CN104764407B - 一种电缆护套厚度的精细测量方法 - Google Patents
一种电缆护套厚度的精细测量方法 Download PDFInfo
- Publication number
- CN104764407B CN104764407B CN201510070579.3A CN201510070579A CN104764407B CN 104764407 B CN104764407 B CN 104764407B CN 201510070579 A CN201510070579 A CN 201510070579A CN 104764407 B CN104764407 B CN 104764407B
- Authority
- CN
- China
- Prior art keywords
- point
- angle
- pixel
- edge
- thickness
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种电缆护套厚度的精细测量方法,解决了传统的几何测量方法精度低、误差大、效率低等缺点。本发明首先对采集到的电缆护套切片图像进行预处理,采用Sobel边缘检测方法和轮廓跟踪技术得到边缘像素级坐标,而后采用基于梯度相关矩阵对角点进行检测和判别,对于角点,采用基于角点邻域支撑点的支撑线拟合方法进行亚像素定位,而对于非角点,采用基于ZOM亚像素边缘重定位算法,完成其的精确定位。本发明使得电缆护套的测量的精细度得到进一步提高,并且易于实施。
Description
技术领域
本发明涉及一种电缆护套厚度的精细测量方法,特别涉及基于信号处理技术对电缆护套厚度进行精细测量。
背景技术
近年来,随着中国经济的飞速发展,电缆的年需求量急剧增加。随着未来几年国内城镇化、重工业化的发展,通讯网络、电网建设、交通运输等领域内对电缆的需求量仍然处于快速增长态势,这势必对电缆生产厂商的电缆质量检测提出更高要求。传统机械性的测量方法的检测精度和检测速度已经无法满足市场的需求。这类测量方法一次只能测量被选择两点之间的厚度,不仅工作量大、效率低,而且其测量误差除了仪器本身的误差外,还与瞄准、定位误差有关,并且由于接触会造成切片材料变形。因此研究开发厚度自动测量系统是非常必要的。此外,电缆护套和绝缘材料的厚度尺寸小、精度要求较高,对其进行精密测量很困难,传统的接触法测量往往达不到测量精度的要求。
与传统测量方法相比,图像测量技术有着独特的优越性。首先,由于光的传播速度极快,图像测量不仅适用于静态测量,也适用于动态测量;由于光路系统可以获得很高的信号放大率,因此测量的准确度相当高,通过选择合适的放大或缩小镜头,可以对不同尺寸大小的零件进行测量,可以对整个视场或局部视场中目标的特性进行测量,极大地扩展了测量范围,灵活性得到了提高;图像测量技术利用电子计算机及各种软件功能进行图像处理,非接触测量使得对被测物不用加以任何干扰限制,可以独立地、客观地对被测对象进行测量,有效地避免了人眼读数等因素造成的误差,减少了重复性测量的误差和仪器本身形成的误差,有利于提高精度;图像测量技术采用了“图像”这种信息含量非常丰富的载体并以数字图像处理技术为理论基础,大大增强了它对复杂结构和异型曲面的测量能力;同时专用数字信号处理器的出现对于图像检测算法快速的实现,起了很大的推动作用。目前图像测量技术已经用于多个领域,但是在电缆护套厚度的测量方面应用较少,这是因为电缆护套有其自身的特殊性,必须根据其具体特点对现有的图像测量技术进行改进。在专利ZL2009100354236中,我们提出了一种基于图像处理的电缆护套厚度测量方法,首先对采集到的图像进行平滑预处理,而后进行Sobel边缘检测,对单像素图像进行边缘提取,并用多项式插值的方法进行亚像素定位,最终得到厚度的输出结果,但是该方法并且没有将边缘提取出的点进行有效的分类,定位算法精度也不高,从而影响最终结果的准确度和精细度。
发明内容
本发明的目的就在于解决现有技术的缺陷,设计一种基于图像处理的电缆护套厚度测量方法。
本发明的技术方案是:
一种电缆护套厚度的精细测量方法,其特征在于包括以下步骤:
(1)图像的预处理
将标准电缆护套灰度图作为输入,先用自适应分级中值滤波进行滤波去噪,然后用Gabor增强技术对去噪后的图像进行进一步处理,得到预处理后的电缆护套切片图;
(2)边缘像素级坐标提取
对预处理后的电缆护套切片图使用Sobel边缘检测算法获取其边缘二值图;接着,对其使用轮廓跟踪技术提取出电缆护套的内外边缘像素级点集的坐标;
(3)基于梯度相关矩阵对角点进行检测和判别,本步骤的实施流程如下:
(3-1)设提取出轮廓的图像中轮廓上的各个点i (i=1,...,I)的像素坐标用(x i,y i)来表示;对每个点i,计算梯度相关矩阵:
;
(3-2)计算梯度相关矩阵对应的行列式的值det(M i)=|M i|;
(3-3)将det(M i)按照从大到小的顺序进行排列,取出排在前三位的值对应的点,作为三个角点;
(4)基于角点邻近区域支撑点的支撑线拟合亚像素定位算法,完成角点坐标的精确定位,本步骤的实施流程如下:
(4-1)规定支撑区域的大小为R,分别在步骤(3-3)检测出的角点P(坐标为(x 0,y 0))的两旁沿边缘线确定两个角点支撑点集,分别记为A,B,这里R可以取小于等于3的任意数,在R中随机取3个点P1,P2,P3组成A,随机取另3个点P-1,P-2,P-3作为B;
(4-2)由两个支撑点集A,B分别通过(式1)和(式2),求得对应的支撑线的方向向量与:
(式1)
(式2)
上两式中,[d x (i), d y (i)]为点Pi(i=1,2,3,-1,-2,-3)处的梯度向量;
(4-3)分别计算出角点(x 0, y 0)到两条支撑线的相对距离和:
(4-4).分别求出两条支撑线的表达式,计算公式如下:
(4-5)求出两条支撑线的角点P',坐标为(x p, y p),即作为角点P的亚像素坐标
;
(5)基于ZOM亚像素边缘重定位算法,完成非角点坐标的精确定位,步骤如下:
(5-1)对除了角点之外的其他边缘点,如点E,其像素级的坐标为(x, y),以大小的ZOM模板分别在输入灰度图片的(x, y)点处卷积,得到该点的Zernike矩,、、、、;
(5-2)通过下式计算得出边缘线的旋转角度:
(5-3)计算、和,计算公式如下:
,,;
(5-4)计算出当前边缘点E对应的亚像素坐标(x e, y e),如下:
;
采用本步骤中的上述方式,遍历所有的非角点,从而求出所有点的亚像素坐标值;
(6)计算电缆护套厚度,步骤如下:
(6-1)对于三个角点,分别遍历外边缘点,求与每个角点距离最小的外边缘点坐标,则这内外边缘两点之间的距离D,E,F即为三个最大厚度;
(6-2)找出D和E之间的外边缘中点作为外边缘点,而后遍历内边缘,找到与该外边缘点距离最小的内边缘点坐标,则这内外边缘两点之间的距离即为最小厚度,记为B;用同样的方式找出E和F之间的最小厚度A,D和F之间的最小厚度C;最终的输出结果为A~F的值。
本发明的优点和效果在于:
1. 用图像测量技术代替传统的基于接触式的几何量测量方法,具有测量精度高、测量误差低、动态范围大、灵活性好等优点。
2. 首先检测出角点,并且将角点和非角点分开处理,可以更加精确地定位三个最小厚度的位置;
3. 基于ZOM亚像素边缘重定位算法比现有的亚像素定位算法可以获得更加精确的定位精度,实际输出结果的精细程度更高,误差更小。
附图说明
图1——本发明的实施流程图。
图2(a)——电缆护套切片灰度图。
图2(b)——自适应分级中值滤波效果。
图2(c)——Gabor图像增强后的效果。
图3(a)——经过Sobel边缘检测后得到的边缘二值图。
图3(b)——轮廓提取之后的结果图。
图4——角点支撑像素点示意图。
图5——需要测量的三个最大厚度和三个厚度的位置。
图6——检测结果(单位:像素)。
具体实施方式
下面结合附图和实施例,对本发明所述的技术方案作进一步的阐述。
图1为本发明的实施流程图。系统的输入为电缆护套切片的灰度图,如图2(a)所示。首先,使用自适应中值滤波去除噪声,然后用改进的Gabor增强算法对图像进行处理以降低图像采集传输过程中收到的高斯模糊影像,得到预处理后的电缆护套切片灰度图Ig。对Ig采用改进的Sobel边缘检测算法得到只含有边缘和背景的二值图像,然后通过轮廓提取技术提取电缆护套的边缘像素级坐标。对于提取出来的像素级边缘点集采用GCM角点判别,找出边缘中的角点与非角点,对于角点,使用基于局部角点支撑线拟合的亚像素重定位算法对其进行亚像素精确定位;对于非角点的边缘,采用基于ZOM亚像素边缘重定位算法对其进行精确定位。把角点和非角点亚像素级坐标集组合成表示电缆护套内外边缘位置的坐标集。最后用两个电缆护套内外边缘亚像素坐标集计算护套的三个最大间距和三个最小间距,然后乘上标定系数即可得到符合国标测量准则的电缆护套的六个厚度值。详细实施过程如下:
(1)图像的预处理
将标准电缆护套灰度图(图2(a))作为输入,先用自适应分级中值滤波进行滤波去噪,结果如图2(b)所示,然后用Gabor增强技术对去噪后的图像图2(b)进行进一步处理,预处理后的电缆护套切片图如图2(c)所示。从该图中可以看出预处理后的电缆护套图的目标区域与背景区域之间的差别获得了显著提升。
(2)边缘像素级坐标提取
对预处理后的电缆护套切片图使用Sobel边缘检测算法获取其边缘二值图,如图3(a)所示。接着,对其使用轮廓跟踪技术提取出电缆护套的内外边缘像素级边缘点集。图3(b)显示了轮廓提取后的结果,从图中可以看出,经过该步骤后输出的电缆护套切片边缘是连续的单像素宽度的边缘,效果很好。
(3)角点的检测与判别
这里,采用基于梯度相关矩阵对角点进行检测和判别。设提取出轮廓的图像中轮廓上的各个点i (i=1,...,I)的像素坐标用(x i, y i)来表示。
(3-1)对每个点i,计算梯度相关矩阵:
(3-2)计算梯度相关矩阵对应的行列式的值det(M i)=|M i|。
(3-3)将det(M i)按照从大到小的顺序进行排列,取出排在前三位的值对应的点,作为三个角点。
(4)角点坐标的精确定位
这里采用基于角点邻近区域支撑点的支撑线拟合亚像素定位算法,其步骤如下:
(4-1)规定支撑区域的大小为R,分别在步骤(3)检测出的角点P(坐标为(x 0, y 0))的两旁沿边缘线确定两个角点支撑点集,分别记为A,B,这里R可以取小于等于3的任意数,在R中随机取3个点P1,P2,P3组成A,随机取另3个点P-1,P-2,P-3作为B,如图4所示。
(4-2)由两个支撑点集A,B分别通过(式1)和(式2),求得对应的支撑线的方向向量与:
(式1)
(式2)
上两式中,[d x (i), d y (i)]为点Pi(i=1,2,3,-1,-2,-3)处的梯度向量。
(4-3)分别计算出角点(x 0, y 0)到两条支撑线的相对距离和:
(4-4).分别求出两条支撑线的表达式,计算公式如下:
(4-5)求出两条支撑线的角点P',坐标为(x p, y p),即作为角点P的亚像素坐标
(5)非角点坐标的精确定位:
基于ZOM亚像素边缘重定位算法,对非角点边缘在一个像素范围内确定其精确位置,使其达到亚像素精度。步骤如下:
(5-1)对除了角点之外的其他边缘点,例如点E,其像素级的坐标为(x, y),以大小的ZOM模板分别在输入灰度图片的(x, y)点处卷积,得到该点的Zernike矩,、、、、。
(5-2)通过(式2)计算得出边缘线的旋转角度:
(式2)
(5-3)计算、和,计算公式如下:
,,;
(5-4)计算出当前边缘点E对应的亚像素坐标(x e, y e),如下:
遍历所有的非角点,从而求出所有点的亚像素坐标值。
(6)计算电缆护套厚度
根据国标规定,对于图2(a)所示形状的电缆厚度的检测需要测量三个最大厚度和三个最小厚度。图5的A~F标注了电缆厚度检测中需要测量的三个最大厚度和三个最小厚度的位置,其测量方法如下:
(6-1)对于三个角点,分别遍历外边缘点,求与每个角点距离最小的外边缘点坐标,则这内外边缘两点之间的距离D,E,F即为三个最大厚度。
(6-2)找出D和E之间的外边缘中点作为外边缘点,而后遍历内边缘,找到与该外边缘点距离最小的内边缘点坐标,则这内外边缘两点之间的距离即为最小厚度,记为B。用同样的方式找出E和F之间的最小厚度A,D和F之间的最小厚度C。测量所得的亚像素坐标和亚像素距离(电缆护套的厚度)结果如图6所示。
本发明请求保护的范围并不仅仅局限于本具体实施方式的描述。
Claims (3)
1.一种电缆护套厚度的精细测量方法,其特征在于包括以下步骤:
(1)图像的预处理,将标准电缆护套灰度图作为输入,先用自适应分级中值滤波进行滤波去噪,然后用Gabor增强技术对去噪后的图像进行进一步处理,得到预处理后的电缆护套切片图;
(2)边缘像素级坐标提取,对预处理后的电缆护套切片图使用Sobel边缘检测算法获取其边缘二值图;接着,对其使用轮廓跟踪技术提取出电缆护套的内外边缘像素级边缘点集;
(3)基于梯度相关矩阵对角点进行检测和判别,步骤包括(3-1)设提取出轮廓的图像中轮廓上的各个点i (i=1,...,I)的像素坐标用(x i, y i)来表示;对每个点i,计算梯度相关矩阵:
;
(3-2)计算梯度相关矩阵对应的行列式的值det(M i)=|M i|;
(3-3)将det(M i)按照从大到小的顺序进行排列,取出排在前三位的值对应的点,作为三个角点;
(4)基于角点邻近区域支撑点的支撑线拟合亚像素定位算法,完成角点坐标的精确定位,步骤包括:(4-1)规定支撑区域的大小为R,分别在步骤(3-3)检测出的角点P(坐标为(x 0, y 0))的两旁沿边缘线确定两个角点支撑点集,分别记为A,B,这里R可以取小于等于3的任意数,在R中随机取3个点P1,P2,P3组成A,随机取另3个点P-1,P-2,P-3作为B;
(4-2)由两个支撑点集A,B分别通过(式1)和(式2),求得对应的支撑线的方向向量与:
(式1)
(式2)
上两式中,[d x (i), d y (i)]为点Pi(i=1,2,3,-1,-2,-3)处的梯度向量;
(4-3)分别计算出角点(x 0, y 0)到两条支撑线的相对距离和:
(4-4)分别求出两条支撑线的表达式,计算公式如下:
(4-5)求出两条支撑线的角点P',坐标为(x p, y p),即作为角点P的亚像素坐标
;
(5)基于ZOM亚像素边缘重定位算法,完成非角点坐标的精确定位;
(6)计算电缆护套厚度。
2.如权利要求1所述的电缆护套厚度的精细测量方法,其特征在于所述步骤(5)的实施流程如下:
(5-1)对除了角点之外的其他边缘点,如点E,其像素级的坐标为(x, y),以大小的ZOM模板分别在输入灰度图片的(x, y)点处卷积,得到该点的Zernike矩,、、、、;
(5-2)通过下式计算得出边缘线的旋转角度:
(5-3)计算、和,计算公式如下:
,,;
(5-4)计算出当前边缘点E对应的亚像素坐标(x e, y e),如下:
;
采用本步骤中的上述方式,遍历所有的非角点,从而求出所有点的亚像素坐标值。
3.如权利要求2所述的电缆护套厚度的精细测量方法,其特征在于所述步骤(6)的实施流程如下:
(6-1)对于三个角点,分别遍历外边缘点,求与每个角点距离最小的外边缘点坐标,则这内外边缘两点之间的距离D,E,F即为三个最大厚度;
(6-2)找出D和E之间的外边缘中点作为外边缘点,而后遍历内边缘,找到与该外边缘点距离最小的内边缘点坐标,则这内外边缘两点之间的距离即为最小厚度,记为B;用同样的方式找出E和F之间的最小厚度A,D和F之间的最小厚度C;最终的输出结果为A~F的值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510070579.3A CN104764407B (zh) | 2015-02-11 | 2015-02-11 | 一种电缆护套厚度的精细测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510070579.3A CN104764407B (zh) | 2015-02-11 | 2015-02-11 | 一种电缆护套厚度的精细测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104764407A CN104764407A (zh) | 2015-07-08 |
CN104764407B true CN104764407B (zh) | 2017-07-28 |
Family
ID=53646387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510070579.3A Expired - Fee Related CN104764407B (zh) | 2015-02-11 | 2015-02-11 | 一种电缆护套厚度的精细测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104764407B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106327473A (zh) * | 2016-08-10 | 2017-01-11 | 北京小米移动软件有限公司 | 前景图像的获取方法及装置 |
CN110009603B (zh) * | 2019-03-14 | 2021-01-29 | 广东电网有限责任公司广州供电局 | 高压电缆绝缘检测方法及高压电缆维护方法 |
CN110263812A (zh) * | 2019-05-23 | 2019-09-20 | 季华实验室 | 汽车线束护套分类方法及系统 |
CN112150492A (zh) * | 2019-06-26 | 2020-12-29 | 司空定制家居科技有限公司 | 户型图的读取方法、装置以及存储介质 |
CN110571718B (zh) * | 2019-08-27 | 2021-09-17 | 河北西绝慧控电气科技有限公司 | 一种智能化高压电缆自动切削工艺 |
CN110834981A (zh) * | 2019-11-21 | 2020-02-25 | 成都忠信机电技术有限公司 | 盘纸拼接方法及系统 |
CN114199139B (zh) * | 2021-11-16 | 2023-09-29 | 国网安徽省电力有限公司电力科学研究院 | 一种电缆绝缘层厚度的检测方法及检测设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102032875A (zh) * | 2009-09-28 | 2011-04-27 | 王吉林 | 一种基于图像处理的电缆护套厚度测量方法 |
CN103047938A (zh) * | 2013-01-05 | 2013-04-17 | 山西省电力公司大同供电分公司 | 输电线路覆冰厚度检测方法及检测装置 |
CN103268358A (zh) * | 2013-06-05 | 2013-08-28 | 国家测绘地理信息局卫星测绘应用中心 | 多源控制点影像数据库构建及更新方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100652948B1 (ko) * | 2000-12-08 | 2006-12-01 | 삼성코닝 주식회사 | 액정표시장치용 유리기판의 두께 측정 시스템 및 방법 |
JP2002340526A (ja) * | 2001-05-21 | 2002-11-27 | Nippon Hoso Kyokai <Nhk> | 膜厚測定方法及びその装置 |
-
2015
- 2015-02-11 CN CN201510070579.3A patent/CN104764407B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102032875A (zh) * | 2009-09-28 | 2011-04-27 | 王吉林 | 一种基于图像处理的电缆护套厚度测量方法 |
CN103047938A (zh) * | 2013-01-05 | 2013-04-17 | 山西省电力公司大同供电分公司 | 输电线路覆冰厚度检测方法及检测装置 |
CN103268358A (zh) * | 2013-06-05 | 2013-08-28 | 国家测绘地理信息局卫星测绘应用中心 | 多源控制点影像数据库构建及更新方法 |
Non-Patent Citations (1)
Title |
---|
《基于亚像素检测的电缆护套厚度精密测量研究》;杨勇;《万方硕士学位论文》;20140918;正文:第2、3、4、5、6章,图2-5 * |
Also Published As
Publication number | Publication date |
---|---|
CN104764407A (zh) | 2015-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104764407B (zh) | 一种电缆护套厚度的精细测量方法 | |
CN104200461B (zh) | 基于互信息图像选块和sift特征的遥感图像配准方法 | |
CN102032875B (zh) | 一种基于图像处理的电缆护套厚度测量方法 | |
CN108596975B (zh) | 一种针对弱纹理区域的立体匹配算法 | |
CN107248159A (zh) | 一种基于双目视觉的金属工件缺陷检测方法 | |
CN109993800A (zh) | 一种工件尺寸的检测方法、装置及存储介质 | |
CN104915672B (zh) | 一种基于高分辨率遥感图像的矩形建筑物提取方法及系统 | |
CN104268853A (zh) | 一种红外图像与可见光图像配准方法 | |
CN103455813A (zh) | 一种ccd图像测量系统光斑中心定位的方法 | |
CN106097317A (zh) | 一种基于离散余弦相位信息的多光斑检测和定位方法 | |
CN106682678A (zh) | 一种基于支撑域的图像角点检测和分类方法 | |
CN108765476A (zh) | 一种偏振图像配准方法 | |
CN109461132A (zh) | 基于特征点几何拓扑关系的sar图像自动配准方法 | |
CN105225216A (zh) | 基于空间距圆标记边缘检测的虹膜预处理算法 | |
CN107341781A (zh) | 基于改进相位一致性特征矢量底图匹配的sar影像校正方法 | |
CN109800713A (zh) | 基于区域增长的遥感图像云检测方法 | |
CN101236646B (zh) | 在频率域检测与估计图像显著的强相关方向的方法和系统 | |
CN104217430B (zh) | 基于l1正则化的图像显著性检测方法 | |
CN113628170B (zh) | 一种基于深度学习的激光线提取方法及系统 | |
CN109472826A (zh) | 基于双目视觉的定位方法及装置 | |
CN109461171A (zh) | 基于多通道改进DoG滤波的红外弱小目标检测算法 | |
CN106023096B (zh) | 消除边缘锯齿化影响的图像匹配方法 | |
CN105844614B (zh) | 一种基于校对机器人角度的视觉指北方法 | |
Boerner et al. | Brute force matching between camera shots and synthetic images from point clouds | |
Liu et al. | SAR image matching based on speeded up robust feature |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20200804 Address after: Xinhuang central community, Liangliang street, Liuhe District, Nanjing City, Jiangsu Province, 210000 Patentee after: NANJING LONGFAN WIRE AND CABLE Co.,Ltd. Address before: 224051 Yancheng City hope road, Jiangsu, No. 1 Patentee before: YANCHENG INSTITUTE OF TECHNOLOGY |
|
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170728 Termination date: 20210211 |