| 主权项 |
一种基于机器视觉技术的实时光纤绕制缺陷检测方法，采用机器视觉装置和工控机，其中：所述机器视觉装置包括光源和高清摄像机，所述光源采用LED光源，设置在光纤绕丝机正在绕制的待检测陀螺光纤环一方，即采用背光照明方式；所述高清摄像机采用CCD高清摄像机，固定在光纤绕丝机正在绕制的待检测陀螺光纤环的另一方，光源与高清摄像机相对设置，并通过高清摄像机上设置的接口与所述工控机通讯；所述工控机包括内置嵌入式视频图像处理软件的中央微处理器和显示器；所述高清摄像机、显示器均与工控机的中央微处理器相连接，中央微处理器对采集回的视频图像进行一系列处理，得到实时绕制光纤的坐标信息，根据得到的坐标信息进行判断光纤绕制的状态；其特征在于：该方法有以下处理过程：1)待绕制陀螺光纤环开始绕制时，由工控机的中央处理器控制CCD高清摄像机进行视频图像采集；2)中央微处理器从高清摄像机读取拍下的视频图像信息，根据光纤绕丝机的绕制速度，进行视频信息的抽样提取，提取出部分帧图像进行处理识别；3)对提取的帧图像用静态图像处理方法进行图像预处理，以减小噪声对图像的干扰；即进行灰度化、去噪、使用Sobel算子法进行边缘检测及使用全局阈值法中的Otsu法对图像进行二值化处理；4)对进行了图像预处理后的各帧图像进行差分图像C、D处理，即计算F<sub>n‑1</sub>‑F<sub>n‑2</sub>＝C，F<sub>n</sub>‑F<sub>n‑1</sub>＝D；其中：F<sub>n</sub>,F<sub>n‑1</sub>,F<sub>n‑2</sub>分别是采集回的视频图像进行抽样后在n时刻，n‑1时刻，n‑2时刻的帧图像；5)设定阈值T，将T的值转化为double型数据T'，即计算T/256＝T'；6)分别对上述差分图像C、D取绝对值，分别判断C，D与T'的大小，并运用find函数找到差分图像C、D中值大于T'的所有点的图像坐标系中满足条件的坐标，并分别记到矩阵(row1，col1)，(row2，col2)中；灰度值大于T'时将其值置为255，即白色；反之小于T'的将其灰度值置为0，即黑色；7)分别找出差分图像C矩阵中(row1，col1)，差分图像D矩阵中(row2，col2)的最小列行坐标值并分别记为u1，v1，u2，v2，并运算u＝u2‑u1，v＝v2‑v1；其中：u表示最后的差分图像中光纤像素点坐标中列坐标的最小值；v表示最后的差分图像中光纤像素点坐标中行坐标的最小值；8)最后判断u,v的值，并设定：当u,v都近似等于0时，能够判断此时光纤绕制出现缺陷，即绕制光纤出现了断纤现象；绕制光纤出现排纤不均匀及光纤回叠的绕制缺陷判断，需根据所选用的CCD高清摄像机的像素点尺寸和光纤直径具体决定；9)出现缺陷时，根据缺陷类别自动报警提示，并保存此刻视频图像信息，实时显示检测结果。 |
