FR2974219A1 - Analyse de l'image numerique de la surface externe d'un pneumatique - traitement des points de fausse mesure - Google Patents

Analyse de l'image numerique de la surface externe d'un pneumatique - traitement des points de fausse mesure Download PDF

Info

Publication number
FR2974219A1
FR2974219A1 FR1153345A FR1153345A FR2974219A1 FR 2974219 A1 FR2974219 A1 FR 2974219A1 FR 1153345 A FR1153345 A FR 1153345A FR 1153345 A FR1153345 A FR 1153345A FR 2974219 A1 FR2974219 A1 FR 2974219A1
Authority
FR
France
Prior art keywords
image
tire
gray level
inspected
square
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
FR1153345A
Other languages
English (en)
Inventor
Jean Paul Zanella
Claire Moreau
Guillaume Noyel
Yusi Shen
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Michelin Recherche et Technique SA Switzerland
Michelin Recherche et Technique SA France
Societe de Technologie Michelin SAS
Original Assignee
Michelin Recherche et Technique SA Switzerland
Michelin Recherche et Technique SA France
Societe de Technologie Michelin SAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Michelin Recherche et Technique SA Switzerland, Michelin Recherche et Technique SA France, Societe de Technologie Michelin SAS filed Critical Michelin Recherche et Technique SA Switzerland
Priority to FR1153345A priority Critical patent/FR2974219A1/fr
Priority to JP2014505558A priority patent/JP2014517265A/ja
Priority to EP12710502.1A priority patent/EP2700050A1/fr
Priority to PCT/EP2012/055016 priority patent/WO2012143198A1/fr
Priority to CN201280019364.3A priority patent/CN103649989B/zh
Priority to BR112013024106A priority patent/BR112013024106A2/pt
Priority to US14/112,448 priority patent/US9230318B2/en
Publication of FR2974219A1 publication Critical patent/FR2974219A1/fr
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00Testing of vehicles
    • G01M17/007Wheeled or endless-tracked vehicles
    • G01M17/02Tyres
    • G01M17/027Tyres using light, e.g. infrared, ultraviolet or holographic techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/10Selection of transformation methods according to the characteristics of the input images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • G06T5/30Erosion or dilatation, e.g. thinning
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/952Inspecting the exterior surface of cylindrical bodies or wires
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20036Morphological image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30164Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)

Abstract

Méthode de traitement de l'image numérique tridimensionnelle de la surface d'un pneumatique dans laquelle, on capture l'image tridimensionnelle de ladite surface en affectant à chaque pixel du plan de l'image une information relative à l'élévation de ce point par rapport à la surface à inspecter, caractérisée en ce que, à l'aide d'un opérateur morphologique utilisant un élément structurant, on effectue une première transformation de l'image de la surface à l'aide d'une ouverture puis d'une fermeture, de manière à ajuster le niveau de gris des pixels situés anormalement au dessus ou au dessous de la surface à inspecter.

Description

ANALYSE DE L'IMAGE NUMERIQUE DE LA SURFACE EXTERNE D'UN PNEUMATIQUE-TRAITEMENT DES POINTS DE FAUSSE MESURE [001] L'invention concerne le domaine de la fabrication des pneumatiques et plus particulièrement le domaine de l'inspection automatique de la surface d'un pneumatique en vue d'établir un diagnostic de conformité par rapport à des références préétablies. [002] Une des étapes de ce processus consiste, de manière connue, à acquérir l'image en trois dimensions de la surface du pneumatique. [003] L'acquisition de cette image se fait à l'aide de moyens basés sur le principe de la triangulation optique, mettant par exemple en oeuvre un capteur 2D couplé à une source d'éclairage de type laser. [4] L'image topographique de la surface du pneumatique est en fait une image bidimensionnelle, dite à niveau de gris, dans laquelle, à tout point, i.e. à tout pixel (x, y) de l'image, est associé une valeur f(x, y), appelée niveau de gris, et généralement comprise entre 0 et 255. Cette valeur de niveau de gris peut utilement être codée sur 8, ou 16 bits pour une meilleure dynamique. Le niveau de gris représente l'altitude de ce point par rapport à la surface. Pour un codage sur 8 bits, la valeur 255 (blanc) correspond à l'altitude la plus haute, et la valeur 0 (noir), correspond à l'altitude la plus basse. En règle générale les pixels de l'image sont disposés en ligne et en colonne. [5] On observe toutefois que l'image de la surface issue de ces moyens d'acquisition peut présenter des points de fausse mesure qu'il est nécessaire de repérer et de faire disparaître avant d'entreprendre les traitements numériques ultérieurs. Faute de quoi, les algorithmes d'analyse pourraient considérer à tort ces zones comme des anomalies structurelles du pneumatique à inspecter. [6] Ces points apparaissent en règle générale dans les zones présentant une variation de relief important en raison de l'angle d'incidence de la lumière sur la surface du pneumatique à inspecter. La caméra enregistre à tort les informations provenant de la lumière réfléchie, au lieu de considérer les informations provenant du faisceau incident.
Cette situation se présente en règle générale lorsqu'on considère la surface externe du pneumatique notamment en bordure des pains de la sculpture. [7] Tous ces points, dits de fausse mesure, se distinguent par le fait qu'ils ont des positions très décalées par rapport aux points situés dans leur environnement immédiat. On entend ici par très décalé en positif (en bosse) ou en négatif (en creux), un décalage supérieur à 4 ou 5mm, qui se distingue donc nettement des variations de profil apparaissant de manière commune à la surface d'un pneumatique. [008] L'invention a pour objet de proposer une méthode de traitement simple permettant d'identifier ces points, ainsi qu'une méthode de correction des valeurs numériques décrivant la surface. [9] La méthode de traitement de l'image numérique tridimensionnelle de la surface externe d'un pneumatique selon l'invention prévoit l'utilisation des méthodes de traitement d'image à l'aide des outils de type morphologique. [10] Ces méthodes consistent, de manière connue, à modifier les motifs de l'image avec des outils permettant de l'éroder ou de le dilater. Ce qui revient dans le cas présent à modifier les reliefs de la surface à inspecter. [11] Les opérations morphologiques d'érosion ou de dilatation consistent, pour chaque point d'une l'image, à rechercher la valeur minimale ou la valeur maximale de niveau de gris des points voisins compris à l'intérieur d'un élément structurant, de forme et de surface données, centré sur le point à analyser et définissant un voisinage de ce point. Pour une érosion la valeur en ce point devient alors la valeur minimale, et pour une dilatation la valeur en ce point devient la valeur maximale. La combinaison d'une érosion suivie d'une dilatation est dénommée ouverture, et la combinaison d'une dilatation suivie d'une érosion est dénommée fermeture. [12] L'opérateur de type gradient morphologique permet de délimiter les zones de forte variation de relief, i. e. les contours. En chaque point de l'image, on affecte une valeur de niveau de gris égale à la différence entre la valeur de niveau de gis obtenue après une dilatation et la valeur de niveau de gris obtenue après érosion. [13] Après avoir réalisé l'image tridimensionnelle de la surface dudit pneumatique dans laquelle chaque pixel de l'image contient une information relative à l'élévation du point correspondant de la surface à inspecter, la méthode selon l'invention prévoit d'effectuer une première transformation de l'image de la surface à l'aide d'une ouverture puis d'une fermeture, de manière à recalculer le niveau de gris des pixels situés anormalement au dessus ou au dessous de la surface à inspecter. [14] Le niveau de gris de chaque pixel est représentatif de l'élévation du point correspondant de la surface à inspecter. [15] De préférence, l'opérateur morphologique pour effectuer l'ouverture et la fermeture est un carré. On choisira avantageusement un carré dont la largeur est comprise entre 8 et 15 pixels correspondant à une taille légèrement supérieure à la taille des zones de non mesure. [16] Il est possible d'affiner la détection et l'élimination des points de fausse mesure en observant que, dans le cas de l'image d'un pneumatique, les points de fausse mesure sont situés préférentiellement dans les zones présentant de fortes variations de relief et situées de ce fait au niveau des contours. [017] On effectue alors une deuxième transformation, après avoir réalisé la première transformation de l'image de la surface, dans laquelle : on détermine les éléments de contours du relief de la surface en utilisant un opérateur morphologique de type gradient, suivie d'un seuillage permettant d'extraire les contours du relief, on affecte à chaque pixels du contour, la valeur de niveau de gris égale à la valeur obtenue après la première transformation. [018] De préférence l'opérateur morphologique utilisé pour déterminer les contours du relief est un carré. On choisira avantageusement un carré dont la largeur est comprise entre 8 et 15 pixels. [019] Cette méthode s'applique de manière préférentielle à l'inspection de la surface externe du pneumatique. [020] La description qui suit s'appuie sur les figures 1 à 5 dans lesquelles : - La figure 1 représente une vue schématique d'un moyen de capture de l'image de la surface d'un pneumatique, - la figure 2 représente une vue de l'image de la surface extérieure d'un pneumatique issue directement des moyens de capture de l'image, - la figure 3 représente l'image partielle de la surface extérieure après traitement à l'aide de la première transformation, - la figure 4 représente l'image les contours des reliefs de la surface 30 extérieure du pneumatique, - l'image 5 représente une vue de la surface extérieure après traitement à l'aide de la première et de la seconde transformation. 3 [021] L'acquisition de l'image de la surface d'un pneumatique est illustrée à la figure 1. Cette acquisition s'opère, à titre d'exemple, à l'aide d'une lumière de fente émise par un laser 1 et d'une caméra 3 apte à capter l'image 2D de la surface éclairée. La caméra est positionnée de sorte que sa direction de visée fasse un angle donné a avec le faisceau émis par la source laser. Par triangulation, il est alors possible de déterminer les coordonnées de l'élément de relief 2 par rapport à la surface support 4. En règle générale, la lumière de fente est dirigée selon une direction axiale ou radiale perpendiculairement à la direction circonférentielle correspondant au sens de la rotation imposée au pneumatique pour saisir une image complète de sa surface. [022] La figure 2 représente l'image issue de cette saisie. On observe la présence de points de fausse mesure, notés PFM, dont la présence est particulièrement marquée sur les bords des reliefs de la sculpture. [023] A chaque point (x,y) du plan support on affecte une valeur de niveau de gris proportionnelle à l'élévation de ce point par rapport à la surface de référence. [024] Cette image est alors traitée à l'aide des opérateurs morphologiques de type ouverture puis fermeture dans le but de filtrer les valeurs de niveau de gris anormalement élevées ou basse par rapport aux valeurs de niveau de gris affectées aux points voisins. [25] Ce premier traitement utilise un opérateur morphologique de forme carrée. La taille de cet opérateur est ajustée à la taille des défauts que l'on cherche à filtrer. En l'espèce, de bons résultats sont obtenus avec un opérateur dont la surface du carré est de l'ordre d'une centaine de pixel et dont le coté est large d'une dizaine de pixels. [26] Le carré est orienté selon les axes x et y correspondant respectivement, dans le cas illustré par la figure 2, à la direction axiale et à la direction circonférentielle du pneumatique. [027] La figure 3 est une vue partielle de l'image de la surface du pneumatique après la réalisation du premier traitement. [28] Il est possible que ce premier traitement ne parvienne pas à éliminer toutes les valeurs anormales considérées comme des points de fausse mesure. [29] Aussi, on va considérer que ce résidu de valeurs anormales est concentré de manière préférentielle ou niveau des zones correspondant à une forte variation du relief. [30] Ces zones sont facilement identifiables, en raison de la forte variation du gradient de niveau de gris, à l'aide d'un opérateur morphologique de type gradient, qui consiste à soustraire les valeurs de niveau de gris obtenues après une érosion de l'image issue de la première transformation des valeurs de niveau de gris obtenues après une dilatation de ladite image. [031] Pour cette opération on utilise à nouveau un opérateur morphologique de forme carrée dont la taille est ajustée de manière à faire apparaître la zone où se produit la forte variation de gradient, et dont la largeur dépend de la pente des motifs en relief figurant à la surface du pneumatique. En règle générale cette pente est relativement importante, en particulier au niveau des pains de sculpture ou des motifs de marquage figurant sur les flancs. Ici encore un carré d'une centaine de pixel donne de bons résultats. [32] La figure 4 illustre le résultat de cette opération qui permet de détacher du fond de l'image les seules valeurs des contours des reliefs de la surface. [33] Le deuxième traitement a pour objet de réduire les valeurs de fausse mesure dans la bande étroite représentant les contours des reliefs. Pour ce faire, on affecte à chaque pixel de cette zone, la valeur de niveau de gris égale à la valeur obtenue après la première transformation. [34] La figure 5 permet d'illustrer le résultat obtenu après la mise en oeuvre du premier et du deuxième traitement. On observe que les points de fausse mesure ont totalement disparus et ne sont plus susceptibles de perturber les traitements numériques de l'image en vue de réaliser l'inspection de la conformité de la surface du pneumatique. [35] Comme cela a été indiqué précédemment, cette méthode s'applique particulièrement bien aux zones faisant apparaître de fortes variations de reliefs et donc aux parties externes de la surface du pneumatique. Toutefois, de manière non limitative, il n'est pas exclu d'utiliser cette même méthode pour affiner les images de la partie interne du pneumatique lorsque ces dernières comportent des éléments de relief tels que des stries.

Claims (8)

  1. REVENDICATIONS1) Méthode de traitement de l'image numérique tridimensionnelle de la surface d'un pneumatique dans laquelle, on capture l'image tridimensionnelle de ladite surface en affectant à chaque pixel du plan de l'image une information relative à l'élévation de ce point par rapport à la surface à inspecter, caractérisée en ce que, à l'aide d'un opérateur morphologique utilisant un élément structurant, on effectue une première transformation de l'image de la surface à l'aide d'une ouverture puis d'une fermeture, de manière à ajuster le niveau de gris des pixels situés anormalement au dessus ou au dessous de la surface à inspecter.
  2. 2) Méthode de traitement selon la revendication 1, dans laquelle le niveau de gris de chaque pixel est représentatif de l'élévation du point correspondant de la surface à inspecter.
  3. 3) Méthode de traitement selon l'une des revendications 1 ou 2, dans laquelle l'opérateur morphologique est un carré.
  4. 4) Méthode de traitement selon la revendication 3, dans laquelle la largeur du carré de l'opérateur morphologique est comprise entre 8 et 15 pixels.
  5. 5) Méthode de traitement selon l'une des revendications 1 à 4, dans laquelle, après avoir effectué la première transformation, on effectue une deuxième transformation de l'image de la surface qui prévoit les étapes au cours desquelles : on détermine les éléments de contours du relief de la surface en utilisant un opérateur morphologique de type gradient, suivie d'un seuillage permettant d'extraire les contours du relief, on affecte à chaque pixels du contour, la valeur de niveau de gris égale à la valeur obtenue après la première transformation.
  6. 6) Méthode de traitement selon la revendication 5, dans laquelle l'opérateur morphologique utilisé pour déterminer les contours du relief est un carré.
  7. 7) Méthode de traitement selon la revendication 6, dans laquelle la largeur du carré de l'opérateur morphologique est comprise entre 8 et 15 pixels.
  8. 8) Méthode de traitement selon l'une des revendications 1 à 7, dans laquelle l'image capturée est celle de la surface externe du pneumatique. 6
FR1153345A 2011-04-18 2011-04-18 Analyse de l'image numerique de la surface externe d'un pneumatique - traitement des points de fausse mesure Withdrawn FR2974219A1 (fr)

Priority Applications (7)

Application Number Priority Date Filing Date Title
FR1153345A FR2974219A1 (fr) 2011-04-18 2011-04-18 Analyse de l'image numerique de la surface externe d'un pneumatique - traitement des points de fausse mesure
JP2014505558A JP2014517265A (ja) 2011-04-18 2012-03-21 タイヤの外面のディジタル画像の分析及び偽測定箇所の処理
EP12710502.1A EP2700050A1 (fr) 2011-04-18 2012-03-21 Analyse de l'image numerique de la surface externe d'un pneumatique - traitement des points de fausse mesure
PCT/EP2012/055016 WO2012143198A1 (fr) 2011-04-18 2012-03-21 Analyse de l'image numerique de la surface externe d'un pneumatique - traitement des points de fausse mesure
CN201280019364.3A CN103649989B (zh) 2011-04-18 2012-03-21 轮胎外表面的数字图像的分析和伪测量点的处理
BR112013024106A BR112013024106A2 (pt) 2011-04-18 2012-03-21 análise da imagem numérica da superfície externa de um tratamento pneumático de pontos de falsa medida
US14/112,448 US9230318B2 (en) 2011-04-18 2012-03-21 Analysis of the digital image of the external surface of a tyre and processing of false measurement points

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
FR1153345A FR2974219A1 (fr) 2011-04-18 2011-04-18 Analyse de l'image numerique de la surface externe d'un pneumatique - traitement des points de fausse mesure

Publications (1)

Publication Number Publication Date
FR2974219A1 true FR2974219A1 (fr) 2012-10-19

Family

ID=45878948

Family Applications (1)

Application Number Title Priority Date Filing Date
FR1153345A Withdrawn FR2974219A1 (fr) 2011-04-18 2011-04-18 Analyse de l'image numerique de la surface externe d'un pneumatique - traitement des points de fausse mesure

Country Status (7)

Country Link
US (1) US9230318B2 (fr)
EP (1) EP2700050A1 (fr)
JP (1) JP2014517265A (fr)
CN (1) CN103649989B (fr)
BR (1) BR112013024106A2 (fr)
FR (1) FR2974219A1 (fr)
WO (1) WO2012143198A1 (fr)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3030042A1 (fr) * 2014-12-15 2016-06-17 Michelin & Cie Procede de detection de defaut sur une surface de pneumatique
FR3038110A1 (fr) * 2015-06-29 2016-12-30 Michelin & Cie Procede de segmentation d'image

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9291527B2 (en) * 2012-07-25 2016-03-22 TIREAUDIT.COM, Inc. System and method for analysis of surface features
JP5777650B2 (ja) * 2013-01-29 2015-09-09 富士フイルム株式会社 超音波診断装置および超音波画像生成方法
US10063837B2 (en) * 2013-07-25 2018-08-28 TIREAUDIT.COM, Inc. System and method for analysis of surface features
FR3022380A1 (fr) 2014-06-13 2015-12-18 Michelin & Cie Procede de redressement d'image de pneumatiques
RU2640673C1 (ru) * 2014-12-22 2018-01-11 Пирелли Тайр С.П.А. Способ и устройство для детектирования дефектов на шинах в процессе производства шин
FR3038111B1 (fr) * 2015-06-29 2017-08-11 Michelin & Cie Procede de segmentation d'image
CN106904050B (zh) * 2016-01-07 2018-07-24 西华大学 一种轮胎安全监测装置进行安全检测的方法
US10789773B2 (en) 2016-03-04 2020-09-29 TIREAUDIT.COM, Inc. Mesh registration system and method for diagnosing tread wear
US11472234B2 (en) 2016-03-04 2022-10-18 TIREAUDIT.COM, Inc. Mesh registration system and method for diagnosing tread wear
MX2019005729A (es) * 2016-12-20 2019-08-12 Pireli Tyre S P A Metodo para comprobar la formacion de talones de neumaticos y estacion relacionada.
EP3653563A1 (fr) * 2018-11-15 2020-05-20 Siemens Aktiengesellschaft Détection fiable des grues à conteneurs et harnais
CN114419040B (zh) * 2022-03-29 2022-06-03 武汉绿色塑料包装有限公司 基于形态学的瓶胚浇口拉丝检测方法及***

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0345852A1 (fr) * 1988-05-31 1989-12-13 Laboratoires D'electronique Philips Echographe ultrasonore à bruit d'interférence réduit
WO2003023699A1 (fr) * 2001-09-05 2003-03-20 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Procede et dispositif permettant l'examen d'un objet

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010013823A1 (en) 1997-04-14 2001-08-16 Takeshi Hatakeyama Network control system, network terminal and control terminal
DE10062254C2 (de) 2000-12-14 2002-12-19 Fraunhofer Ges Forschung Verfahren und Vorrichtung zum Charakterisieren einer Oberfläche und Verfahren und Vorrichtung zur Ermittlung einer Formanomalie einer Oberfläche
DE10062251C2 (de) 2000-12-14 2002-12-12 Fraunhofer Ges Forschung Vorrichtung und Verfahren zur Qualitätsüberprüfung eines Körpers
US6950211B2 (en) * 2001-07-05 2005-09-27 Corel Corporation Fine moire correction in images
US20030012453A1 (en) 2001-07-06 2003-01-16 Jasc Software, Inc. Method for removing defects from images
JP4679073B2 (ja) * 2004-05-18 2011-04-27 株式会社ブリヂストン タイヤ凹凸図形の検査方法、および、タイヤ凹凸図形検査装置
DE102005017624A1 (de) 2005-04-15 2006-10-19 Robert Bosch Gmbh Verfahren zum Bestimmen der Rad- und/oder Achsgeometrie von Kraftfahrzeugen
JP5046688B2 (ja) * 2007-03-08 2012-10-10 株式会社神戸製鋼所 タイヤ形状検出装置,タイヤ形状検出方法
EP2235679B1 (fr) * 2007-12-19 2012-02-15 Société de Technologie MICHELIN Methode de traitement d'une image tri dimensionnelle de la surface d'un pneumatique en vue de son utilisation pour l'inspection de ladite surface
FR2925706B1 (fr) * 2007-12-19 2010-01-15 Soc Tech Michelin Dispositif d'evaluation de la surface d'un pneumatique.
FR2925687B1 (fr) 2007-12-19 2010-02-12 Soc Tech Michelin Methode d'evaluation par comparaison d'une image acquise avec une image de reference.
CN102084213B (zh) * 2008-06-04 2013-09-25 株式会社神户制钢所 轮胎形状检查方法、轮胎形状检查装置
JP2010286959A (ja) * 2009-06-10 2010-12-24 Nippon Telegr & Teleph Corp <Ntt> 顔画像高解像度化方法、顔画像高解像度化装置、及びそのプログラム
BR112012007353B1 (pt) * 2009-10-06 2019-12-03 Compagnie Generale Des Etablissements Michelin processo e dispositivo de detecção e de avaliação das projeções que aparecem em cabos que saem de um processo de retorcedura e de emborrachamento
FR2966246B1 (fr) 2010-10-19 2012-12-14 Michelin Soc Tech Methode d'identification et de limitation des motifs de base formant la sculpture de la bande de roulement d'un pneumatique
FR2966245B1 (fr) 2010-10-19 2012-10-19 Michelin Soc Tech Methode d'identification et de limitation des motifs de base formant la sculpture de la bande de roulement d'un pneumatique

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0345852A1 (fr) * 1988-05-31 1989-12-13 Laboratoires D'electronique Philips Echographe ultrasonore à bruit d'interférence réduit
WO2003023699A1 (fr) * 2001-09-05 2003-03-20 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Procede et dispositif permettant l'examen d'un objet

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
PETERS R A: "A NEW ALGORITHM FOR IMAGE NOISE REDUCTION USING MATHEMATICAL MORPHOLOGY", IEEE TRANSACTIONS ON IMAGE PROCESSING, IEEE SERVICE CENTER, PISCATAWAY, NJ, US, vol. 4, no. 5, 1 May 1995 (1995-05-01), pages 554 - 568, XP000504551, ISSN: 1057-7149, DOI: 10.1109/83.382491 *
SALEMBIER P ET AL: "HIERARCHICAL MORPHOLOGICAL SEGMENTATION FOR IMAGE SEQUENCE CODING", IEEE TRANSACTIONS ON IMAGE PROCESSING, IEEE SERVICE CENTER, PISCATAWAY, NJ, US, vol. 3, no. 5, 1 September 1994 (1994-09-01), pages 639 - 651, XP000476837, ISSN: 1057-7149, DOI: 10.1109/83.334980 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3030042A1 (fr) * 2014-12-15 2016-06-17 Michelin & Cie Procede de detection de defaut sur une surface de pneumatique
WO2016097520A1 (fr) * 2014-12-15 2016-06-23 Compagnie Generale Des Etablissements Michelin Procede de detection de defaut sur une surface de pneumatique
US10445868B2 (en) 2014-12-15 2019-10-15 Compagnie Generale Des Etablissements Michelin Method for detecting a defect on a surface of a tire
FR3038110A1 (fr) * 2015-06-29 2016-12-30 Michelin & Cie Procede de segmentation d'image
WO2017001765A1 (fr) * 2015-06-29 2017-01-05 Compagnie Generale Des Etablissements Michelin Procédé de segmentation d'image

Also Published As

Publication number Publication date
WO2012143198A1 (fr) 2012-10-26
BR112013024106A2 (pt) 2016-12-20
EP2700050A1 (fr) 2014-02-26
JP2014517265A (ja) 2014-07-17
US20140307941A1 (en) 2014-10-16
CN103649989A (zh) 2014-03-19
CN103649989B (zh) 2016-12-14
US9230318B2 (en) 2016-01-05

Similar Documents

Publication Publication Date Title
FR2974219A1 (fr) Analyse de l&#39;image numerique de la surface externe d&#39;un pneumatique - traitement des points de fausse mesure
FR3039684A1 (fr) Procede optimise d&#39;analyse de la conformite de la surface d&#39;un pneumatique
JP5443435B2 (ja) タイヤの欠陥検出方法
EP2761588B1 (fr) Methode d&#39;analyse rapide des elements en relief figurant sur la surface interne d&#39;un pneumatique
EP2710555B1 (fr) Méthode de détermination des éléments en relief présents sur la surface d&#39;un pneumatique
FR2940449A1 (fr) Procede de controle non destructif d&#39;une piece mecanique
FR2974218A1 (fr) Analyse de l&#39;image numerique de la surface d&#39;un pneumatique - traitement des points de non mesure
EP3218769B1 (fr) Procede d&#39;analyse comprenant la determination holographique d&#39;une position d&#39;une particule biologique.
EP2710552B1 (fr) Methode de determination des marquages en relief presents sur la surface exterieure du flanc d&#39;un pneumatique
EP3241014B1 (fr) Système d&#39;analyse d&#39;un échantillon transparent avec contrôle de position, et procédé associé
EP2700052B1 (fr) Analyse de l&#39;image numerique de la surface interne d&#39;un pneumatique - traitement des points de fausse mesure
EP2761587A1 (fr) Methode amelioree de controle de l&#39;aspect de la surface d&#39;un pneumatique
EP3008445A1 (fr) Methode de traitement de l&#39;image numerique de la surface d&#39;un pneumatique en vue de la detection d&#39;une anomalie
JP6595800B2 (ja) 欠損検査装置、及び欠損検査方法

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 6

ST Notification of lapse

Effective date: 20171229