【技術實現步驟摘要】
本專利技術涉及電纜外觀缺陷檢測，具體為基于機器視覺的電纜生產檢測方法及系統。
技術介紹
1、電纜外觀缺陷檢測技術，是指利用各種傳感器和影像處理技術對電纜外部表面進行掃描和分析，以便及時檢測和識別電纜外部可能存在的缺陷，例如劃痕、裂紋、磨損以及變形等問題，這項技術通常用于確保電纜的質量和安全性，以及提高生產效率和降低故障率，通過自動化的檢測過程，可以有效地減少人為因素帶來的誤差，提高檢測的準確性和可靠性。
2、現有的電纜外觀缺陷檢測技術通常都是通過采集缺陷圖像形成缺陷數據集，再通過與缺陷數據集進行相似性分析來判斷電纜外觀是否存在缺陷，同時，由于電纜為圓柱形且長度較長，現有的電纜外觀缺陷檢測技術沒有完善的圖像采集方案，通常都是單點采集再單點判斷，沒有說明采集電纜圖像時的具體運作過程以及如何采集電纜全面的圖像信息，比如在公開號為cn117571714a的專利申請中，公開了一種基于機器視覺的電纜護套外觀缺陷檢測裝置及方法，該方案在判斷電纜外觀是否存在缺陷時就是通過與圖像數據處理庫進行比對判斷，且沒有說明具體的判斷過程，對于電纜外觀缺陷的具體判斷依據不夠明確，現有的電纜外觀缺陷檢測技術還存在對電纜外觀缺陷的判斷依據不夠明確以及采集電纜的全面的圖像信息的過程不夠明確，導致電纜外觀缺陷檢測結果可靠性不足的問題。
技術實現思路
1、本專利技術旨在至少在一定程度上解決現有技術中的技術問題之一，通過使用高分辨率攝像頭對電纜的外觀進行拍攝，獲取外觀圖像，再對外觀圖像進行預處理，提高圖像質量后
2、為實現上述目的，第一方面，本申請提供基于機器視覺的電纜生產檢測方法，包括如下步驟：
3、使用高分辨率攝像頭對電纜的外觀進行拍攝，獲取外觀圖像；
4、對外觀圖像進行預處理，提高圖像質量后得到外觀灰度圖；
5、提取外觀灰度圖中電纜的邊緣信息，基于邊緣信息劃定電纜的輪廓圖像；
6、提取輪廓圖像的外觀特征，對外觀特征進行特征分析，通過樣本電纜分析電纜的灰度浮動閾值以及灰度浮動區域，再訓練缺陷識別模型并通過缺陷識別模型對電纜的外觀進行缺陷檢測。
7、進一步地，使用高分辨率攝像頭對電纜的外觀進行拍攝，獲取外觀圖像包括如下子步驟：
8、設置一段支撐結構，所述支撐結構上安裝有一個滾動裝置以及兩個可收縮的圓環，按照從左到右的順序分別命名為第一圓環以及第二圓環；
9、將電纜穿過第一圓環以及第二圓環，并將電纜的一端穿過滾動裝置，通過滾動裝置夾緊電纜，然后控制第一圓環以及第二圓環收縮，夾緊電纜；
10、對電纜進行拍攝。
11、進一步地，對電纜進行拍攝包括如下子步驟：
12、在第一圓環與第二圓環之間的中點的正面設置有高分辨率攝像頭，對第一圓環以及第二圓環之間的電纜進行拍攝，得到外觀圖像；
13、松開滾動裝置，控制第一圓環以及第二圓環同時順時針旋轉90°，再次拍攝，同一段電纜需旋轉三次，共計拍攝得到四份外觀圖像；
14、每次拍攝的外觀圖像中電纜的長度均為第一拍攝長度；
15、松開第一圓環以及第二圓環，然后控制滾動裝置夾緊電纜并進行滾動，滾動時會帶動電纜向左側移動；
16、當電纜移動第一拍攝長度時停止滾動，并控制第一圓環以及第二圓環進行收縮，再次拍攝外觀圖像；
17、一條電纜會拍攝得到多組外觀圖像。
18、進一步地，對外觀圖像進行預處理，提高圖像質量后得到外觀灰度圖包括如下子步驟：
19、通過高斯濾波的方式對外觀圖像進行濾波處理；
20、處理完成后再對圖像進行灰度化處理，得到外觀灰度圖。
21、進一步地，提取外觀灰度圖中電纜的邊緣信息，基于邊緣信息劃定電纜的輪廓圖像包括如下子步驟：
22、對電纜進行拍攝時，背景內設置有純白擋板，拍攝得到的外觀圖像中除電纜的部分，其余部分全部為純白色，灰度化之后的灰度值均為255；
23、剔除灰度值為255的像素點，將余下的像素點標記為電纜點；
24、由電纜點組成輪廓圖像。
25、進一步地，提取輪廓圖像的外觀特征，對外觀特征進行特征分析，通過樣本電纜分析電纜的灰度浮動閾值以及灰度浮動區域，再訓練缺陷識別模型并通過缺陷識別模型對電纜的外觀進行缺陷檢測包括如下子步驟：
26、篩選外觀無缺陷的電纜，標記為樣本電纜，提取樣本電纜的外觀特征并進行特征分析，訓練缺陷識別模型；
27、訓練完成后通過缺陷識別模型對電纜的外觀進行缺陷檢測。
28、進一步地，篩選外觀無缺陷的電纜，標記為樣本電纜，提取樣本電纜的外觀特征并進行特征分析，訓練缺陷識別模型包括如下子步驟：
29、篩選外觀無缺陷的樣本電纜進行拍攝，將拍攝并處理得到輪廓圖像標記為樣本圖像，得到多組的樣本圖像，將同一根電纜的樣本圖像整合為同源圖像；
30、針對任意同源圖像，獲取同源圖像中的電纜點的灰度值，標記為單點灰度值；
31、統計不同的單點灰度值的數量，標記為同值數量，查找同值數量中的最大值，標記為最大占比值，獲取最大占比值對應的單點灰度值，標記為基準灰度值；
32、計算除基準灰度值外的單點灰度值與基準灰度值的差值的絕對值，標記為灰度差值；
33、統計不同灰度差值的數量，標記為差值數量，以灰度差值為x軸，差值數量為y軸建立平面直角坐標系，命名為灰度浮動分布圖，將灰度差值以及對應的差值數量錄入灰度浮動分布圖中；
34、將灰度浮動分布圖中的坐標點標記為灰度浮動點，通過平滑曲線對x相鄰的灰度浮動點進行連接，將得到的曲線命名為灰度浮動曲線；
35、對其余的同源圖像進行分析，每一組同源圖像均能夠得到一條灰度浮動曲線，將所有灰度浮動曲線都繪制于灰度浮動分布圖中；
36、對灰度浮動分布圖進行進一步分析，提取灰度浮動曲線的特征并進行訓練。
37、進一步地，對灰度浮動分布圖進行進一步分析，提取灰度浮動曲線的特征并進行訓練包括如下子步驟：
38、獲取灰度浮動分布圖中灰度浮動點的x的最大值，標記為灰度浮動閾值；
39、將灰度浮動曲線中x最小以及x最大的灰度浮動點分別標記為最小浮動點以及最大浮動點；
40、按照y從小到大的順序，通過平滑曲線對相鄰的最小浮動點進行連接，同時通過平滑曲線對相鄰的最大浮動點進行連接，得到最小閉合曲線以及最大閉合曲線；
41、基于最小閉合曲本文檔來自技高網...
【技術保護點】
1.基于機器視覺的電纜生產檢測方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的基于機器視覺的電纜生產檢測方法，其特征在于，使用高分辨率攝像頭對電纜的外觀進行拍攝，獲取外觀圖像包括如下子步驟：
3.根據權利要求2所述的基于機器視覺的電纜生產檢測方法，其特征在于，對電纜進行拍攝包括如下子步驟：
4.根據權利要求3所述的基于機器視覺的電纜生產檢測方法，其特征在于，對外觀圖像進行預處理，提高圖像質量后得到外觀灰度圖包括如下子步驟：
5.根據權利要求4所述的基于機器視覺的電纜生產檢測方法，其特征在于，提取外觀灰度圖中電纜的邊緣信息，基于邊緣信息劃定電纜的輪廓圖像包括如下子步驟：
6.根據權利要求5所述的基于機器視覺的電纜生產檢測方法，其特征在于，提取輪廓圖像的外觀特征，對外觀特征進行特征分析，通過樣本電纜分析電纜的灰度浮動閾值以及灰度浮動區域，再訓練缺陷識別模型并通過缺陷識別模型對電纜的外觀進行缺陷檢測包括如下子步驟：
7.根據權利要求6所述的基于機器視覺的電纜生產檢測方法，其特征在于，篩選外觀無缺陷的電纜，
8.根據權利要求7所述的基于機器視覺的電纜生產檢測方法，其特征在于，對灰度浮動分布圖進行進一步分析，提取灰度浮動曲線的特征并進行訓練包括如下子步驟：
9.根據權利要求8所述的基于機器視覺的電纜生產檢測方法，其特征在于，訓練完成后通過缺陷識別模型對電纜的外觀進行缺陷檢測包括如下子步驟：
10.基于機器視覺的電纜生產檢測系統，用于實現權利要求1-9任意一項所述的基于機器視覺的電纜生產檢測方法，其特征在于，包括外觀拍攝模塊、預處理模塊、外觀提取模塊以及特征分析模塊；所述外觀拍攝模塊、預處理模塊以及外觀提取模塊分別與特征分析模塊數據連接；
...【技術特征摘要】
1.基于機器視覺的電纜生產檢測方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的基于機器視覺的電纜生產檢測方法，其特征在于，使用高分辨率攝像頭對電纜的外觀進行拍攝，獲取外觀圖像包括如下子步驟：
3.根據權利要求2所述的基于機器視覺的電纜生產檢測方法，其特征在于，對電纜進行拍攝包括如下子步驟：
4.根據權利要求3所述的基于機器視覺的電纜生產檢測方法，其特征在于，對外觀圖像進行預處理，提高圖像質量后得到外觀灰度圖包括如下子步驟：
5.根據權利要求4所述的基于機器視覺的電纜生產檢測方法，其特征在于，提取外觀灰度圖中電纜的邊緣信息，基于邊緣信息劃定電纜的輪廓圖像包括如下子步驟：
6.根據權利要求5所述的基于機器視覺的電纜生產檢測方法，其特征在于，提取輪廓圖像的外觀特征，對外觀特征進行特征分析，通過樣本電纜分析電纜的灰度浮動閾值以及灰度浮動區域，再訓練缺陷識別...
【專利技術屬性】
技術研發人員：張海濤，
申請(專利權)人：蘇州道旺電子科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。