1.一種基于定位塊的輪胎內(nèi)壁紋理識別方法，其特征在于，所述基于定位塊的輪胎內(nèi)壁紋理識別方法獲取圖像幀的定位塊坐標(biāo)，利用變換模型將任意角度的原圖像變換成標(biāo)準(zhǔn)的正視圖；通過圖像增強(qiáng)，采用靜態(tài)紋理模型得到靜態(tài)紋理描述；對采樣的圖像進(jìn)行紋理識別。
2.如權(quán)利要求1所述的基于定位塊的輪胎內(nèi)壁紋理識別方法，其特征在于，所述對獲取圖像幀的定位塊坐標(biāo)包括：從視頻中隨機(jī)獲取一張清晰幀圖像；對獲取的圖像幀，進(jìn)行二值化，對采用的編碼模式提取ID號，同時(shí)獲取四個(gè)定位塊的坐標(biāo)。
3.如權(quán)利要求1所述的基于定位塊的輪胎內(nèi)壁紋理識別方法，其特征在于，所述變換模型的透視變換公式：[x’,y’,w’]＝[u,v,w][a11a12a13；a21a22a23,a31a32a33]；對變換后的正視圖進(jìn)行直方圖均衡化。
4.如權(quán)利要求1所述的基于定位塊的輪胎內(nèi)壁紋理識別方法，其特征在于，所述采樣的圖像進(jìn)行紋理識別包括：
庫查詢及特征二次提取：對紋理樣本獲取ID號，在庫中查詢是否有此ID號，若是查詢有此ID號，則對該ID的紋理圖像進(jìn)行二次特征提取或者特征降維，建立其對應(yīng)的靜態(tài)紋理模型聚集體；
識別匹配：根據(jù)當(dāng)前待識別的紋理描述，進(jìn)行特征降維，得到靜態(tài)特征紋理模型聚集體，將此特征與庫中查詢到的靜態(tài)紋理模型聚集體進(jìn)行特征匹配，采用投票法預(yù)測匹配與否，完成紋理識別。
5.如權(quán)利要求4所述的基于定位塊的輪胎內(nèi)壁紋理識別方法，其特征在于，對紋理圖像進(jìn)行二次特征提取或者特征降維，采用分塊HOG、哈希值、圖像骨架、MISSM、PSNR處理，得到靜態(tài)紋理模型聚集體。
6.如權(quán)利要求4所述的基于定位塊的輪胎內(nèi)壁紋理識別方法，其特征在于，特征匹配，是直方圖相似性匹配，距離匹配，結(jié)構(gòu)相似匹配，及信噪比匹配。
7.如權(quán)利要求1所述的基于定位塊的輪胎內(nèi)壁紋理識別方法，其特征在于，采用直方圖均衡化，等價(jià)模式LBP建立圖像的靜態(tài)紋理模型。
8.如權(quán)利要求1所述的基于定位塊的輪胎內(nèi)壁紋理識別方法，其特征在于，所述基于定位塊的輪胎內(nèi)壁紋理識別方法包括以下步驟：
步驟一，對獲取的清晰視頻幀，獲取code128條形碼ID號，及利用四個(gè)正方形定位塊獲取定位塊中心坐標(biāo)，P1(x1,y1),P2(x2,y2),P3(x3,y3),P4(x4,y4)；
步驟二，利用獲取的ID號在庫中查詢是否有此ID的紋理圖種子，若沒有，匹配失敗，這結(jié)束步驟，若有此ID，進(jìn)行步驟三；
步驟三，利用獲取的定位塊坐標(biāo)，進(jìn)行透視變換，將不同視角的圖像還原到固定大小的正視圖；
透視變換公式：[x’,y’,w’]＝[u,v,w][a11a12a13；a21a22a23,a31a32a33]；
對變換后的正視圖進(jìn)行直方圖均衡化，利用等價(jià)模式LBP得到穩(wěn)定較為精確的紋理圖；
步驟四，對當(dāng)前得到的紋理圖和庫中查詢到的紋理圖，進(jìn)行HOG、哈希值、圖像骨架、MISSM、PSNR特征提取，最后進(jìn)行加權(quán)求和機(jī)制匹配。