基于深度学习网络U-Net的轮胎带束层分割算法研究

轮胎成型工艺中的带束层贴合情况影响成品轮胎的质量,而现有的带束层缺陷检测算法存在检测精度低,速度慢的缺点.为了快速精确的分割带束层,提出了一种基于U-Net的带束层分割算法.首先对带束层进行鼓面去除预处理,然后结合带束层区域的特点,对比基于数学形态学的传统图像分割方法与深度学习语义分割网络U-Net,对带束层进行分割.研究结果表明,两种方法都可以很好地标识带束层区域和背景区域,但U-Net稳定性更强,可以满足工程中精度与实时性的要求.