基于深度学习的小样本集轮胎病疵检测技术研究

发布时间：2021-10-24 09:25

　　轮胎病疵检测是保证轮胎质量的必要环节。当前,国内外学者的研究主要针对大样本集轮胎病疵,而如何在小样本集轮胎X射线图像中检测病疵类别并确定病疵位置,仍是一个有价值的研究课题。本文以小样本集轮胎病疵样本图片为检测对象,搭建深度卷积神经网络模型,提高了轮胎X射线图像病疵检测速度、检测准确率和召回率。论文的主要研究内容及创新性工作如下:（1）通过深度学习目标检测初步实验,确定了YOLOv3网络模型作为小样本集轮胎X射线图像病疵检测模型框架。首先,搭建常用的深度学习目标检测模型,并使用小样本图片数据进行深度学习目标检测初步实验;最后,由实验结果可知,YOLOv3模型是最适用于小样本集轮胎X射线图像病疵检测的模型,并且对检测准确率与召回率低的原因作出分析与推论。（2）针对轮胎X射线图像样本存在的图片数据不足（小样本集）问题,提出采用数据增强、图像变换方法和图像切割方法对样本数据进行处理。首先,利用两种常见数据增强方法,将数据集的初步扩增了四倍;然后,使用傅里叶变换、小波变换和直方图图均衡化三种图像变换方法对图像进行处理,再次将轮胎病疵样本图片数据集扩增了四倍;最后,采用基于标注框的图像切割方法,缩... 

【文章来源】：杭州电子科技大学浙江省

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

轮胎内部结构示意图

杭州电子科技大学硕士学位论文11图2.2轮胎X光成像及内部结构图2.2.2常见病疵和少见病疵介绍轮胎在制造过程中受到生产设备和生产工艺等因素的影响，将会导致轮胎内部产生各种不同类型的病疵，具体包括胎体帘线病疵、带束层帘线病疵、异物病疵、胎肩帘线病疵、胎圈钢丝病疵[47]等。本文依据轮胎病疵样本集数据量，将病疵分为常见与少见两大类。据统计，在2017至2019间，单类别病疵样本图片数据约10000幅，这类病疵出现频率相对较高，积累样本数据多，本文称为常见病疵；单类别病疵样本图片数据约为150幅，积累量样本数据少，这类病疵出现频率相对较低，样本数据少，本文称为少见病疵。（1）常见（大样本集）轮胎病疵介绍轮胎生产过程中包含压延工艺、截断工艺、成型工艺等各种复杂工艺，其中任何的设备故障或操作失误均可造成胎体帘线病疵，其中主要病疵包括：接头开、帘线排列密度不均、帘线断裂、帘线弯曲和帘线交叉[48-50]等。1）接头开，如图2.3所示，表现为帘线断裂开缝。主要由钢丝帘布接头不牢或拼接不牢导致；图2.3接头开2）帘线排列密度不均，如图2.4所示，表现为钢丝帘线过于紧密或过于稀疏。主要由钢丝在压延过程中产生跳线或成型时接头不牢导致；

接头开

【参考文献】：
期刊论文
[1]基于特征提取偏好与背景色相关性的数据增强算法[J]. 余鹰,王乐为,张应龙.  计算机应用. 2019(11)
[2]深层卷积神经网络的目标检测算法综述[J]. 张泽苗,霍欢,赵逢禹.  小型微型计算机系统. 2019(09)
[3]基于特征提取和机器学习的文档区块图像分类算法[J]. 李翌昕,邹亚君,马尽文.  信号处理. 2019(05)
[4]基于卷积神经网络的轮胎X射线图像缺陷检测[J]. 卞国龙,李勇,戚顺青,王艳举,于胜红,宋美芹.  轮胎工业. 2019(04)
[5]转型升级中的我国轮胎工业运行情况及展望[J]. 史一锋.  橡塑技术与装备. 2019(01)
[6]基于GLCM算法的轮胎0°带束层接头缺陷检测[J]. 张元刚,刘中华.  橡胶工业. 2018(12)
[7]目标检测算法研究综述[J]. 方路平,何杭江,周国民.  计算机工程与应用. 2018(13)
[8]基于深度学习的目标检测算法综述[J]. 周晓彦,王珂,李凌燕.  电子测量技术. 2017(11)
[9]全钢巨型工程机械子午线轮胎常见质量缺陷及原因分析[J]. 王其营,武杰,王俊岭.  轮胎工业. 2017(02)
[10]基于小波变换的信号时频分析与重构[J]. 董航,胡云鹏.  中国新通信. 2016(15)

博士论文
[1]基于深度学习的轮胎缺陷无损检测与分类技术研究[D]. 崔雪红.青岛科技大学 2018
[2]基于计算机视觉的轮胎缺陷无损检测关键问题研究[D]. 张岩.青岛科技大学 2014
[3]工程子午线轮胎X射线图像检测技术中的若干问题研究[D]. 朱越.天津大学 2010

硕士论文
[1]深度对抗式数据增强技术在小规模数据集上的应用研究[D]. 张晓峰.中国科学技术大学 2019
[2]基于轮胎X光图像的缺陷自动检测算法研究[D]. 艾笑天.哈尔滨工程大学 2019
[3]基于空域与频域结合的轮胎缺陷检测[D]. 郑筱智.山东财经大学 2016
[4]子午线轮胎成型过程仿真及工艺参数改进方法研究[D]. 周伟.江苏大学 2016
[5]基于X射线轮胎缺陷检测系统设计[D]. 郭奇.中北大学 2015
[6]焊缝图像缺陷无损检测系统研究[D]. 徐莹.西安工业大学 2014
[7]基于数字图像处理的轮胎缺陷检测[D]. 冯霞.山东大学 2011
[8]轮胎X光图像缺陷分析系统软件工程化结构的研究[D]. 罗文斌.天津大学 2008
[9]X光轮胎缺陷自动检测系统的研究[D]. 袁晔.天津大学 2008



本文编号：3455029