CN106097380A - 一种基于图像的绝缘子芯棒缺陷在线检测的系统和方法 - Google Patents
一种基于图像的绝缘子芯棒缺陷在线检测的系统和方法 Download PDFInfo
- Publication number
- CN106097380A CN106097380A CN201610630228.8A CN201610630228A CN106097380A CN 106097380 A CN106097380 A CN 106097380A CN 201610630228 A CN201610630228 A CN 201610630228A CN 106097380 A CN106097380 A CN 106097380A
- Authority
- CN
- China
- Prior art keywords
- image
- insulator
- core rod
- defect
- foreground
- 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.)
- Pending
Links
- 230000007547 defect Effects 0.000 title claims abstract description 111
- 239000012212 insulator Substances 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 34
- 239000000203 mixture Substances 0.000 claims abstract description 9
- 230000007797 corrosion Effects 0.000 claims description 8
- 238000005260 corrosion Methods 0.000 claims description 8
- 230000035945 sensitivity Effects 0.000 claims description 6
- 230000004069 differentiation Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 5
- 239000002131 composite material Substances 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 230000002950 deficient Effects 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 239000003989 dielectric material Substances 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- CNQCVBJFEGMYDW-UHFFFAOYSA-N lawrencium atom Chemical compound [Lr] CNQCVBJFEGMYDW-UHFFFAOYSA-N 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 229920001200 poly(ethylene-vinyl acetate) Polymers 0.000 description 1
- 238000012372 quality testing Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G06T5/70—
Abstract
本发明公开了一种系统和方法,用于对基于图像的绝缘子芯棒缺陷进行在线检测,所述系统包括:图像采集单元,利用图像采集装置采集绝缘子芯棒图像。图像传输单元,图像采集单元采集将绝缘子芯棒图像传输至图像检测单元。图像检测单元,图像检测单元对绝缘子芯棒图像进行预处理,将绝缘子芯棒图像分为前景图像和背景图像的源二值化图像;对源二值化图像进行腐蚀,得到腐蚀后的图像;用源二值化图像减去腐蚀后的图像,得到前景图像的边缘图像;利用视觉显著性模型判定图像缺陷,对图像缺陷进行标记,并对缺陷区域组成的连通区域进行标记;对图像缺陷进行去除噪声处理。本发明提出的检测系统,降低了误检的概率,提高了检测的准确度。
Description
技术领域
本发明涉及检测领域,更具体地,涉及一种基于图像的绝缘子芯棒缺陷在线检测的系统和方法。
背景技术
随着经济建设快速发展,在超高压输电线路建设中,复合绝缘子以其憎水性强,结构强度高,重量轻等优点逐步代替了传统的陶瓷、玻璃绝缘子获得了广泛的应用。因此复合绝缘子的质量,很大程度上影响到了整个电网的安全。绝缘子芯棒作为复合绝缘子的重要组成部分,其缺陷是高压电传输线路的重要隐患。
复合绝缘子芯棒在生产和运输过程中,由于各种原因,在绝缘子芯棒表面可能会产生碰伤、开裂、干纱等缺陷。这些缺陷会对复合绝缘子芯棒的使用性能产生一定的影响,严重时会引发重大事故。大量资料表明,绝缘子芯棒的生产质量问题,是导致复合绝缘发生故障的重要原因之一。
目前绝缘子芯棒的质量检测主要还是依靠工人肉眼判断,是芯棒从生产线上截断后,依靠检测人员从不同角度观察芯棒,在看到芯棒异常时人工标识缺陷位置。这种检测方式不仅效率低下,成本较高,而且容易产生误检漏检等情况,无法在生产线上实现在线检测。基于计算机视觉的缺陷检测领域得到研究者的广泛关注,在具体的应用领域出现了一些研究热点,例如钢坯表面缺陷检测、带钢缺陷检测、弹壳表面缺陷检测、织物表面缺陷检测、精密光学元器件缺陷检测等。
现有技术没有基于图像显著性分析的绝缘子芯棒表面缺陷检测方法及系统。
发明内容
为了解决上述问题,本发明提供了一种系统,用于对基于图像的绝缘子芯棒缺陷进行在线检测的系统,所述系统包括:
图像采集单元,利用图像传感器采集绝缘子芯棒图像;
图像传输单元,将所述绝缘子芯棒图像从图像采集单元传输至图像检测单元;
图像检测单元,对所述绝缘子芯棒图像进行预处理,将所述绝缘子芯棒图像二值化以获得源二值化图像,所述源二值化图像包括前景图像和背景图像;对所述源二值化图像进行腐蚀,得到腐蚀后的图像;用所述源二值化图像减去腐蚀后的图像,得到所述前景图像的边缘图像;利用视觉显著性模型判定源二值化图像中前景图像缺陷,对所述源二值化图像中前景图像缺陷进行标记,对源二值化图像中前景图像缺陷进行定位和分割从而获得缺陷区域,并对缺陷区域组成的连通区域进行标记;对判定的源二值化图像中前景图像缺陷区域进行去除噪声处理,以去除图像缺陷区域中的噪声区域,降低图像缺陷的判定失误率。
优选地,所述图像传感器连续采集所述绝缘子芯棒图像。
优选地,所述图像检测单元,用于对所述绝缘子芯棒进行预处理,所述预处理包括:对所述采集的绝缘子芯棒图像采用前景与背景分割算法,采用最大类间方差法对所述绝缘子芯棒图像进行二值化处理,将所述芯棒图像分为前景图像和背景图像的源二值化图像。
优选地,其中用源二值化图像减去腐蚀后的图像,得到所述前景图像的边缘图像的步骤包括:对所述经过二值化后的源二值化前景图像进行腐蚀,用源二值化图像减去腐蚀后的图像得到前景区域的边缘图像,使用Hough变换计算出最显著的边缘直线的角度θ,计算前景图像在角度θ上的投影直方图;根据检测灵敏度确定源二值化图像的芯棒边缘直线判断阈值门限为T1、T2,对于投影直方图上小于阈值门限T1的行,将整行设置为0;对于阈值门限大于T2的行,将整行设置为1。
优选地,所述利用视觉显著性模型判定源二值化图像中前景图像缺陷包括:利用视觉显著性模型计算所述前景图像像素的显著性值,并归一化到[0,1]区间。
优选地,对于所述显著性值大于选定缺陷检测阈值门限T的像素,判定为图像缺陷。
优选地,所述对所述图像缺陷进行标记包括:将所述绝缘子芯棒图像的缺陷区域的像素值标为1,并且将正常区域的像素值标为0;并且将缺陷区域组成的连通区域进行标记,从而实现缺陷区域和正常区域的区分。
优选地,所述系统还包括去除噪声处理,根据所述缺陷区域组成的连通区域的面积来确定标准阈值门限,将面积大于标准阈值门限的连通区域确定为缺陷区域,将面积小于标准阈值门限的连通区域确定为噪声区域;以及去除所述缺陷区域中的所述噪声区域。
基于本发明的另一种实施方式,本发明提供一种方法,用于对基于图像的绝缘子芯棒缺陷进行在线检测的方法,所述方法包括:
利用图像传感器采集绝缘子芯棒图像;
将所述绝缘子芯棒图像传输至图像检测单元;
通过所述图像检测单元对所述绝缘子芯棒图像进行预处理,将所述绝缘子芯棒图像二值化以获得源二值化图像,所述源二值化图像包括前景图像和背景图像;对所述源二值化图像进行腐蚀,得到腐蚀后的图像;用所述源二值化图像减去腐蚀后的图像,得到所述前景图像的边缘图像;利用视觉显著性模型判定源二值化图像中前景图像缺陷,对所述源二值化图像中前景图像缺陷进行标记,对源二值化图像中前景图像缺陷进行定位和分割从而获得缺陷区域,并对缺陷区域组成的连通区域进行标记;对判定的源二值化图像中前景图像缺陷区域进行去除噪声处理,以去除图像缺陷区域中的噪声区域,降低图像缺陷的判定失误率。
本发明提出一种基于图像的绝缘子芯棒缺陷在线检测的系统,对生产线上的芯棒进行表面光照,通过图像采集装置连续拍摄生产线上芯棒并采集图像,利用图像分析算法,检测并定位芯棒缺陷位置。本发明基于图像的绝缘子芯棒表面缺陷检测系统,对绝缘子芯棒表面的异常缺陷均能检测,克服了目前人工芯棒检测方式的缺点,节省了大量的人力;本系统用于检测绝缘子芯棒,准确率高,适应性好;本发明提出的检测系统,采用非接触方式进行检测,对芯棒不造成损伤。
附图说明
通过参考下面的附图,可以更为完整地理解本发明的示例性实施方式:
图1为本发明实施方式的一种基于图像的绝缘子芯棒缺陷在线检测的系统的结构示意图;以及
图2为本发明实施方式的一种基于图像的绝缘子芯棒缺陷在线检测方法的流程图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式,然而,本发明可以用许多不同的形式来实施,并且不局限于此处描述的实施例,提供这些实施例是为了详尽地且完全地公开本发明,并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中,相同的单元/元件使用相同的附图标记。
除非另有说明,此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外,可以理解的是,以通常使用的词典限定的术语,应当被理解为与其相关领域的语境具有一致的含义,而不应该被理解为理想化的或过于正式的意义。
图1为本发明实施方式的一种基于图像的绝缘子芯棒缺陷在线检测的系统的结构示意图100。系统100用于对基于图像的绝缘子芯棒缺陷进行在线检测,系统100包括:图像采集单元101,利用图像采集装置采集芯棒图像。图像传输单元102,图像采集单元采集将芯棒图像传输至图像检测单元。图像检测单元103,对绝缘子芯棒图像进行预处理,将所缘子芯棒图像二值化以获得源二值化图像,所述源二值化图像包括前景图像和背景图像;对源二值化图像进行腐蚀,得到腐蚀后的图像;用源二值化图像减去腐蚀后的图像,得到前景图像的边缘图像;利用视觉显著性模型判定源二值化图像中前景图像缺陷,对源二值化图像中前景图像缺陷进行标记,对源二值化图像中前景图像缺陷进行定位和分割从而获得缺陷区域,并对缺陷区域组成的连通区域进行标记;对判定的源二值化图像中前景图像缺陷区域进行去除噪声处理,以去除图像缺陷区域中的噪声区域,降低图像缺陷的判定失误率。
如图1所示,图像采集单元101利用图像采集装置采集芯棒图像。图像采集单元101包括光源,或图像传感器、相机等图像采集装置,利用光源对生产线上的绝缘子芯棒表面提供照射,使图像采集满足需要的光照条件。优选地,通常光源以一定的角度从上至下照射在被检测的芯棒上,图像采集装置设置在芯棒的垂直上方,光源设置在图像采集装置的两侧,图像采集装置从上向下获取绝缘子芯棒图像,并且图像采集装置可以连续采集绝缘子芯棒图像。另外,光源以一定的角度从下至上照射在被检测的绝缘子芯棒上,图像采集装置设置在绝缘子芯棒的垂直下方,光源设置在图像采集装置的两侧,图像采集装置从下向上获取绝缘子芯棒图像,并且图像采集装置可以连续采集绝缘子芯棒图像。
如图1所示,图像传输单元102,图像采集单元采集将绝缘子芯棒图像传输至图像检测单元。优选地,图像传输单元102利用图像传输线路,或通过无线传输、蓝牙传输、局域网络方式传输图像采集单元101采集的绝缘子芯棒图像,绝缘子芯棒图像传输至图像检测单元103。
如图1所示,图像检测单元103,对绝缘子芯棒图像进行预处理,将绝缘子芯棒图像分为前景图像和背景图像的源二值化图像。优选地,对采集的绝缘子芯棒图像采用前景与背景分割算法,采用最大类间方差法对所述绝缘子芯棒图像进行二值化处理,将绝缘子芯棒图像分为前景图像和背景图像的源二值化图像。基于作为前景的绝缘子芯棒区域为规则的四边形,对二值化后的源二值化前景图像进行腐蚀,得到腐蚀后的图像;用源二值化图像减去腐蚀后的图像,得到前景图像的边缘图像。优选地,用源二值化图像减去腐蚀后的图像,得到前景图像的边缘图像的步骤包括,对经过二值化后的图像做腐蚀,用源二值化图像减去腐蚀后的图像得到前景区域的边缘图像,使用Hough变换计算出最显著的边缘直线的角度θ,计算前景图像在角度θ上的投影直方图;对于直方图上小于阈值门限T1的行,将整行设置为0;对于阈值门限大于T2的行,将整行设置为1。T1、T2是芯棒边缘直线判断阈值门限,根据需要的检测灵敏度调整,也可以根据芯棒的形状计算调整,典型的阈值门限T1取1/3,T2取2/3。
利用视觉显著性模型判定源二值化图像中前景图像缺陷,对源二值化图像中前景图像缺陷进行标记,对源二值化图像中前景图像缺陷进行定位和分割,并对缺陷区域组成的连通区域进行标记。利用视觉显著性模型判定图像缺陷包括,利用视觉显著性模型计算前景图像像素的显著性值,并归一化到[0,1]区间。对于显著性值大于选定阈值门限T的像素,判定为图像缺陷。T是缺陷检测阈值门限,取值范围为0至1之间。如果阈值门限T取值偏小,则检测灵敏度高,会造成过检测;如果阈值门限T取值偏大,则会造成欠检测。本发明实施方式阈值门限T选取范围为0.2至0.3。对图像缺陷进行标记包括,对于绝缘子芯棒图像缺陷区域像素值都标为1,正常区域像素值都标为0。将缺陷区域组成的各连通区域进行标记,实现缺陷区域和正常区域的区分。将缺陷区域组成的各连通标记出来,方便缺陷图像的区分和处理。将缺陷图像连通标记进行定位标记,方便对有质量缺陷的绝缘子芯棒进行查找。优选地,对图像缺陷进行标记后,系统发出报警信号。优选地,系统还包括去除噪声处理,根据缺陷区域组成的连通面积设计标准阈值门限,连通面积大于标准阈值门限确定为缺陷区域,连通面积小于标准阈值门限确定为噪声区域。去除缺陷区域中的噪声区域。噪声区域的面积与缺陷区域面积相比较小,并且比较孤立,噪声区域会干扰系统对于缺陷区域的判断,系统会将噪声区域判断为缺陷区域,影响检测的准确度。对噪声区域进行去除处理,可以降低误检的概率,更好地提高检测的准确度。
图2为本发明实施方式的一种基于图像的绝缘子芯棒缺陷在线检测方法200的流程图。在步骤201,利用图像采集装置采集绝缘子芯棒图像,图像采集单元利用图像采集装置采集绝缘子芯棒图像。图像采集单元包括光源,或图像传感器、相机等图像采集装置,利用光源对生产线上的绝缘子芯棒表面提供照射,使图像采集满足需要的光照条件。优选地,通常光源以一定的角度从上至下照射在被检测的绝缘子芯棒上,图像采集装置设置在绝缘子芯棒的垂直上方,光源设置在图像采集装置的两侧,图像采集装置从上向下获取绝缘子芯棒图像,并且图像采集装置可以连续采集绝缘子芯棒图像。另外,光源以一定的角度从下至上照射在被检测的绝缘子芯棒上,图像采集装置设置在绝缘子芯棒的垂直下方,光源设置在图像采集装置的两侧,图像采集装置从下向上获取绝缘子芯棒图像,并且图像采集装置可以连续采集绝缘子芯棒图像。
在步骤202,将绝缘子芯棒图像传输至图像检测单元,图像采集单元采集将绝缘子芯棒图像传输至图像检测单元。优选地,图像传输单元利用图像传输线路,或通过无线传输、蓝牙传输、局域网络方式传输图像采集单元采集的绝缘子芯棒图像,绝缘子芯棒图像传输至图像检测单元。
在步骤203,对绝缘子芯棒图像进行预处理,将绝缘子芯棒图像分为前景图像和背景图像的源二值化图像。优选地,对采集的绝缘子芯棒图像采用前景与背景分割算法,采用最大类间方差法对所述绝缘子芯棒图像进行二值化处理,将绝缘子芯棒图像分为前景图像和背景图像的源二值化图像。基于作为前景的绝缘子芯棒区域为规则的四边形,对二值化后的前景图像进行腐蚀,得到腐蚀后的图像;用源二值化图像减去腐蚀后的图像,得到前景图像的边缘图像。优选地,源二值化图像减去腐蚀后的图像,得到前景图像的边缘图像的步骤包括,对经过二值化后的源二值化前景图像做腐蚀,用源二值化前景图像减去腐蚀后的图像得到前景区域的边缘图像,使用Hough变换计算出最显著的边缘直线的角度θ,计算前景图像在角度θ上的投影直方图;对于直方图上小于阈值门限T1的行,将整行设置为0;对于阈值门限大于T2的行,将整行设置为1。T1、T2是芯棒边缘直线判断阈值门限,根据需要的检测灵敏度调整,也可以根据芯棒的形状计算调整,典型的阈值门限T1取1/3,T2取2/3。
在步骤204,对绝缘子芯棒图像进行预判定,利用视觉显著性模型判定图像缺陷,对图像缺陷进行标记,对图像缺陷进行定位和分割,并对缺陷区域组成的连通区域进行标记。利用视觉显著性模型判定图像缺陷包括,利用视觉显著性模型计算前景图像像素的显著性值,并归一化到[0,1]区间。对于显著性值大于选定阈值门限T的像素,判定为图像缺陷。T是缺陷检测阈值门限,取值范围为0至1之间。如果阈值门限T取值偏小,则检测灵敏度高,会造成过检测;如果阈值门限T取值偏大,则会造成欠检测。本发明实施方式阈值门限T选取范围为0.2至0.3。对图像缺陷进行标记包括,对于绝缘子芯棒图像缺陷区域像素值都标为1,正常区域像素值都标为0。将缺陷区域组成的各连通区域进行标记,实现缺陷区域和正常区域的区分。将缺陷区域组成的各连通标记出来,方便缺陷图像的区分和处理。将缺陷图像连通标记进行定位标记,方便对有质量缺陷的绝缘子芯棒进行查找。
在步骤205,对绝缘子芯棒图像噪声进行去除,本发明的实施方式还包括去除噪声处理,根据缺陷区域组成的连通面积设计标准阈值门限,连通面积大于标准阈值门限确定为缺陷区域,连通面积小于标准阈值门限确定为噪声区域。去除缺陷区域中的噪声区域。噪声区域的面积与缺陷区域面积相比较小,并且比较孤立,噪声区域会干扰本发明对于缺陷区域的判断,本发明的实施方式会将噪声区域判断为缺陷区域,影响检测的准确度。对噪声区域进行去除处理,可以降低误检的概率,更好地提高检测的准确度。
在步骤206,对绝缘子芯棒缺陷图像报警输出。优选地,对图像缺陷进行标记后,系统发出报警信号。
本发明提出一种基于图像的绝缘子芯棒缺陷在线检测的方案,对生产线上的绝缘子芯棒进行表面光照,通过图像采集装置连续拍摄生产线上绝缘子芯棒并采集图像,利用图像分析算法,检测并定位绝缘子芯棒缺陷位置。本发明基于图像的绝缘子芯棒表面缺陷检测系统,对绝缘子芯棒表面的异常缺陷均能检测,克服了目前人工绝缘子芯棒检测方式的缺点,节省了大量的人力;本系统用于检测绝缘子芯棒,准确率高,适应性好;本发明提出的检测系统,采用非接触方式进行检测,对绝缘子芯棒不造成损伤;本发明提出的检测系统,降低了误检的概率,提高了检测的准确度。
已经通过参考少量实施方式描述了本发明。然而,本领域技术人员所公知的,正如附带的专利权利要求所限定的,除了本发明以上公开的其他的实施例等同地落在本发明的范围内。
通常地,在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释,除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例,除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行,除非明确地说明。
Claims (9)
1.一种用于对基于图像的绝缘子芯棒缺陷进行在线检测的系统,所述系统包括:
图像采集单元,利用图像传感器采集绝缘子芯棒图像;
图像传输单元,将所述绝缘子芯棒图像从图像采集单元传输至图像检测单元;
图像检测单元,对所述绝缘子芯棒图像进行预处理,将所述绝缘子芯棒图像二值化以获得源二值化图像,所述源二值化图像包括前景图像和背景图像;对所述源二值化图像进行腐蚀,得到腐蚀后的图像;用所述源二值化图像减去腐蚀后的图像,得到所述前景图像的边缘图像;利用视觉显著性模型判定源二值化图像中前景图像缺陷,对所述源二值化图像中前景图像缺陷进行标记,对源二值化图像中前景图像缺陷进行定位和分割从而获得缺陷区域,并对缺陷区域组成的连通区域进行标记;对判定的源二值化图像中前景图像缺陷区域进行去除噪声处理,以去除图像缺陷区域中的噪声区域,降低图像缺陷的判定失误率。
2.根据权利要求1所述的系统,所述图像传感器连续采集所述绝缘子芯棒图像。
3.根据权利要求1所述的系统,所述图像检测单元,用于对所述绝缘子芯棒进行预处理,所述预处理包括:对所述采集的绝缘子芯棒图像采用前景与背景分割算法,采用最大类间方差法对所述绝缘子芯棒图像进行二值化处理,将所述芯棒图像分为前景图像和背景图像的源二值化图像。
4.根据权利要求1所述的系统,其中用源二值化图像减去腐蚀后的图像,得到所述前景图像的边缘图像的步骤包括:对所述经过二值化后的源二值化前景图像进行腐蚀,用源二值化图像减去腐蚀后的图像得到前景区域的边缘图像,使用Hough变换计算出最显著的边缘直线的角度θ,计算前景图像在角度θ上的投影直方图;根据检测灵敏度确定源二值化图像的芯棒边缘直线判断阈值门限为T1、T2,对于投影直方图上小于阈值门限T1的行,将整行设置为0;对于投影直方图上大于阈值门限T2的行,将整行设置为1。
5.根据权利要求1所述的系统,所述利用视觉显著性模型判定源二值化图像中前景图像缺陷包括:利用视觉显著性模型计算所述前景图像像素的显著性值,并归一化到[0,1]区间。
6.根据权利要求5所述的系统,对于所述显著性值大于选定缺陷检测阈值门限T的像素,判定为图像缺陷。
7.根据权利要求6所述的系统,所述对所述图像缺陷进行标记包括:将所述绝缘子芯棒图像的缺陷区域的像素值标为1,并且将正常区域的像素值标为0;并且将缺陷区域组成的连通区域进行标记,从而实现缺陷区域和正常区域的区分。
8.根据权利要求1所述的系统,所述系统还包括去除噪声处理,根据所述缺陷区域组成的连通区域的面积来确定标准阈值门限,将面积大于标准阈值门限的连通区域确定为缺陷区域,将面积小于标准阈值门限的连通区域确定为噪声区域;以及去除所述缺陷区域中的所述噪声区域。
9.一种用于对基于图像的绝缘子芯棒缺陷进行在线检测的方法,所述方法包括:
利用图像传感器采集绝缘子芯棒图像;
将所述绝缘子芯棒图像传输至图像检测单元;
通过所述图像检测单元对所述绝缘子芯棒图像进行预处理,将所述绝缘子芯棒图像二值化以获得源二值化图像,所述源二值化图像包括前景图像和背景图像;对所述源二值化图像进行腐蚀,得到腐蚀后的图像;用所述源二值化图像减去腐蚀后的图像,得到所述前景图像的边缘图像;利用视觉显著性模型判定源二值化图像中前景图像缺陷,对所述源二值化图像中前景图像缺陷进行标记,对源二值化图像中前景图像缺陷进行定位和分割从而获得缺陷区域,并对缺陷区域组成的连通区域进行标记;对判定的源二值化图像中前景图像缺陷区域进行去除噪声处理,以去除图像缺陷区域中的噪声区域,降低图像缺陷的判定失误率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610630228.8A CN106097380A (zh) | 2016-08-03 | 2016-08-03 | 一种基于图像的绝缘子芯棒缺陷在线检测的系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610630228.8A CN106097380A (zh) | 2016-08-03 | 2016-08-03 | 一种基于图像的绝缘子芯棒缺陷在线检测的系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106097380A true CN106097380A (zh) | 2016-11-09 |
Family
ID=57454580
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610630228.8A Pending CN106097380A (zh) | 2016-08-03 | 2016-08-03 | 一种基于图像的绝缘子芯棒缺陷在线检测的系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106097380A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780438A (zh) * | 2016-11-11 | 2017-05-31 | 广东电网有限责任公司清远供电局 | 基于图像处理的绝缘子缺陷检测方法及系统 |
CN107798674A (zh) * | 2017-09-15 | 2018-03-13 | 华南理工大学 | 一种金属工件表面结构误检结果的排除方法 |
CN108171677A (zh) * | 2017-12-07 | 2018-06-15 | 腾讯科技(深圳)有限公司 | 一种图像处理方法及相关设备 |
CN108489996A (zh) * | 2018-02-11 | 2018-09-04 | 深圳市朗驰欣创科技股份有限公司 | 一种绝缘子的缺陷检测方法、系统及终端设备 |
CN111833303A (zh) * | 2020-06-05 | 2020-10-27 | 北京百度网讯科技有限公司 | 产品的检测方法、装置、电子设备及存储介质 |
CN113393400A (zh) * | 2021-06-22 | 2021-09-14 | 中海油田服务股份有限公司 | 消除电成像图像噪声特征的处理方法及装置 |
CN113686869A (zh) * | 2021-07-19 | 2021-11-23 | 浙江中新电力工程建设有限公司配电分公司 | 一种绝缘毯微缺陷识别装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886610A (zh) * | 2014-04-05 | 2014-06-25 | 东北电力大学 | 一种绝缘子图像缺陷检测方法 |
CN104574353A (zh) * | 2014-09-12 | 2015-04-29 | 苏州大学 | 基于视觉显著性的表面缺陷判定方法 |
-
2016
- 2016-08-03 CN CN201610630228.8A patent/CN106097380A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886610A (zh) * | 2014-04-05 | 2014-06-25 | 东北电力大学 | 一种绝缘子图像缺陷检测方法 |
CN104574353A (zh) * | 2014-09-12 | 2015-04-29 | 苏州大学 | 基于视觉显著性的表面缺陷判定方法 |
Non-Patent Citations (1)
Title |
---|
韩冷: "微小尺寸零件表面缺陷检测与识别技术研究", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780438A (zh) * | 2016-11-11 | 2017-05-31 | 广东电网有限责任公司清远供电局 | 基于图像处理的绝缘子缺陷检测方法及系统 |
CN106780438B (zh) * | 2016-11-11 | 2020-09-25 | 广东电网有限责任公司清远供电局 | 基于图像处理的绝缘子缺陷检测方法及系统 |
CN107798674A (zh) * | 2017-09-15 | 2018-03-13 | 华南理工大学 | 一种金属工件表面结构误检结果的排除方法 |
CN107798674B (zh) * | 2017-09-15 | 2021-04-23 | 华南理工大学 | 一种金属工件表面结构误检结果的排除方法 |
CN108171677A (zh) * | 2017-12-07 | 2018-06-15 | 腾讯科技(深圳)有限公司 | 一种图像处理方法及相关设备 |
CN108489996A (zh) * | 2018-02-11 | 2018-09-04 | 深圳市朗驰欣创科技股份有限公司 | 一种绝缘子的缺陷检测方法、系统及终端设备 |
CN108489996B (zh) * | 2018-02-11 | 2020-09-29 | 深圳市朗驰欣创科技股份有限公司 | 一种绝缘子的缺陷检测方法、系统及终端设备 |
CN111833303A (zh) * | 2020-06-05 | 2020-10-27 | 北京百度网讯科技有限公司 | 产品的检测方法、装置、电子设备及存储介质 |
CN111833303B (zh) * | 2020-06-05 | 2023-07-25 | 北京百度网讯科技有限公司 | 产品的检测方法、装置、电子设备及存储介质 |
CN113393400A (zh) * | 2021-06-22 | 2021-09-14 | 中海油田服务股份有限公司 | 消除电成像图像噪声特征的处理方法及装置 |
CN113393400B (zh) * | 2021-06-22 | 2022-08-30 | 中海油田服务股份有限公司 | 消除电成像图像噪声特征的处理方法及装置 |
CN113686869A (zh) * | 2021-07-19 | 2021-11-23 | 浙江中新电力工程建设有限公司配电分公司 | 一种绝缘毯微缺陷识别装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106097380A (zh) | 一种基于图像的绝缘子芯棒缺陷在线检测的系统和方法 | |
WO2020199538A1 (zh) | 基于图像监控数据的桥梁关键构件病害预警系统及方法 | |
CN105809679B (zh) | 一种基于视觉分析的山区铁路边坡落石检测方法 | |
CN103442209B (zh) | 一种输电线路的视频监控方法 | |
CN102508110B (zh) | 基于纹理的绝缘子缺陷诊断方法 | |
CN105158257B (zh) | 滑板测量方法及装置 | |
CN111830528A (zh) | 基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法 | |
CN105133471B (zh) | 一种基于线结构光路面检测系统的路面深度图像生产方法 | |
CN107687953B (zh) | 一种货车故障自动检测设备 | |
CN103076338B (zh) | 高铁接触网棒式绝缘子不良状态检测的快速模糊匹配方法 | |
CN106485694B (zh) | 一种基于级联分类器的高铁接触网双套管连接器六边形螺母脱落不良状态检测方法 | |
CN106679567A (zh) | 基于双目立体视觉的接触网及支柱几何参数检测测量系统 | |
CN101710081A (zh) | 基于图像纹理与分形维数的机械零件表面缺陷检测方法 | |
CN106056619A (zh) | 基于梯度约束Radon变换的无人机视觉电线巡检方法 | |
CN103927553B (zh) | 基于多尺度微纹理和对比度联合分布的煤岩识别方法 | |
CN108537170A (zh) | 一种电力设备固件无人机巡检销钉缺失检测方法 | |
CN112520607A (zh) | 基于机器视觉和大数据分析的建筑施工工程机械姿态安全实时监测云平台 | |
CN108009574B (zh) | 一种轨道扣件检测方法 | |
CN107292861A (zh) | 一种绝缘子破损检测方法 | |
CN115993096A (zh) | 一种高层建筑变形测量方法 | |
CN112115770A (zh) | 一种用于架空线路无人机自主巡检缺陷识别的方法及系统 | |
CN105528790A (zh) | 一种输电线路小型部件识别方法 | |
CN108898187A (zh) | 一种自动识别配电房指示设备图像的方法及装置 | |
CN112508911A (zh) | 基于巡检机器人的轨交接触网悬挂支撑部件裂纹检测系统及其检测方法 | |
CN116939532A (zh) | 一种基于5g的通信塔远程监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161109 |
|
RJ01 | Rejection of invention patent application after publication |