特開 2024-175460 タイヤ評価方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024175460

(43)【公開日】2024-12-18

(54)【発明の名称】タイヤ評価方法

(51)【国際特許分類】

   G06T 7/00 20170101AFI20241211BHJP

   G06T 7/62 20170101ALI20241211BHJP

   G01N 23/046 20180101ALI20241211BHJP

   G01N 23/18 20180101ALI20241211BHJP

【ＦＩ】

G06T7/00 610Z

G06T7/62

G01N23/046

G01N23/18 310

【審査請求】未請求

【請求項の数】6

【出願形態】ＯＬ

(21)【出願番号】P 2023093257

(22)【出願日】2023-06-06

(71)【出願人】

【識別番号】000003148

【氏名又は名称】ＴＯＹＯ ＴＩＲＥ株式会社

(74)【代理人】

【識別番号】110003395

【氏名又は名称】弁理士法人蔦田特許事務所

(72)【発明者】

【氏名】中本 智

(72)【発明者】

【氏名】林 祐樹

【テーマコード（参考）】

2G001

5L096

【Ｆターム（参考）】

2G001AA01

2G001BA11

2G001CA01

2G001HA07

2G001HA14

2G001LA05

5L096BA03

5L096DA01

5L096EA43

5L096FA60

5L096FA69

5L096GA34

(57)【要約】

【課題】タイヤ断面画像を利用し、ベルトについて容易かつ高精度で評価する。
【解決手段】ＣＴ装置を使用して撮影したタイヤ断面画像から複数のベルト線材を含み他の金属部分を含まない領域を取り出して二値化処理することにより、複数の前記ベルト線材の部分が白い画素となった二値化画像を作成し、前記二値化画像における複数の白い画素の座標をリスト化し、作成されたリストにある１つの画素を開始点として近傍点探索を行うステップと、前記近傍点探索により特定される複数の画素を１つのグループにまとめるステップと、前記リストから１つの前記グループに含まれる画素のデータを除去するステップとを、前記リストから画素のデータがなくなるまで繰り返すことにより、それぞれ複数の白い画素の集合である複数のグループを作成することを特徴とする、タイヤ評価方法。
【選択図】図２

【特許請求の範囲】

【請求項1】

ＣＴ装置を使用して撮影したタイヤ断面画像の中から複数のベルト線材を確認するステップを含むタイヤ評価方法において、
前記タイヤ断面画像から複数の前記ベルト線材を含み他の金属部分を含まない領域を取り出して二値化処理することにより、複数の前記ベルト線材の部分が白い画素となった二値化画像を作成し、
前記二値化画像における複数の白い画素の座標をリスト化し、
作成されたリストにある１つの画素を開始点として近傍点探索を行うステップと、前記近傍点探索により特定される複数の画素を１つのグループにまとめるステップと、前記リストから１つの前記グループに含まれる画素のデータを除去するステップとを、前記リストから画素のデータがなくなるまで繰り返すことにより、それぞれ複数の白い画素の集合である複数のグループを作成することを特徴とする、
タイヤ評価方法。

【請求項2】

同じタイヤに対して複数の異なる条件を付与してそれぞれの条件下での前記タイヤ断面画像を撮影し、それぞれの前記タイヤ断面画像について、前記グループに含まれる画素の座標に基づき前記ベルト線材の重心座標を求め、
複数の前記タイヤ断面画像の間で前記重心座標を比較することにより、前記条件を変更したことによる前記重心座標の変化を求める、請求項１に記載のタイヤ評価方法。

【請求項3】

前記条件を変更したことによる前記重心座標の変化を表示装置にベクトルとして表示する、請求項２に記載のタイヤ評価方法。

【請求項4】

同じタイヤに対して複数の異なる条件を付与してそれぞれの条件下での前記タイヤ断面画像を撮影し、それぞれの前記タイヤ断面画像について、前記グループに含まれる画素の座標に基づきそれぞれの前記ベルト線材の重心座標を求め、
それぞれの前記タイヤ断面画像において、隣り合う前記ベルト線材の前記重心座標の間隔を求め、
複数の前記タイヤ断面画像の間で、同じ隣り合う前記ベルト線材の前記間隔を比較することにより、前記条件を変更したことによる前記間隔の変化を求める、請求項１に記載のタイヤ評価方法。

【請求項5】

１つの前記グループに含まれる画素の数に基づき前記ベルト線材の断面積を求める、請求項１に記載のタイヤ評価方法。

【請求項6】

前記断面積に基づき前記ベルト線材の半径を求める、請求項５に記載のタイヤ評価方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明はタイヤ評価方法に関する。

【背景技術】

【0002】

特許文献１に記載されているように、ＣＴ装置を使用してタイヤ断面画像を撮影し、そのタイヤ断面画像に基づきタイヤの内部構造を確認することが行われている。従来、タイヤ断面画像の中で特定の部材を確認する方法として、タイヤ断面画像を人が目視する方法が採用されていた。また、特許文献１では、タイヤ断面画像の階調毎に異なる色で着色し、着色された画像と参照画像とを重ね合わせることにより、これら２つの画像の異なる部分を確認しやすくすることが提案されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００９－００２８４１号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

ところで、出願人は、ＣＴ装置を使用してタイヤ断面画像を撮影し、タイヤ断面画像に基づきタイヤのベルトについて評価することを検討している。そのために、ＣＴ装置で撮影したタイヤ断面画像においてベルト線材を正確に確認する必要がある。

【0005】

しかし、タイヤ断面画像を目視する方法ではベルト線材の配置の確認に手間がかかり、また精度も良くない。そのため、ベルトの評価に手間がかかり、評価結果の精度も良くない。

【0006】

そこで本発明は、タイヤ断面画像を利用し、ベルトについて容易かつ高精度で評価することのできるタイヤ評価方法を提供することを課題とする。

【課題を解決するための手段】

【0007】

本発明は以下に示される実施形態を含む。

【0008】

［１］ＣＴ装置を使用して撮影したタイヤ断面画像の中から複数のベルト線材を確認するステップを含むタイヤ評価方法において、前記タイヤ断面画像から複数の前記ベルト線材を含み他の金属部分を含まない領域を取り出して二値化処理することにより、複数の前記ベルト線材の部分が白い画素となった二値化画像を作成し、前記二値化画像における複数の白い画素の座標をリスト化し、作成されたリストにある１つの画素を開始点として近傍点探索を行うステップと、前記近傍点探索により特定される複数の画素を１つのグループにまとめるステップと、前記リストから１つの前記グループに含まれる画素のデータを除去するステップとを、前記リストから画素のデータがなくなるまで繰り返すことにより、それぞれ複数の白い画素の集合である複数のグループを作成することを特徴とする、タイヤ評価方法。

【0009】

［２］同じタイヤに対して複数の異なる条件を付与してそれぞれの条件下での前記タイヤ断面画像を撮影し、それぞれの前記タイヤ断面画像について、前記グループに含まれる画素の座標に基づき前記ベルト線材の重心座標を求め、複数の前記タイヤ断面画像の間で前記重心座標を比較することにより、前記条件を変更したことによる前記重心座標の変化を求める、［１］に記載のタイヤ評価方法。

【0010】

［３］前記条件を変更したことによる前記重心座標の変化を表示装置にベクトルとして表示する、［２］に記載のタイヤ評価方法。

【0011】

［４］同じタイヤに対して複数の異なる条件を付与してそれぞれの条件下での前記タイヤ断面画像を撮影し、それぞれの前記タイヤ断面画像について、前記グループに含まれる画素の座標に基づきそれぞれの前記ベルト線材の重心座標を求め、それぞれの前記タイヤ断面画像において、隣り合う前記ベルト線材の前記重心座標の間隔を求め、複数の前記タイヤ断面画像の間で、同じ隣り合う前記ベルト線材の前記間隔を比較することにより、前記条件を変更したことによる前記間隔の変化を求める、［１］に記載のタイヤ評価方法。

【0012】

［５］１つの前記グループに含まれる画素の数に基づき前記ベルト線材の断面積を求める、［１］に記載のタイヤ評価方法。

【0013】

［６］前記断面積に基づき前記ベルト線材の半径を求める、［５］に記載のタイヤ評価方法。

【発明の効果】

【0014】

本実施形態によれば、ベルトについて容易かつ高精度で評価することができる。

【図面の簡単な説明】

【0015】

【図1】タイヤ断面画像。

【図2】画像処理のフローチャート。

【図3】二値化画像の部分拡大図。Ｘ座標が小さいものから順に３本のタイヤ線材の部分を拡大した図。この図において、１つの正方形が１つの画素である。

【図4】第１リストの例。

【図5】複数の画素を示す図。

【図6】タイヤの評価のフローチャート。

【図7】異なる条件下でのそれぞれのグループの重心座標の比較の様子を示す図。

【図8】重心座標の変化の表示装置における表示。

【発明を実施するための形態】

【0016】

実施形態について図面に基づき説明する。なお、以下で説明する実施形態は一例に過ぎず、本発明の趣旨を逸脱しない範囲で適宜変更されたものについては、本発明の範囲に含まれるものとする。

【0017】

本実施形態は、Ｘ線を使用して空気入りタイヤ（以下「タイヤ」とする）の断面画像を撮影するＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）装置と、ＣＴ装置で撮影されたタイヤ断面画像の処理を行うと共にその処理結果を利用して評価を行う評価装置とにより実行される。

【0018】

ＣＴ装置は、タイヤ周方向の任意の位置におけるタイヤ断面画像を撮影する。タイヤ断面画像は、タイヤ外周面に対する垂線とタイヤ回転軸とを通る平面を断面としたときの画像である。ＣＴ装置で撮影されたタイヤ断面画像においては、Ｘ線が吸収されやすい部分ほど明るく写り、Ｘ線が透過されやすい部分ほど暗く写る。そのため、ベルト線材（コードとも言われる）、ビードコア、リム等の金属部分が明るく写り、ゴム製の部分（以下「ゴム部分」とする）が暗く写る。ＣＴ装置によれば、タイヤを切断することなく、タイヤ断面構造の情報を、明暗のあるタイヤ断面画像に基づき取得することができる。

【0019】

評価装置は、処理装置、記憶装置、入力装置及び表示装置を含むコンピュータにより実現される。記憶装置として、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等が設けられている。記憶装置には、本実施形態を実行するためのプログラム、ＣＴ装置で撮影されたタイヤ断面画像、後述する画像処理に関するデータ等が記憶される。処理装置はＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等で構成されている。処理装置は、ＲＯＭ等に記憶されているプログラムをＲＡＭ上に読み出して実行することにより、本実施形態の方法を実行する。入力装置は、例えばマウス及びキーボードであり、評価装置の利用者（以下「利用者」とする）からの入力を受け付ける。表示装置は、例えばディスプレイであり、入力装置により入力するための入力画面、タイヤ断面画像、画像処理に関するデータ、評価結果等を表示する。

【0020】

本実施形態において、まず、利用者は、ＣＴ装置でタイヤ断面画像を撮影する。撮影されたタイヤ断面画像には、図１に示すように、ベルト線材１、ビードコア２、リム３、ゴム部分４が写っている。タイヤの内部には複数枚（図１の場合は２枚）のベルトが設けられている。それぞれのベルトは、金属製でタイヤ周方向に対して傾斜する方向に延長された複数本のベルト線材１と、それらのベルト線材１を被覆するゴムとから構成されている。タイヤ断面画像にはそれらのベルト線材１の断面が写っている。また、ゴム部分４には、トレッドゴム、サイドウォールゴム、ビードフィラー等が含まれている。

【0021】

次に、利用者は、タイヤ断面画像を評価装置に読み込む。評価装置は、読み込んだタイヤ断面画像に対して、図２に示す画像処理を行う。

【0022】

まず、評価装置に読み込まれたタイヤ断面画像は、グレースケールの画像に変換される（図２のＳ１－１）。変換により、タイヤ断面画像が、黒を０、白を２５５とする０から２５５までの２５６階調の画像になる。以下の説明において、階調を表す数値のことを輝度とする。輝度が大きいほど白に近く、輝度が小さいほど黒に近い。

【0023】

グレースケールに変換されたタイヤ断面画像は、画像を構成する多数の画素それぞれの座標と輝度のデータを含んでいる。タイヤ断面画像のサイズは、限定されないが、例えば縦横とも１０００画素以上である。具体例としては、縦１２００画素、横１８００画素である。

【0024】

次に、タイヤ断面画像のトリミングが実行される（図２のＳ１－２）。トリミングにより、ベルト線材１以外の金属部分、具体的にはビードコア２及びリム３が切り取られる。そのため、トリミング後に取得されるトリミング画像には、金属部分としてベルト線材１のみが写っている。また、トリミング画像には、ベルト線材１の周辺のゴム部分等も写っている。また、タイヤ断面画像に写っていた全てのベルト線材１が、トリミング画像に残っている。

【0025】

次に、トリミング画像の二値化処理が実行される（図２のＳ１－３）。二値化処理により、輝度が閾値より大きい画素は白の画素に変換される。また、輝度が閾値より小さい画素は黒の画素に変換される。これにより、元々輝度の大きかったベルト線材１のみが白となり、その他の部分が黒くなった二値化画像が取得される。ベルト線材１のみ白とするためには、二値化処理の閾値は１５０以上が好ましい。二値化画像において、それぞれのベルト線材１は、複数の白い画素の集合となっている。参考として、図３に、二値化画像の一部である３本のベルト線材１の部分の拡大図を示す。図３に示すように、１本のベルト線材１は複数の白い画素から構成されている。タイヤ断面画像において、複数本のベルト線材１以外の部分は黒くなっている。

【0026】

次に、二値化画像の中の多数の白い画素について、リストが作成される（図２のＳ１－４）。このとき作成されるリストを、第１リストとする。第１リストは、二値化画像の中の全ての白い画素の座標からなる。二値化画像の各画素の座標は、タイヤ軸方向をＸ座標方向、タイヤ径方向をＹ座標方向として特定されている。第１リストでは、全ての白い画素のデータが、Ｘ座標が小さいものから順に並んでいる。そのような第１リストの一部を図４に例示する。

【0027】

次に、近傍点探索の開始点となる画素が特定される。本実施形態においては、第１リストの最初の画素、すなわちＸ座標が最小の画素（図３、図４におけるＷ１の画素）が、近傍点探索の開始点として特定される（図２のＳ１－５）。

【0028】

次に、ステップＳ１－５で特定された画素を開始点にして、近傍点探索が実行される（図２のＳ１－６）。近傍点探索は、先に特定した画素の所定範囲内にあり先に特定した画素に最も近い画素を、次の画素として特定することを繰り返し、それにより、特定した複数の画素の集合を抽出する手法である。なお、最も近いとは、距離が最も近いという意味である。

【0029】

具体的には、まず、第１リスト内の開始点以外の画素の中から、開始点から所定範囲内にあり開始点に最も近い画素が探索され、見つかった画素が２番目の画素として特定される。次に、第１リストに含まれかつ未だ特定されていない画素の中から、２番目の画素から所定範囲内にあり２番目の画素に最も近い画素が探索され、見つかった画素が３番目の画素として特定される。このように、先に特定した画素に最も近い画素（ただしその時点までに特定されていない画素で、かつ、先に特定した画素から所定範囲内にある画素）を次の画素として特定することが、繰り返される。なお、「先に特定した画素に最も近い画素」が複数存在する場合は、それらのいずれか１つのみが次の画素として特定されても良いし、それら全てが同時に次の画素として特定されても良い。

【0030】

ここで、本実施形態における「所定範囲内」は、先に特定された画素と上下左右及び斜めに隣接する範囲である。図５（ａ）～（ｄ）において、先に特定された画素をＰ１とすると、図５（ａ）のようにＰ１の上にありＰ１と隣接する画素Ｐ２や、図５（ｂ）のようにＰ１の斜め上にありＰ１と隣接する画素Ｐ３は、Ｐ１の所定範囲にあると言える。しかし、Ｐ２、Ｐ３よりも離れた画素、例えば図５（ｃ）、（ｄ）の画素Ｐ４やＰ５のようにＰ１との間に１画素以上空いている画素は、Ｐ１の所定範囲にあると言えない。

【0031】

このように所定範囲内の画素だけが次の画素として特定されることにより、二値化画像の中で１つのまとまりとなっている画素だけが特定され抽出される。そして、先に特定された画素に最も近い次の画素が所定範囲内になくなり、次の画素を特定できなくなった時点で、近傍点探索が終了する。

【0032】

次に、ステップＳ１－６の近傍点探索により特定された全ての画素が、１つのグループにまとめられる（図２のＳ１－７）。このとき作成されるグループを第１グループとする。第１グループは、二値化画像に写っている１本目のベルト線材１を構成する白い画素のデータからなる。

【0033】

次に、ステップＳ１－４で作成された第１リストから、ステップＳ１－７で作成された第１グループに含まれる全ての画素のデータが除去される（図２のＳ１－８）。除去された後のリストを第２リストとする。

【0034】

次に、リスト（第２リスト）に画素のデータがなくなったか、すなわちリスト内のデータの有無が確認される（図２のＳ１－９）。第２リストには、第１グループに含まれなかった画素のデータが残っている（図２のＳ１－９の「あり」）。この場合、再びステップＳ１－５に戻り、次に行われる近傍点探索の開始点が特定される。このとき、第２リストにおいてＸ座標が最小の画素（図３で言えばＷ５０の画素）が、次の近傍点探索の開始点として特定される。そして、ステップＳ１－６において近傍点探索が実行され、ステップＳ１－７において２つ目のグループである第２グループが作成され、ステップＳ１－８において第２グループに含まれる全ての画素のデータが第２リストから除去される。

【0035】

このように、第ｎリスト（第１リストに含まれる画素から第ｎ－１グループまでの全ての画素が除去されたリスト）にあるＸ座標が最小の画素を開始点として特定するステップ（図２のＳ１－５）、開始点から近傍点探索を実行するステップ（図２のＳ１－６）、近傍点探索により求まる複数の画素を第ｎグループに分類するステップ（図２のＳ１－７）、及び、第ｎグループに含まれる全ての画素のデータを第ｎリストから除去するステップ（図２のＳ１－８）が、リストにデータがなくなるまで繰り返される。そして、ステップＳ１－９においてリストに画素のデータがなくなった場合（図２のＳ１－９の「なし」）に、画像処理が終了する。

【0036】

図２の画像処理により、複数の白い画素の集合であるグループが複数個作成される。それぞれのグループは、１本のベルト線材１を構成する画素のデータの集合である。つまり、それぞれのグループは、それぞれのベルト線材１に対応している。図２の画像処理で作成されたグループの数は、タイヤに含まれるベルト線材１の数と一致する。

【0037】

このような画像処理結果を利用して、評価装置により図６に示すタイヤの評価が実行される。

【0038】

タイヤの評価のために、まず、同じタイヤに対して複数の異なる条件が付与され、それぞれの条件下でＣＴ装置によりタイヤ断面画像が撮影される（図６のＳ２－１）。複数の異なる条件を付与する事例として、例えば、荷重を負荷するときと無負荷のとき、上から荷重を負荷するときと横力を負荷するとき、同じ方向から異なる大きさの荷重を負荷するとき、内圧を付与するときと付与しないとき、等が挙げられる。

【0039】

なお、タイヤに付与する条件を変えても、タイヤ断面画像を撮影する機材は固定したままとし、ＣＴ装置上でのタイヤの位置も変わらないようにする。付与する条件を変えた時にタイヤの位置が変わってしまった場合には、撮影された画像を補正して、複数のタイヤ断面画像の同じ位置にタイヤ断面が写っているようにする。

【0040】

次に、異なる条件下で撮影された複数のタイヤ断面画像について、図２の画像処理が実行される（図６のＳ２－２）。それにより、それぞれのタイヤ断面画像について、複数のグループが形成される。

【0041】

次に、それぞれのタイヤ断面画像のそれぞれのグループについて、グループに含まれる全ての画素の重心座標が求められる（図６のＳ２－３）。重心座標は、そのグループに含まれる全ての画素の座標から計算される。求まった重心座標は、それぞれのグループに対応するそれぞれのベルト線材１の重心座標に対応する。そのため、ここでは、それぞれのタイヤ断面画像におけるそれぞれのベルト線材１の重心座標を求めたことになる。

【0042】

次に、それぞれのグループの重心座標が、複数のタイヤ断面画像間で比較される（図６のＳ２－４）。例えば、図７に示すように、第１条件のときのタイヤ断面画像のそれぞれのグループの重心座標と、第２条件のときのタイヤ断面画像のそれぞれのグループの重心座標とが比較される。

【0043】

次に、それぞれのグループの重心座標の、複数のタイヤ断面画像間での変化が求められる（図６のＳ２－５）。変化は、例えば、重心座標の変化量として、又は、重心座標の変化量及び変化の方向からなるベクトルとして求められる。詳細には、第１グループの重心座標の、複数のタイヤ断面画像間での変化が求められる。次に、第２グループの重心座標の、複数のタイヤ断面画像間での変化が求められる。同様に、第３クループ以降のそれぞれの重心座標の、複数のタイヤ断面画像間でのそれぞれの変化が求められる。これらの変化は、それぞれのグループに対応するそれぞれのベルト線材１の位置の変化に相当する。そのため、これらの変化に基づき、実際のタイヤのベルトの変形を評価することができる。

【0044】

次に、ステップＳ２－５で求まった重心座標の変化が、表示装置にベクトルとして表示される（図６のＳ２－６）。表示装置での表示の一部を図８に例示する。図８において、実線の丸は第１条件のときのベルト線材１、破線の丸は第２条件のときのベルト線材１、矢印は第１条件から第２条件へ変化したときのベルト線材１の重心座標の変化をそれぞれ表している。この表示は、付与される条件が変わったときのベルト線材１の変位が可視化されたものとみなすことができる。このような表示から、ベルトの変形について視覚的に確認することができる。

【0045】

以上のように、本実施形態では、タイヤ断面画像から複数のベルト線材１を含み他の金属部分を含まない領域を取り出して二値化処理することにより、複数のベルト線材１の部分が白い画素となった二値化画像が作成される。さらに、二値化画像における複数の白い画素の座標からなるリストが作成される。そして、リストにある１つの画素を開始点として近傍点探索を行うことにより求まる複数の画素を１つのグループに分類するステップと、そのグループに含まれる画素のデータをリストから除去するステップとが、リストから画素のデータがなくなるまで繰り返される。それにより、それぞれ複数の白い画素の集合である複数のグループが作成される。

【0046】

この方法により作成された複数のグループはそれぞれのベルト線材１に相当するため、この方法により、タイヤ断面画像から複数のベルト線材１を自動的かつ高精度で検出したことになる。そのため、この方法により作成された複数のグループを利用することにより、ベルトについて容易かつ高精度で評価することができる。

【0047】

また、それぞれのグループはベルト線材１を構成する画素の座標からなるため、ベルト線材１の重心位置等を計算して数値で示すことができる。

【0048】

また、本実施形態では、同じタイヤに対して複数の異なる条件が付与されてそれぞれの条件下でのタイヤ断面画像が撮影され、それぞれのタイヤ断面画像においてベルト線材１の重心座標が求められ、条件を変更したことによる重心座標の変化が求められる。この変化に基づき、タイヤのベルトの変形を評価することができる。

【0049】

以上の実施形態に対して様々な変更を行うことができる。以下で説明する変更例のいずれか１つを上記実施形態に適用しても良いし、いずれか２つ以上を組み合わせて上記実施形態に適用しても良い。組み合わせは自在に行うことができる。

【0050】

＜変更例１＞
図６の評価方法のステップＳ２－１からＳ２－３までが実行されて求まった、それぞれのグループの重心座標は、ベルトの歪みの評価にも利用することができる。

【0051】

具体的には、順番が連続する２つのグループの重心座標の間隔を計算することにより、隣り合うベルト線材１の重心座標の間隔が求められる。ここで、タイヤ断面画像の中の全ての隣り合うベルト線材１について、重心座標の間隔が求められる。また、複数のタイヤ断面画像のそれぞれにおいて、重心座標の間隔が求められる。

【0052】

そして、複数のタイヤ断面画像の間で、同じ２つのグループの重心座標の間隔を比較することにより、付与される条件が変化したことによるベルト線材１の重心座標の間隔の変化が求められる。この間隔の変化から、ベルトの歪みを評価することができる。

【0053】

より具体的には、第１条件のときの、ある２本のベルト線材１の重心座標の間隔をＬ１とし、第２条件のときの、同じ２本のベルト線材１の重心座標の間隔をＬ２とし、歪みを（Ｌ２－Ｌ１）／Ｌ１として計算する。この歪みの数値から、ベルトの歪みを評価することができる。例えば、この歪みの数値が大きい場所ほど、付与される条件がかわったときにベルトが大きく歪む場所であると評価することができる。

【0054】

＜変更例２＞
上記の画像処理結果を利用して、実際のタイヤにおけるベルト線材１の断面積及び半径を求めることができる。

【0055】

前提として、タイヤ断面画像の１画素の、実際のタイヤにおける面積（以下「１画素面積」とする）が、あらかじめ分かっている。１画素面積は、サンプルタイヤの撮影等の手段で求めることができる。

【0056】

そして、１つのグループに含まれる画素の数に、１画素面積を乗じることにより、１本のベルト線材１の断面積を求めることができる。

【0057】

また、タイヤ断面画像に現われるベルト線材１の断面が真円だと仮定し、上で求まったベルト線材１の断面積と円周率からベルト線材１の半径を求めることができる。

【0058】

この方法によれば、実際のタイヤにおけるベルト線材１の断面積及び半径を、非破壊で評価することができる。

【0059】

＜変更例３＞
上記の画像処理結果を利用した別の方法でも、実際のタイヤにおけるベルト線材１の断面積及び半径を求めることができる。

【0060】

前提として、タイヤ断面画像の１画素の１辺の、実際のタイヤにおける長さ（以下「１画素長」とする）が、あらかじめ分かっている。１画素長は、サンプルタイヤの撮影等の手段で求めることができる。

【0061】

そして、１つのグループに含まれる画素のＸ方向の最大値と最小値の差、又は、Ｙ方向の最大値と最小値の差に、１画素長を乗じることにより、ベルト線材１の直径を求めることができる。求まった直径を半分にすれば半径になる。なお、ベルト線材１の複数方向の長さの平均値が、そのベルト線材１の直径として扱われても良い。

【0062】

このようにして求まったベルト線材１の半径と円周率から、ベルト線材１の断面積を求めることができる。

【0063】

この方法によれば、実際のタイヤにおけるベルト線材１の断面積及び半径を、非破壊で評価することができる。

【0064】

＜変更例４＞
画像処理のステップＳ１－４で作成される白い画素のリストは、Ｘ座標が大きいものから順に並んだものでも良い。また、白い画素のリストは、Ｙ座標が小さい順又は大きい順に並んだものでも良い。

【0065】

＜変更例５＞
近傍点探索の開始点は、Ｘ座標が最小の画素に限定されない。その時点でリストにあるいずれの画素も、開始点とすることができる。

【符号の説明】

【0066】

１…ベルト線材、２…ビードコア、３…リム、４…ゴム部分

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】