一种基于机器视觉的电缆表面缺陷在线检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111539935A(43)申请公布日2020.08.14(21)申请号202010330907.X(22)申请日2020.04.24(71)申请人江苏大学地址212013江苏省镇江市京口区学府路301号(72)发明人付永忠周杭(51)Int.Cl.G06T7/00(2017.01)G06T7/62(2017.01)G06K9/38(2006.01)G06K9/46(2006.01)G01N21/88(2006.01)权利要求书2页说明书4页附图10页(54)发明名称一种基于机器视觉的电缆表面缺陷在线检测方法(57)摘要本发明公开了一种基于机器视觉的电缆表面缺陷在线检测方法，采集电缆外表面的原始图像，并对该图像进行预处理；对预处理后的图像进行灰度拉伸改变图像对比度；对灰度拉伸后的图像进行光照补偿；采用改进的自适应中值滤波算法对光照补偿后的图像进行滤波处理；对滤波处理后的图像进行固定阈值二值化处理，快速检测出电缆缺陷；对二值化处理后的图像进行膨胀处理，寻找电缆缺陷的轮廓并计算缺陷面积，完成电缆表面缺陷的在线检测。CN111539935ACN111539935A权利要求书1/2页1.一种基于机器视觉的电缆表面缺陷在线检测方法，其特征在于，包括如下步骤：S1、采集电缆外表面的原始图像，并对该图像进行预处理；S2、对预处理后的图像进行灰度拉伸改变图像对比度；S3、对灰度拉伸后的图像进行光照补偿；S4、采用改进的自适应中值滤波算法对光照补偿后的图像进行滤波处理；S5、对滤波处理后的图像进行固定阈值二值化处理，快速检测出电缆缺陷；S6、对二值化处理后的图像进行膨胀处理，寻找电缆缺陷的轮廓并计算缺陷面积，完成电缆表面缺陷的在线检测。2.根据权利要求1所述的一种基于机器视觉的电缆表面缺陷在线检测方法，其特征在于，所述预处理包括对电缆原始图像进行切割、旋转和二次切割处理。3.根据权利要求2所述的一种基于机器视觉的电缆表面缺陷在线检测方法，其特征在于，对电缆图像旋转角度的矫正方法为，计算图像中电缆的旋转角度按角度θ反向旋转完成对图像中电缆角度的矫正，其中，xpt1、xpt2、xpt3、xpt4分别为图像电缆四个顶角的横坐标，H为图像高度。4.根据权利要求1所述的一种基于机器视觉的电缆表面缺陷在线检测方法，其特征在于，灰度拉伸的方法为：提取预处理后图像的灰度统计直方图，根据灰度统计直方图选择灰度变换函数，根据灰度变换函数对预处理后的图像进行灰度拉伸。5.根据权利要求4所述的一种基于机器视觉的电缆表面缺陷在线检测方法，其特征在于，所述灰度变换函数采用分段线性变换函数。6.根据权利要求1所述的一种基于机器视觉的电缆表面缺陷在线检测方法，其特征在于，所述光照补偿的方法为：g(x，y)＝I(x，y)-s(x)*k1*k2+m根据上式对灰度拉伸后图像中每一列像素进行不同幅度的光照补偿，其中，(x，y)为像素点的坐标，W为电缆截面方向的图像宽度，f(x)为亮度模型中横坐标x所对应的纵坐标值，I(x，y)为(x，y)位置的初始灰度值，g(x，y)为(x，y)位置的输出灰度值，s(x)为对应横坐标为x的每个像素点所对应电缆的表面积，k1为该材料表面的反光系数，k2为光照强度，m为偏移项。7.根据权利要求1所述的一种基于机器视觉的电缆表面缺陷在线检测方法，其特征在于，改进的自适应中值滤波算法表示为：设置光照补偿后图像的搜索窗口Sxy的尺寸，在每个矩形窗口区域内统计像素灰度，若Zmin＞Zmed或Zmed＞Zmax，则增大搜索窗口的尺寸，且搜索窗口的尺寸小于Smax，重新统计光照补偿后图像的搜索窗口区域内统计像素灰度；若搜索窗口的尺寸大于Smax，输出Zmed；若Zmin＜Zmed＜Zmax，则比较Zmin、Zmax与Zxy之间的关系，若Zmin＜Zxy＜Zmax则输出Zxy，否者输出Zmed；其中，Zmin为窗口内最小灰度值，Zmax为窗口内最大灰度值，Zmed为窗口内灰度值的中值，Zxy为像素点(x，y)处的灰度值，Smax为Sxy允许的最大尺寸。根据上述方法选取滤波处理后的输出值，进而完成对光照补偿后图像滤波处理。2CN111539935A权利要求书2/2页8.根据权利要求1所述的一种基于机器视觉的电缆表面缺陷在线检测方法，其特征在于，图像的固定阈值二值化处理后将具有灰度级的图像变换成只有两个灰度级的黑白图像，利用黑、白值分别表征缺陷与非缺陷区域，根据灰度值快速检测出电缆缺陷。3CN111539935A说明书1/4页一种基于机器视觉的电缆表面缺陷在线检测方法技术领域[0001]本发明属于机器视觉和工业检测技术领域，更具体地说是一种在线电缆生产过程中实时检测其表面缺陷的方法。背景技术[0