分、トレッドパターン要素を金型内に機械的に配置する仕方及びタイヤを加圧したときにクラウンにおける弾性変形に起因している。]
[0034] その結果、同一種類の基本的パターンの画像を再調整して先に識別されたパターン、特徴的な箇所、例えばトレッド摩耗指標、輪郭要素又はゾーン境界部をできるだけ重ね合わせるようにすることが有意義な場合がある。この再調整は、これらパターン、これら特徴的箇所、これら輪郭要素又はこれらゾーン境界部を互いに対応させるために局所変形により実施される。]
[0035] この情報をいったん得ると、収集した画像のゾーンによる分割結果が得られ、ゾーンの各々は、それぞれ１つの基本的パターンに相当している。この場合、周長にわたるこれらパターンの順序を定めることが可能であり、一次確率チェックのため、この順序を寸法の既知の順序と比較することが賢明な場合がある。]
[0036] また、収集した画像の基本的パターンの各々の存在場所を突き止めると共にこれを識別するために基本的パターンの既知の順序を用いることも又、本発明の範囲に含まれる。]
[0037] これら方法の全ては、トレッドの収集した画像上における基本的パターンの存在場所を突き止めてこれらを識別し、これらを隔離し、「基準」画像を計算するために用いられるこの基本的パターンの画像のコレクションを形成することを目的としている。]
[0038] サイドウォールの場合、基本的パターンを見出すことは不要である。また、画像のコレクションは、互いに異なっていて、先に収集されたＮ本のタイヤのサイドウォールの画像により形成される。それにもかかわらず、先の段落において説明した相関関係計算方法を用いることによりＮ個の画像をできるだけ良好に重ね合わせることが必要である。互いに対する画像のこの「再調整」は、再調整されるべき画像を画像の平面内におけるタイヤの回転軸線の投影像に相当する回転中心回りに回し、モデル画像に関する最善の相関関係を見出すことにより容易に実施できる。この目的のため、又、計算を簡単にする目的で、この重ね合わせを実行するためにサイドウォールゾーンに特有のパターンを用いることが有意義な場合がある。]
[0039] 上述のモデル画像は、トレッドの場合と同様、好ましくは、先に収集されたグレーレベルの第１の画像又は金型の型彫り平面のディジタル画像であることが必要であり、そのためには、平面上へのサイドウォールの投影と関連した修正計算を行い、上述した方法により、サイドウォールの収集画像の有意の輪郭を抽出することが必要である。加うるに、有意のパターンを見出し、画像を変形させてこれらパターンを対応関係にすることも可能である。]
[0040] 再びクラウンゾーンの場合を検討すると、図３は、同一種類の組をなすＮ個の基本的パターンを示している。] 図３
[0041] この組に属する基本的パターンの画像ｋにおいて、座標ｉ，ｊの画素は、Ｐk（ｉ，ｊ）で示されている。上述したように、センサにより測定された物理的量の座標ｉ，ｊの点のところの値がこの画素と関連している。]
[0042] 基準画像がこれら量の各々について且つ画素Ｐk（ｉ，ｊ）と関連していて、画像コレクションを形成するＮ個の画像から得られたこれら量の値の平均値を算出することによりＰMoy（ｉ，ｊ）で示された座標ｉ，ｊの点について得られる。]
[0043] この基準画像は、間違いなく「理想的」基準面の計算された表示結果に対応しており、その収集は、分析することが望ましい収集画像の条件と同一の条件で又はこれに非常に似た条件で実施されている。]
[0044] 例えばコレクションに属する画像のうちの１つへの局所異常の存在によって引き起こされる極端な値の影響を防止するため、平均値ではなく、中央値を算出することも可能である。この計算モードにより、画像コレクションが減少した数の画像を含み、例えば、トレッド摩耗指標を有する基本的パターンを含んでいる場合、誤りの影響を減少させることができる。この結果、次に各パターンを基準パターンと比較した場合に、評価上の異常が減少する。]
[0045] 例えば、コレクションに属する画像のうちの座標（ｉ，ｊ）の画素Ｐk（ｉ，ｊ）の全てのグレーレベルの中央値を算出して基準画像のうちの座標（ｉ，ｊ）を有し、ＰMed（ｉ，ｊ）で示された画素のグレーレベルの値又は基準画像のうちの座標（ｉ，ｊ）の画素の輝度値を得るために座標（ｉ，ｊ）の画素Ｐk（ｉ，ｊ）の全ての輝度の平均値を得る。]
[0046] また、このステップでは、基準画像の座標（ｉ，ｊ）の各点について、次の評価段階の際に偏差の解釈に有用な統計学的性質の他の計算値、例えばしきい値、標準偏差値、平均中央値、中央値に対する平均偏差値等を量の各々に関連づけることが有意義な場合がある。]
[0047] これにより、トレッドの同一パターンに関し又は同一のサイドウォールに関し、算出した値と同数の基準画像が与えられる。次に、基準画像を物理的量の各々に関し又はこれら量と関連した統計学的量の各々に関し、座標ｉ，ｊの各点に関してこれら物理的又は統計学的量の計算値に対応した１組のデータテーブルの形に具体化する。]
[0048] 評価方法の次の段階では、基本的パターン又はサイドウォールの新たな画像の各々を上述の条件で得られた基準画像と比較する。]
[0049] 比較ステップは、座標ｉ，ｊの各点のところにおける、しかも評価されるべき画像に関して測定されたこの物理的量の値と上述した方法に従って得られたこの量の基準値との間のばらつきの所与の物理的量に関する簡単な分析に基づくのが良い。このばらつきが所定のしきい値よりも大きい場合、この画素は、異常であると宣告される。隣り合う画素も又異常であると宣告された場合、問題のゾーンを識別し、異常が検出された基本的パターン又はタイヤサイドウォールをそれ自体、異常であると宣告してタイヤの評価行為を命ずる。]
[0050] 画像コレクションは、同一のトレッド又は先に検査した１０本又は１５本のタイヤについて収集した当該ゾーンの十分な数のＮ個の画像、代表的には１０個又は１５個の画像によって形成される。しかしながら、例えば異常が検出されたタイヤのゾーン又は画像をなくすことにより基準コレクションを形成する画像の選択又は異常及び通常であると考えられる値に対する相当な偏差の影響を減少させることができる任意他の構成を指向することも有利な場合がある。]
[0051] また、先に検査された最後のＮ本のタイヤから得られた画像のコレクションを用いることにより滑り基準画像を算出して例えば金型の老化と関連したゆっくりとした発生を無視することも可能である。また、基準画像のゆっくりとした発生を評価するために既定された期間で計算された基準画像を記憶することも可能である。]
[0052] 上述の説明を読むと、基準を計算する方法の用途により、硬化ステップ後にタイヤに見られる視覚的な表面異常の生成の基本として用いられる基準を融通性を持って適合させ、基準が製造フロア上で目に見える実際のタイヤとはかけ離れている場合の多い理論的モデルから得られたときに必要な計算のステップをなしですますことが可能である。]

权利要求:

請求項1
タイヤの表面を評価する方法であって、前記表面が剛性要素を備えた状態に成形されており、前記方法が、‐前記タイヤの所与のゾーンのＮ個の画像のコレクションを１本又は２本以上のタイヤから得られた画像に基づいて構成するステップを有し、前記コレクションに属する前記画像の各々が前記表面の座標ｉ，ｊで表される点の各々のところにおける光の反射に敏感なセンサにより測定された物理的量の値によって構成され、‐前記コレクションに属する前記画像が重ね合わせにより互いに対応するようにするステップを有し、‐評価されるべき前記コレクションからのタイヤの前記ゾーンの前記画像を基準画像と比較するステップを有する、方法において、前記基準画像の前記物理的量の前記値を前記コレクションの前記Ｎ個の画像について測定された該物理的量の各々の値に基づいて算出する、評価方法。
請求項2
前記センサは、測定された前記物理的量の前記値のディジタル情報を提供することができる、請求項１記載の評価方法。
請求項3
重ね合わせによる前記画像の対応ステップは、前記画像を互いに上下に滑らせることにより前記コレクションに属する前記画像の各画像相互間の相関関係を計算することによって実施される、請求項１記載の評価方法。
請求項4
重ね合わせによる前記画像の対応ステップ中、前記画像の特徴的な要素を突き止め、これら特徴的要素を対応させるために前記画像を変形させる、請求項３記載の評価方法。
請求項5
測定された物理的量は、基準面に対する高さ、輝度、テキスチャ、グレーレベル又は色を含む、請求項１〜４のうちいずれか一に記載の評価方法。
請求項6
測定された前記物理的量の各々に関し、前記基準画像の点ｉ，ｊのところでの物理的量の値は、前記画像コレクションに属する前記画像の各々の座標ｉ，ｊで表わされた前記点のところで測定された該物理的量の前記Ｎ個の値に基づいて得られた１つ又は２つ以上の統計学的値を計算することにより得られる、請求項１〜５のうちいずれか一に記載の評価方法。
請求項7
前記統計学値は、平均値の計算値、中央値の計算値、標準偏差の計算値、前記中央値の平均値としての計算値を含む、請求項６記載の評価方法。
請求項8
評価されるべき表面は、前記タイヤのサイドウォールの表面、前記タイヤのショルダ部の表面、又は前記タイヤの底部ゾーンの表面から成り、前記基準画像を計算するために用いられる前記画像コレクションは、Ｎ本の前記タイヤの画像から抽出されたこれら同一のゾーンの画像の組から成る、請求項１〜７のうちいずれか一に記載の評価方法。
請求項9
前記評価されるべき表面は、タイヤのトレッドから成り、前記トレッドは、所与の順序で円周方向に並置された限定された数の種類の基本的パターンの繰り返しにより形成され、所与の基本的パターンの基準画像を計算するために用いられる前記画像コレクションは、前記タイヤの前記トレッドの前記画像から抽出された該基本的パターンの画像の組から成る、請求項１〜７のうちいずれか一に記載の評価方法。
請求項10
評価されるべき前記トレッドの前記画像の前記基本的パターンの順序を決定し、この順序を既知の基本的順序と比較する、請求項９記載の評価方法。