【技术实现步骤摘要】
本专利技术涉及图像数据处理，具体涉及基于机器视觉的电缆绞线生产监测方法及系统。
技术介绍
1、电缆绞线在生产过程中包含绞线、绝缘、成缆、屏蔽、铠装和护套等多道工序。而绞线工序指的是将多个绞线导体单元绞合在一起，从而增加电缆的柔韧性和耐久性。单独的导线可能在弯曲或使用过程中容易断裂，而绞合后的结构能够均匀分布应力，提高电缆的耐用性和使用寿命。现有绞合方法常通过绞线机围绕着中心绞线单元进行多层绞线单元的旋转包裹，而由于每个绞线单元可能存在形貌上的差异，可能导致绞合后的电缆绞线中各绞线单元间的间隙参差不齐，进而可能导致电缆绞线的应力分布不均匀，从而影响电缆绞线的性能和使用寿命。故对绞合工序完成后的电缆绞线进行间隙合理性监测具有重要意义，因此，往往需要从电缆绞线表面图像中分割出间隙区域，用于分析间隙的合理性。目前，进行区域分割时，通常采用的方法为：根据灰度值的不同，实现区域分割。
2、然而，当根据灰度值的不同，从电缆绞线表面图像中分割间隙区域时，经常会存在如下技术问题：
3、由于电缆绞线上的纹理区域与间隙区域之间的灰度差异往往不大，因此，从电缆绞线表面图像中分割间隙区域时，若只考虑灰度值的不同，往往可能导致间隙像素点的误判，从而导致间隙区域分割的准确度较差，进而导致电缆绞线生产监测的准确度较差。
技术实现思路
1、为了解决由于间隙区域分割的准确度较差而导致电缆绞线生产监测的准确度较差的技术问题，本专利技术提出了基于机器视觉的电缆绞线生产监测方法及系统。
3、获取待检测电缆绞线对应的目标表面图像，并从所述目标表面图像中的电缆绞线区域内提取出连通域，作为候选间隙区域；
4、根据每个候选间隙区域内所有像素点对应的灰度值，确定每个候选间隙区域对应的目标亮度因子；
5、对每个候选间隙区域进行灰度分布分析处理，得到每个候选间隙区域对应的灰度分布因子；
6、根据候选间隙区域对应的目标亮度因子和灰度分布因子，从所有候选间隙区域中筛选出目标间隙区域；
7、对每个目标间隙区域的边缘进行分割，得到每个目标间隙区域对应的两个子边缘，根据每个目标间隙区域的面积，以及每个目标间隙区域对应的两个子边缘之间的链码值差异情况，确定每个目标间隙区域对应的目标间隙合理度；
8、根据每个目标间隙区域对应的目标间隙合理度，对所述待检测电缆绞线进行生产监测。
9、结合上述第一方面，在一种可能的实现方式中，所述根据每个候选间隙区域内所有像素点对应的灰度值，确定每个候选间隙区域对应的目标亮度因子，包括：
10、将每个候选间隙区域内所有像素点对应的灰度值的均值，确定为每个候选间隙区域对应的目标亮度因子。
11、结合上述第一方面，在一种可能的实现方式中，所述对每个候选间隙区域进行灰度分布分析处理，得到每个候选间隙区域对应的灰度分布因子，包括：
12、将任意一个候选间隙区域确定为标记区域，并将所述标记区域内每个像素点对应的灰度值与标记代表灰度之间的差异，确定为所述标记区域内每个像素点对应的目标灰度差异，其中，标记代表灰度是所述标记区域内所有像素点对应的灰度值的均值；
13、将所述标记区域内所有像素点对应的目标灰度差异的均值，确定为所述标记区域对应的灰度分布因子。
14、结合上述第一方面，在一种可能的实现方式中，所述根据候选间隙区域对应的目标亮度因子和灰度分布因子，从所有候选间隙区域中筛选出目标间隙区域，包括：
15、根据每个候选间隙区域对应的目标亮度因子和灰度分布因子，确定每个候选间隙区域对应的间隙可能指标，其中，目标亮度因子和灰度分布因子均与间隙可能指标呈负相关关系；
16、根据所有候选间隙区域对应的间隙可能指标，通过k均值聚类算法，将所有候选间隙区域聚成两个聚类簇，将每个聚类簇内所有候选间隙区域对应的间隙可能指标的均值，确定为每个聚类簇对应的间隙代表可能因子，并将两个聚类簇中对应的间隙代表可能因子较大的聚类簇内的每个候选间隙区域，确定为目标间隙区域，其中，在通过k均值聚类算法进行聚类的过程中，用未聚类的候选间隙区域对应的间隙可能指标与聚类中心对应的间隙可能指标之间的差值绝对值，表征未聚类的候选间隙区域与聚类中心之间的距离。
17、结合上述第一方面，在一种可能的实现方式中，所述对每个目标间隙区域的边缘进行分割，得到每个目标间隙区域对应的两个子边缘，包括：
18、从每个目标间隙区域的边缘上筛选出距离最远的两个像素点，作为分割点，并以每个目标间隙区域边缘上的两个分割点进行分割，得到每个目标间隙区域对应的两个子边缘。
19、结合上述第一方面，在一种可能的实现方式中，所述根据每个目标间隙区域的面积，以及每个目标间隙区域对应的两个子边缘之间的链码值差异情况，确定每个目标间隙区域对应的目标间隙合理度，包括：
20、以每个目标间隙区域边缘上任意一个分割点为起始点，获取每个目标间隙区域对应的两个子边缘对应的边缘链码；
21、将每个目标间隙区域对应的两个子边缘对应的边缘链码之间的dtw值，确定为每个目标间隙区域对应的目标链码差异，其中，目标链码差异表征两个子边缘之间的链码值差异情况；
22、根据每个目标间隙区域对应的面积和目标链码差异，确定每个目标间隙区域对应的目标间隙合理度，其中，目标间隙区域对应的面积和目标链码差异均与目标链码差异呈负相关关系。
23、结合上述第一方面，在一种可能的实现方式中，所述根据每个目标间隙区域对应的目标间隙合理度，对所述待检测电缆绞线进行生产监测，包括：
24、对每个目标间隙区域进行相机横坐标视野畸变误差分析处理，得到每个目标间隙区域对应的横向畸变误差；
25、对每个目标间隙区域进行相机纵坐标视野畸变误差分析处理，得到每个目标间隙区域对应的纵向畸变误差；
26、根据每个目标间隙区域对应的横向畸变误差和纵向畸变误差，确定每个目标间隙区域对应的目标畸变误差，其中，横向畸变误差和纵向畸变误差均与目标畸变误差呈正相关关系；
27、根据每个目标间隙区域对应的目标间隙合理度和目标畸变误差，确定每个目标间隙区域对应的目标合理指标，其中，目标间隙合理度与目标合理指标呈正相关关系，目标畸变误差与目标合理指标呈负相关关系；
28、若存在对应的目标合理指标小于预设合理阈值的目标间隙区域，则判定所述待检测电缆绞线的间隙不合格；
29、若不存在对应的目标合理指标小于预设合理阈值的目标间隙区域，则判定所述待检测电缆绞线的间隙合格。
30、结合上述第一方面，在一种可能的实现方式中，目标间隙区域对应的横向畸变误差对应的公式为：
31、；
32、；
33、；其中，是目标间隙区域对应的横向畸变误差；是目标间隙区域内像素点的数量本文档来自技高网...
【技术保护点】
1.一种基于机器视觉的电缆绞线生产监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于机器视觉的电缆绞线生产监测方法，其特征在于，所述根据每个候选间隙区域内所有像素点对应的灰度值，确定每个候选间隙区域对应的目标亮度因子，包括：
3.根据权利要求1所述的一种基于机器视觉的电缆绞线生产监测方法，其特征在于，所述对每个候选间隙区域进行灰度分布分析处理，得到每个候选间隙区域对应的灰度分布因子，包括：
4.根据权利要求1所述的一种基于机器视觉的电缆绞线生产监测方法，其特征在于，所述根据候选间隙区域对应的目标亮度因子和灰度分布因子，从所有候选间隙区域中筛选出目标间隙区域，包括：
5.根据权利要求1所述的一种基于机器视觉的电缆绞线生产监测方法，其特征在于，所述对每个目标间隙区域的边缘进行分割，得到每个目标间隙区域对应的两个子边缘，包括：
6.根据权利要求5所述的一种基于机器视觉的电缆绞线生产监测方法，其特征在于，所述根据每个目标间隙区域的面积，以及每个目标间隙区域对应的两个子边缘之间的链码值差异情况，确定每个目标间隙
7.根据权利要求1所述的一种基于机器视觉的电缆绞线生产监测方法，其特征在于，所述根据每个目标间隙区域对应的目标间隙合理度，对所述待检测电缆绞线进行生产监测，包括：
8.根据权利要求7所述的一种基于机器视觉的电缆绞线生产监测方法，其特征在于，目标间隙区域对应的横向畸变误差对应的公式为：
9.根据权利要求7所述的一种基于机器视觉的电缆绞线生产监测方法，其特征在于，目标间隙区域对应的纵向畸变误差对应的公式为：
10.一种基于机器视觉的电缆绞线生产监测系统，其特征在于，包括处理器和存储器，所述处理器用于处理存储在所述存储器中的指令以实现权利要求1-9中任一项所述的基于机器视觉的电缆绞线生产监测方法。
...【技术特征摘要】
1.一种基于机器视觉的电缆绞线生产监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于机器视觉的电缆绞线生产监测方法，其特征在于，所述根据每个候选间隙区域内所有像素点对应的灰度值，确定每个候选间隙区域对应的目标亮度因子，包括：
3.根据权利要求1所述的一种基于机器视觉的电缆绞线生产监测方法，其特征在于，所述对每个候选间隙区域进行灰度分布分析处理，得到每个候选间隙区域对应的灰度分布因子，包括：
4.根据权利要求1所述的一种基于机器视觉的电缆绞线生产监测方法，其特征在于，所述根据候选间隙区域对应的目标亮度因子和灰度分布因子，从所有候选间隙区域中筛选出目标间隙区域，包括：
5.根据权利要求1所述的一种基于机器视觉的电缆绞线生产监测方法，其特征在于，所述对每个目标间隙区域的边缘进行分割，得到每个目标间隙区域对应的两个子边缘，包括：
6.根据权利要求5所述的一...
【专利技术属性】
技术研发人员：魏永乾，武星，石磊，
申请(专利权)人：西部电缆陕西有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。