Journal of Korea Society of Industrial Information Systems (한국산업정보학회논문지)

Korea Society of Industrial Information Systems (한국산업정보학회)
권호 표지
DOI QR코드

DOI QR Code

Wearing Degree and Uneven Wearing Detection of Tires Using Horizontal Edge Information

가로 방향 에지를 이용한 자동차 타이어의 마모도 측정 및 편마모 여부 검출

  • 이태희 (지능형자동차부품진흥원) ;
  • 박은진 (경북대학교 전자공학부) ;
  • 김기주 (지능형자동차부품진흥원) ;
  • 최두현 (경북대학교 전자공학부)
  • Received : 2018.10.12
  • Accepted : 2018.11.05
  • Published : 2018.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

Wearing degree and uneven wearing detection algorithm using horizontal edge information is proposed in this paper. The noise in the input image is removed by bilateral filter, and then edges are extracted from the filtered image by using the proposed mask. As the tire is worn, grooves of tire shoulder or sipes are changed more than the vertical grooves. Therefore the edges from grooves of tire shoulder or sipes have more information about the tire wearing than the edges from vertical grooves. Proposed mask that is reflected this feature is used to extract the horizontal edges. After edge extraction, the edge image is represented in two-level system. The edge pixels of the binarization image are used to decide the wearing degree and uneven wearing. This proposed method can be used easily without any other equipments. The proposed method is conducted with a real vehicle, and the experimental results show the good performance of the proposed method in detecting wearing degree and uneven wearing.

본 논문에서는 수평 방향의 경계선 정보를 이용한 마모 정도 및 편마모 검출 알고리즘을 제안한다. 입력 이미지의 노이즈는 양방향 필터로 제거한 다음 제안된 마스크를 사용하여 필터링된 이미지에서 경계선이 추출된다. 타이어가 마모됨에 따라, 타이어 숄더 또는 타이어 바퀴의 바닥에 팬 홈이 수직 홈보다 더 많이 바뀐다. 그러므로 타이어 숄더 또는 타이어 홈의 모서리는 수직 홈의 모서리보다 타이어 장착에 대한 정보가 더 많다. 제안 된 마스크는 이 특징을 반영하여 수평 모서리 추출에 사용된다. 경계선 추출 후, 경계선 이미지는 두 가지 레벨 시스템으로 표현된다. 이진화 이미지의 경계선 화소는 착용도 및 불균일한 착용을 결정하는 데 사용된다. 이 제안 된 방법은 다른 장비 없이 쉽게 사용할 수 있다. 제안 된 방법은 실제 차량을 사용하여 수행되었으며, 실험 결과는 착용도 및 착용 불균일성을 검출하는데 있어 제안 된 방법의 우수한 성능을 보여준다.

Keywords

SOJBB3_2018_v23n6_21_f0001.png 이미지

Fig. 1 Selected ROI.

SOJBB3_2018_v23n6_21_f0002.png 이미지

Fig. 2 Result of Bilateral Filtering for the ROI.

SOJBB3_2018_v23n6_21_f0003.png 이미지

Fig. 3 Proposed Mask for Edge Operator.

SOJBB3_2018_v23n6_21_f0004.png 이미지

Fig. 4 Result of Edge Operation on the Filtered Image.

SOJBB3_2018_v23n6_21_f0005.png 이미지

Fig. 5 Results of Binarization for the Edge Image.

SOJBB3_2018_v23n6_21_f0006.png 이미지

Fig. 6 Results of Binarization for Experimental Images. (a) 1,000km, (b) 10,000km, (c) 20,000km and (d) 40,000km.

SOJBB3_2018_v23n6_21_f0007.png 이미지

Fig. 7 Tire Tread Image Obtained from Experimental Vehicle. (a) 5,000km (b) 40,000km

SOJBB3_2018_v23n6_21_f0008.png 이미지

Fig. 8 Binarization Results for Tire Tread Images. (a) 5,000km (b) 40,000km

SOJBB3_2018_v23n6_21_f0009.png 이미지

Fig. 9 Uneven Worn Tire Image. (a) Result of Bilateral Filtering (b) Result of Binarization.

Table 1 Comparison of number of Pixels for Experimental Images.

SOJBB3_2018_v23n6_21_t0001.png 이미지

Table 2 Comparison of number of Pixels for Tire Tread Images.

SOJBB3_2018_v23n6_21_t0002.png 이미지

Table 3 Number of Pixels for Uneven Worn Tire Image.

SOJBB3_2018_v23n6_21_t0003.png 이미지

References

  1. Kim, K. J., Lee, T. H., Yun, K. S. and Choi, D. H., "Development of a Diagnosis Algorithm of Tire Wears Using a Camera Vision System," Summer Conference of the Institute of Electronics and Information Engineers, pp. 628-629, 2017.
  2. Baek, S. H. and Jang, J. W., "Implementation of Vehicle Tire Wear Check System," Winter Conference of the Korea Institute of Communication Sciences, 2016.
  3. Huang, S. Y., Chen, Y. C. and Wang, J. K., "Measurement of Tire Tread Depth with Image Triangulation," Proceeding on IEEE Conference, International Symposium on Computer, Consumer and Control, pp. 303-306, 2016.
  4. Tomasi, C. and Manduchi, R. "Bilateral Filtering for Gray and Color Images," Proceeding of the IEEE International Conference on Computer Vision, pp. 839-846, 1998.
  5. Hung, S. Y. and Syu, Y. J., "Based on the Texture Analysis to Inspect the Tread Worn Status on the Tire," Proceeding on IEEE Conference, pp. 431-434, 2014.
  6. Du, W., Phlypo, R. and Adali, T., "Adaptive Feature Split Selection for Co-training: Application to Tire Irregular Wear Classification," Proceeding on IEEE Conference, pp. 3497-3501, 2013.
  7. Kwon, S. K. and Lee, D. S., "Recognition method of multiple objects for virtual touch using depth information," Journal of the Korea Industrial Information systems Research Vol. 21 No. 1, pp. 27-34, 2016. https://doi.org/10.9723/jksiis.2016.21.1.027
  8. Seo, H.. S., Kim, B. M., Moon C. B. and Lee, D. S., "Binarization of number plate Image with a shadow ," Journal of the Korea Industrial Information systems Research Vol. 13 No. 4, pp. 1-13, 2008.
  9. Kim, I. J., "Adaptive Binarization for Camera-based Document Recognition ," Journal of the Korea Industrial Information systems Research Vol. 12 No. 3, pp. 132-140, 2007.