一种基于机器视觉的线缆在线检测方法

摘要

本发明公开了一种基于机器视觉的线缆在线检测方法，该方法属于工业自动化领域针对线缆生产的在线质量检测方法。该方法通过提取视频帧中的图像，进行防抖处理后，将其二值化，并利用直方图特性提取需要处理的区域；对字符区域提出了用网格法来识别点状字符。对于线缆的缺陷检测，提出了积分离散度概念，并利用霍夫变换求取直线后根据积分离散度判定缺陷。这种方法检测速度快，自动化程度高。

主权项

一种基于机器视觉的线缆在线检测方法，该方法包括：步骤1：采用高速相机采集线缆的视频图像；步骤2：基于特征点的匹配及仿射变换方法对步骤1采集的视频进行防抖处理，得到去抖后的每帧图像；步骤3：对步骤2中的图像根据预设灰度值进行二值化处理；步骤4：将步骤3中的二值图像进行小面积滤波和中值滤波，去除小面积杂质点；步骤5：对步骤4中的图像计算纵向直方图，并取中间两个梯度较大的边缘，根据这两个边缘提取线缆区域；步骤6：通过形态学闭运算使点状字符连接，具体方法是先膨胀再腐蚀；步骤7：求步骤6中图像的横向直方图，并根据直方图的极值点分隔字符；步骤8：根据步骤7中分隔字符的位置，提取步骤4中的各个点状字符；步骤9：根据各点状字符图像的大小采用5*3、5*4或5*5的网格对其进行网格划分，格点内存在字符点的，将该格点设为1，否则设为0；并根据网格信息识别字符；步骤10：将步骤4处理后的图像，略去步骤5提取的字符条形区域，留下线缆的上边缘和下边缘部分；然后进行边缘检测，利用霍夫变换拟合上下两个边缘，以边缘拟合直线为基准，做离散的边缘线到该基准线的距离积分，积分值大于阈值的即为线缆的缺陷，该阈值根据实际工程中缺陷大小的判定来设定。