买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种基于边界特性的轮胎花纹结构相似性检测方法_合肥工业大学_202010838043.2 

申请/专利权人:合肥工业大学

申请日:2020-08-19

公开(公告)日:2020-11-24

公开(公告)号:CN111985559A

主分类号:G06K9/62(20060101)

分类号:G06K9/62(20060101)

优先权:

专利状态码:失效-发明专利申请公布后的驳回

法律状态:2023.10.27#发明专利申请公布后的驳回;2020.12.11#实质审查的生效;2020.11.24#公开

摘要:本发明公开了一种基于边界特性的轮胎花纹相似性检测方法,包括:1、对轮胎花纹实物进行拍照或对设计数模进行截图,获取待对比轮胎花纹数据;2、提取花纹边界,分析边界重合度;3对花纹数据压缩及分级,从不同角度获取轮胎花纹数据的纹理特性,并将表征不同角度花纹纹理特性的特征向量取均;4计算两个向量的相似数值作为调整系数,求取相似度数值。本发明能快速、高效的针对不用轮胎花纹图像资料测算出相似度数值,从而能缩短产品设计周期,并为避免产品侵权纠纷提供有利依据。

主权项:1.一种基于边界特性的轮胎花纹结构相似性检测方法,其特征包括以下步骤:步骤1、获取一幅轮胎花纹图像的RGB数据并调整为统一的图像尺寸T,将调整后的RGB数据再转化为灰度矩阵数据,记为G;步骤2、利用检测算子对所述灰度矩阵数据G进行卷积计算,得到轮胎花纹图像的梯度矩阵;步骤3、利用最大类间方差法计算所述梯度矩阵的阈值,并根据所述阈值,将所述梯度矩阵中大于等于阈值的数值设置为“1”,其余设置为“0”,从而将所述梯度矩阵转化为二值矩阵,并根据所述二值矩阵得到花纹块和花纹沟的边界线条的点集;从而将所述点集作为参考点集;步骤4、设置灰度等级数为N,并将所述灰度矩阵数据转换为包含有N级的灰度矩阵,记为A;令所述灰度矩阵数据A中任意第i行第j列的点记为Ai,j,且点Ai,j的灰度值记为g1;将偏离所述点Ai,j水平距离a,垂直距离b的另一点记为Ai+a,j+b,点Ai+a,j+b的灰度值记为g2;统计灰度矩阵数据A中灰度值组合为g1,g2出现的次数为p,从而得到灰度矩阵数据A中所有行和所有列的点的灰度值组合出现的次数,并组成方阵P;将所述方阵P归一化后形成纹理共生矩阵P’;步骤5、依次改变水平距离a或垂直距离b,并按照步骤4的方法获取不同距离的纹理共生矩阵;步骤6、分别计算每个共生矩阵的特征向量,并将对应特征向量取平均值Ei,分别计算不同距离对应共生矩阵的多个纹理参数,并每个纹理参数分别计算均值,从而得到各个纹理参数均值所组成参考花纹特征向量;步骤7、获取一幅待对比的轮胎花纹图像的RGB数据并也调整为统一的图像尺寸T,将调整后的RGB数据再转化为待对比的灰度矩阵数据,记为G’;并按照步骤2-步骤3的过程进行处理,从而得到待对比图像的花纹块和花纹沟的边界线条的点集,并作为待对比点集;步骤8、将所述参考点集与所述待对比点集逐点进行对比,并按照两个点集中的相同点与点集中点的总数的比值来计算花纹边界重合度;步骤9、将所述待对比的灰度矩阵数据G’按照步骤4、步骤5和步骤6的过程进行处理,从而得到待对比的特征向量;步骤10、计算所述参考花纹特征向量和所述待对比的特征向量的相似度作为轮胎花纹纹理特性调整系数;步骤11、将所述花纹边界重合度与所述纹理特性调整系数数值相乘,从而得到两花纹结构的相似度,从而判别是否相似。

全文数据:

权利要求:

百度查询: 合肥工业大学 一种基于边界特性的轮胎花纹结构相似性检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。