一种基于深度学习的非接触式轮胎形变智能识别方法

本发明公开了一种基于深度学习的非接触式轮胎形变智能识别方法。该方法首先通过相机标定参数对高速光学相机采集的图像进行畸变修正；然后，基于深度学习技术构建目标检测和语义分割算法，对不同环境下的轮胎侧面图像进行训练，得到高效、稳定、准确的轮胎智能识别与分割模型。该模型可实现待检测轮胎的精确分割，并通过OpenCV对分割得到的掩码轮廓进行几何拟合，最终基于拟合的圆形计算轮胎的形变参数。此方法能够实现轮胎形变区域的像素级、稳定且高精度的分割，显著提高识别效率与准确性，解决了现有机器视觉识别方法在复杂环境中智能化水平低、识别性能差等问题。