CN108038839B - 一种流水生产线上双绞线绞距实时检测方法 - Google Patents

Abstract

本发明公开了一种流水生产线上双绞线绞距实时检测方法，首先实时采集双绞线的原始图像进行预处理，得到二值化图像，然后绘制二值化图像对应的垂直投影图，确定原始图像中双绞线潜在绞点所在列的列号，接着确定的双绞线潜在绞点的所在列进行首次筛选，得到首次筛选后双绞线潜在绞点所在列的列号，然后再对首次筛选后双绞线潜在绞点的所在列进行再次筛选，得到双绞线实际绞点所在列的列号，最后计算双绞线实际绞点中每相邻两个绞点之间间隔的像素数，并用计算得到的像素点数乘以一个像素点所对应的实际距离，得到每相邻两个绞点之间的绞距；优点是可以实时对双绞线绕距进行检测，检测效率高，检测精度高，且可以降低报废率和生产成本。

Description

一种流水生产线上双绞线绞距实时检测方法

技术领域

本发明涉及一种双绞线绞距实时检测方法，尤其是涉及一种流水生产线上双绞线绞距实时检测方法。

背景技术

在信息化时代，网络通信设备得到了快速的发展，网络成为人们信息交流的重要手段。网线作为网络通信设备之间进行通信不可缺少的传输介质，直接影响了网络通信设备构建的网络质量好坏。现有的网线的内芯由几对双绞线组成的，双绞线的质量直接决定了网线的质量，而绞距作为双绞线的重要技术指标直接影响着双绞线的质量。传统的双绞线绞距检测方法是在双绞线生产出来后，通过人工检测的方法来实现，但是人工检测的方法不但效率低下，检测误差较大，而且在检测时双绞线已经完全生产出来了，由此导致双绞线的报废率很高。

计算机视觉技术作为计算机技术之一，其通过研究相关的计算机技术及算法，来模拟生物的宏观视觉功能，近几年一直都是各高校及相关研究机构的研究热点之一。计算机视觉技术通过利用采集得到的环境图像，对该环境图像进行处理及分析，得到人们想要的相关外界信息，我们也将其称之为图像处理技术。随着近几年对图像处理技术投入及关注度的持续增加，国内图像处理技术也日趋完善，其进行实时数据分析，效率高，精度较高，已被广泛应用于工业、交通和公安等众多相关领域里实时监测分析领域。

鉴此，设计一种基于图像处理技术的流水生产线上双绞线绞距实时检测方法，对于提高双绞线检测效率和检测精度，降低其报废率和生产成本具有重要意义。

发明内容

本发明所要解决的技术问题是提供一种可以实时对双绞线绕距进行检测，检测效率高，检测精度高，且可以降低报废率和生产成本的流水生产线上双绞线绞距实时检测方法。

本发明解决上述技术问题所采用的技术方案为：一种流水生产线上双绞线绞距实时检测方法，包括以下步骤：

(1)实时采集生产线上双绞线的原始图像，并对采集到的原始图像进行预处理，得到二值化图像；

(2)绘制二值化图像对应的垂直投影图，基于该垂直投影图确定原始图像中双绞线潜在绞点所在列的列号；

(3)设置黑色像素点验证数量，根据双绞线潜在绞点所在列的黑色像素点数量与黑色像素点验证数量的对比，对步骤(2)中确定的双绞线潜在绞点的所在列的列号进行首次筛选，得到首次筛选后双绞线潜在绞点所在列的列号；

(4)利用先验水平距离，对首次筛选后双绞线潜在绞点的所在列的列号进行再次筛选，得到双绞线实际绞点所在列的列号；

(5)计算双绞线实际绞点中每相邻两个绞点之间间隔的像素数，并用计算得到的像素点数乘以一个像素点所对应的实际距离，得到每相邻两个绞点之间的绞距。

所述的步骤(1)中得到二值图像的具体步骤为：

1.1.将1300万像素的工业级USB摄像头固定设置在双绞线绞线机的出线口后侧上方，出线口后侧下方设置黑色的吸光摄影布作为背景，工业级USB摄像头的镜头底部到双绞线的垂直距离为10.5cm～11.5cm；

1.2.工业级USB摄像头实时采集从双绞线绞线机的出线口输出后通过其下方的双绞线的图像，该图像为双绞线的原始图像，将该原始图像的分辨率大小记为m×n，m表示行数，n表示列数，并将该原始图像发送给计算机；

1.3.将原始图像做灰度化处理，得到分辨率大小为m×n的灰度图像；

1.4.将灰度图像进行中值滤波处理，得到分辨率大小为m×n的滤波图像；

1.5.计算滤波图像中每个像素点的灰度值；

1.6.设定一灰度值阈值，将其记为T，令T＝90，对滤波图像中每个像素点按照以下规则进行处理：如果像素点的灰度值大于等于T，则将其灰度值修改为0，如果像素点的灰度值小于T，则将其灰度值修改为255，得到背景为白色，双绞线部分为黑色的二值化图像，二值化图像的分辨率大小为m×n；该方法能将三通道的原始彩色图像简化为单通道的灰度图像，通过中值滤波减少图像的噪声，并在此基础上进行二值化处理，从而极大地简化了后期处理的难度，减少了处理时间，并提高了处理结果的精度。

所述的步骤(2)中确定原始图像中双绞线潜在绞点所在列的列号的具体步骤为：

2.1统计二值化图像中每1列中上颜色为黑色的像素点数量之和，将第i列颜色为黑色的像素点的数量之和记为s_i，i＝1，2，3，…，n，构建包括n个数据的第一数组，将第一数组记为A，将第一数组A中的第i个数据记为A_i，A_i中下表i表示数据A_i在第一数组A中的位置，将s_i的值赋予A_i；

2.2.绘制一幅分辨率大小为m×n的双绞线的垂直投影图，具体过程为：先绘制一张分辨率大小为m×n的白色图像，将白色图像第i列中从下向上数第1个像素点～第A_i个像素点的颜色全部修改为黑色，得到的图像即为双绞线的垂直投影图；

2.3获取潜在绞点所在列的列号，具体过程为：

2.3.1.按照从左往右的顺序依次扫描双绞线的垂直投影图的每1列，获取每1列中黑色像素点的数量，并按照扫描顺序依次找到双绞线的垂直投影图的每1列～第n列中所有满足以下条件的列：相邻三列中，位于中间一列的黑色像素点的数量小于等于前一列的黑色像素点的数量且小于后一列的黑色像素点的数量，将该中间一列作为一个潜在绞点所在列；

2.3.2.将步骤2.3.1中第j次找到的潜在绞点所在列的列号记为p_j，其中j＝1，2，…，q，

符号[]为向下取整符号；

2.4构建包括q个数据的第二数组，将第二数组记为B，将第二数组B中的第j个数据记为B_j，B_j中下标j表示B_j在第二数组B中的位置，将p_j的值赋予B_j，此时第二数组B中的q个数据对应为原始图像中双绞线潜在绞点所在列的列号；该方法原理简单，容易理解以及实现，并且效果好，能够有效找出双绞线潜在绞点所在列的列号。

所述的步骤(3)中得到首次筛选后双绞线潜在绞点所在列的列号的具体步骤为：

3.1.统计双绞线的垂直投影图中第B₁列～第B_q列包含的黑色像素点的数量，找到双绞线垂直投影图中第B₁列～第B_q列包含黑色像素点的数量最少的列，如果只找到一列，则该列为找到的列，如果找到多列，则选取其中列号最小的列作为找到的列，该列对应的列号为B_k，k为大于等于1且小于等于q的整数，将第B_k列包含的黑色像素点的数量记为h_k，并设置黑色像素点验证数量为h′_k，令h′_k＝h_k+5；

3.3.将双绞线的垂直投影图中第B₁列～第B_q列包含黑色像素点的数量依次与h′_k进行比较，如果某一列的黑色像素点数量大于h′_k，则将其相应的列号从第二数组B中删除，得到更新后的第二数组B，统计更新后的第二数组B中数据的数量，将其数量记为v；

3.4.构建包括v个数据的第三数组，将第三数组记为C，将第三数组C中的第g个数据记为C_g，g＝1，2，3，…，v，C_g中下标g表示C_g在第三数组C中的位置；

3.5.将更新后的第二数组B中第1个数据赋予C₁，第2个数据赋予C₂，以此类推，直至第v个数据赋予C_v，此时第三数组中v个数据C₁～C_v即为首次筛选后双绞线潜在绞点所在列的列号。该方法简单实用，能够对双绞线潜在绞点进行筛选，提高检测的正确性及精度。

所述的步骤(4)中得到双绞线实际绞点所在列的列号的具体步骤为：

4.1.将两个绞点之间至少相距的像素点参考数记为D_min，令D_min＝210，定义一变量t；

4.2.对变量t进行初始化：从第三数组C找到等于B_k的数据，并确定该数据在第三数组C中的位置，将其位置作为初始值赋予t，数据C_t为该位置t处的数据；

4.3.将位置t的初始值作为此时筛选的比较起始位置，从位置t开始从右往左依次进行筛选，具体过程为：

4.3.1.设置一变量u以及一中间参数D；

4.3.2.令u＝t-1，令D＝C_u+1-C_u，将D与D_min进行比较，若D≥D_min，则确定第三数组C中u位置处记录的列号，在原始图像中该列上存在真实绞点，若D<D_min，则确定第三数组C中u位置记录的列号，在原始图像中该列上不存在绞点，将其从第三数组C中删除；

4.3.3.判断t的当前值是否为2，如果为2，则完成从右往左的筛选，如果大于2，则采用t的当前值减1后的值更新t，重复步骤4.3.2～4.3.3；

4.4.使变量t的值恢复其初始值，从位置t开始从左往右依次进行筛选，具体过程为：

4.4.1.设置一变量u'以及一中间参数D'；

4.4.2.令u'＝t+1，令D'＝C_u'-C_u'-1，将D'与D_min进行比较，若D'≥D_min，则确定第三数组C中u'位置处记录的列号，在原始图像中该列上存在真实绞点，若D'<D_min，则确定第三数组C中u'位置记录的列号，在原始图像中该列上不存在绞点，将其从第三数组C中删除；

4.4.3.判断t的当前值是否为v-1，如果为v-1，则完成从左往右的筛选，如果小于v-1，则采用t的当前值加1后的值更新t，重复步骤4.4.2～4.4.3；

4.5.按照步骤4.3和步骤4.4完成筛选后，此时第三数组C中剩余的数据即为双绞线实际绞点所在列的列号，将第三数组C中剩余的数据从左往右再次进行位置排序，得到更新后的第三数组C，统计更新后的第三数组C中数据的数量，将其记为w；该方法同步骤(3)相结合，可以保证将双绞线的潜在绞点中错误的绞点进行删除，只留下正确的双绞线绞点位置，保证检测的精度，降低错误率。

所述的步骤(5)的具体步骤为：

5.1.按照以下规则计算原始图像中双绞线实际绞点中每相邻两个绞点之间的像素点：采用更新后的第三数组C中位于后一位置处的数据减去位于前一位置处的数据，得到相邻两个绞点之间的像素点；

5.2.将步骤5.1中得到的像素点分别乘以单位像素点所对应的实际距离d，d＝32um，得到原始图像中双绞线从左往右的全部绞距。该方法计算过程简单，精度高。

与现有技术相比，本发明的优点在于将图像处理技术应用于双绞线绞距检测，首先实时采集双绞线的原始图像，并对采集到的原始图像进行预处理，得到二值化图像，然后绘制二值化图像对应的垂直投影图，基于该垂直投影图确定原始图像中双绞线潜在绞点所在列的列号，接着设置黑色像素点验证数量，根据双绞线潜在绞点所在列的黑色像素点数量与黑色像素点验证数量的对比，对确定的双绞线潜在绞点的所在列进行首次筛选，得到首次筛选后双绞线潜在绞点所在列的列号，利用先验水平距离，对首次筛选后双绞线潜在绞点的所在列进行再次筛选，得到双绞线实际绞点所在列的列号，最后计算双绞线实际绞点中每相邻两个绞点之间间隔的像素数，并用计算得到的像素点数乘以一个像素点所对应的实际距离，得到每相邻两个绞点之间的绞距，实现双绞线绞距的实时检测，本发明的方法可以在网线的生产过程中实时、快速地对双绞线绞距的合格度进行实时判断，检测效率高，检测精度高，并且，当检测结果不合格时，可以马上停止生产线，降低报废率和生产成本，减少损失。

具体实施方式

以下结合实施例对本发明作进一步详细描述。

实施例一：一种流水生产线上双绞线绞距实时检测方法，包括以下步骤：

(1)实时采集生产线上双绞线的原始图像，并对采集到的原始图像进行预处理，得到二值化图像；

(2)绘制二值化图像对应的垂直投影图，基于该垂直投影图确定原始图像中双绞线潜在绞点所在列的列号；

(3)设置黑色像素点验证数量，根据双绞线潜在绞点所在列的黑色像素点数量与黑色像素点验证数量的对比，对步骤(2)中确定的双绞线潜在绞点的所在列的列号进行首次筛选，得到首次筛选后双绞线潜在绞点所在列的列号；

(4)利用先验水平距离，对首次筛选后双绞线潜在绞点的所在列的列号进行再次筛选，得到双绞线实际绞点所在列的列号；

(5)计算双绞线实际绞点中每相邻两个绞点之间间隔的像素数，并用计算得到的像素点数乘以一个像素点所对应的实际距离，得到每相邻两个绞点之间的绞距。

实施例二：一种流水生产线上双绞线绞距实时检测方法，包括以下步骤：

(1)实时采集生产线上双绞线的原始图像，并对采集到的原始图像进行预处理，得到二值化图像；

(2)绘制二值化图像对应的垂直投影图，基于该垂直投影图确定原始图像中双绞线潜在绞点所在列的列号；

(3)设置黑色像素点验证数量，根据双绞线潜在绞点所在列的黑色像素点数量与黑色像素点验证数量的对比，对步骤(2)中确定的双绞线潜在绞点的所在列的列号进行首次筛选，得到首次筛选后双绞线潜在绞点所在列的列号；

(4)利用先验水平距离，对首次筛选后双绞线潜在绞点的所在列的列号进行再次筛选，得到双绞线实际绞点所在列的列号；

(5)计算双绞线实际绞点中每相邻两个绞点之间间隔的像素数，并用计算得到的像素点数乘以一个像素点所对应的实际距离，得到每相邻两个绞点之间的绞距。

本实施例中，步骤(1)中得到二值图像的具体步骤为：

1.1.将1300万像素的工业级USB摄像头固定设置在双绞线绞线机的出线口后侧上方，出线口后侧下方设置黑色的吸光摄影布作为背景，工业级USB摄像头的镜头底部到双绞线的垂直距离为10.5cm～11.5cm；

1.2.工业级USB摄像头实时采集从双绞线绞线机的出线口输出后通过其下方的双绞线的图像，该图像为双绞线的原始图像，将该原始图像的分辨率大小记为m×n，m表示行数，n表示列数，并将该原始图像发送给计算机；

1.3.将原始图像做灰度化处理，得到分辨率大小为m×n的灰度图像；

1.4.将灰度图像进行中值滤波处理，得到分辨率大小为m×n的滤波图像；

1.5.计算滤波图像中每个像素点的灰度值；

1.6.设定一灰度值阈值，将其记为T，令T＝90，对滤波图像中每个像素点按照以下规则进行处理：如果像素点的灰度值大于等于T，则将其灰度值修改为0，如果像素点的灰度值小于T，则将其灰度值修改为255，得到背景为白色，双绞线部分为黑色的二值化图像，二值化图像的分辨率大小为m×n；

本实施例中，步骤(2)中确定原始图像中双绞线潜在绞点所在列的列号的具体步骤为：

2.1统计二值化图像中每1列中上颜色为黑色的像素点数量之和，将第i列颜色为黑色的像素点的数量之和记为s_i，i＝1，2，3，…，n，构建包括n个数据的第一数组，将第一数组记为A，将第一数组A中的第i个数据记为A_i，A_i中下表i表示数据A_i在第一数组A中的位置，将s_i的值赋予A_i；

2.2.绘制一幅分辨率大小为m×n的双绞线的垂直投影图，具体过程为：先绘制一张分辨率大小为m×n的白色图像，将白色图像第i列中从下向上数第1个像素点～第A_i个像素点的颜色全部修改为黑色，得到的图像即为双绞线的垂直投影图；

2.3获取潜在绞点所在列的列号，具体过程为：

2.3.1.按照从左往右的顺序依次扫描双绞线的垂直投影图的每1列，获取每1列中黑色像素点的数量，并按照扫描顺序依次找到双绞线的垂直投影图的每1列～第n列中所有满足以下条件的列：相邻三列中，位于中间一列的黑色像素点的数量小于等于前一列的黑色像素点的数量且小于后一列的黑色像素点的数量，将该中间一列作为一个潜在绞点所在列；

2.3.2.将步骤2.3.1中第j次找到的潜在绞点所在列的列号记为p_j，其中j＝1，2，…，q，

符号[]为向下取整符号；

2.4构建包括q个数据的第二数组，将第二数组记为B，将第二数组B中的第j个数据记为B_j，B_j中下标j表示B_j在第二数组B中的位置，将p_j的值赋予B_j，此时第二数组B中的q个数据对应为原始图像中双绞线潜在绞点所在列的列号；

本实施例中，步骤(3)中得到首次筛选后双绞线潜在绞点所在列的列号的具体步骤为：

3.1.统计双绞线的垂直投影图中第B₁列～第B_q列包含的黑色像素点的数量，找到双绞线垂直投影图中第B₁列～第B_q列包含黑色像素点的数量最少的列，如果只找到一列，则该列为找到的列，如果找到多列，则选取其中列号最小的列作为找到的列，该列对应的列号为B_k，k为大于等于1且小于等于q的整数，将第B_k列包含的黑色像素点的数量记为h_k，并设置黑色像素点验证数量为h′_k，令h′_k＝h_k+5；

3.3.将双绞线的垂直投影图中第B₁列～第B_q列包含黑色像素点的数量依次与h′_k进行比较，如果某一列的黑色像素点数量大于h′_k，则将其相应的列号从第二数组B中删除，得到更新后的第二数组B，统计更新后的第二数组B中数据的数量，将其数量记为v；

3.4.构建包括v个数据的第三数组，将第三数组记为C，将第三数组C中的第g个数据记为C_g，g＝1，2，3，…，v，C_g中下标g表示C_g在第三数组C中的位置；

3.5.将更新后的第二数组B中第1个数据赋予C₁，第2个数据赋予C₂，以此类推，直至第v个数据赋予C_v，此时第三数组中v个数据C₁～C_v即为首次筛选后双绞线潜在绞点所在列的列号。

本实施例中，步骤(4)中得到双绞线实际绞点所在列的列号的具体步骤为：

4.1.将两个绞点之间至少相距的像素点参考数记为D_min，令D_min＝210，定义一变量t；

4.2.对变量t进行初始化：从第三数组C找到等于B_k的数据，并确定该数据在第三数组C中的位置，将其位置作为初始值赋予t，数据C_t为该位置t处的数据；

4.3.将位置t的初始值作为此时筛选的比较起始位置，从位置t开始从右往左依次进行筛选，具体过程为：

4.3.1.设置一变量u以及一中间参数D；

4.3.2.令u＝t-1，令D＝C_u+1-C_u，将D与D_min进行比较，若D≥D_min，则确定第三数组C中u位置处记录的列号，在原始图像中该列上存在真实绞点，若D<D_min，则确定第三数组C中u位置记录的列号，在原始图像中该列上不存在绞点，将其从第三数组C中删除；

4.3.3.判断t的当前值是否为2，如果为2，则完成从右往左的筛选，如果大于2，则采用t的当前值减1后的值更新t，重复步骤4.3.2～4.3.3；

4.4.使变量t的值恢复其初始值，从位置t开始从左往右依次进行筛选，具体过程为：

4.4.1.设置一变量u'以及一中间参数D'；

4.4.2.令u'＝t+1，令D'＝C_u'-C_u'-1，将D'与D_min进行比较，若D'≥D_min，则确定第三数组C中u'位置处记录的列号，在原始图像中该列上存在真实绞点，若D'<D_min，则确定第三数组C中u'位置记录的列号，在原始图像中该列上不存在绞点，将其从第三数组C中删除；

4.4.3.判断t的当前值是否为v-1，如果为v-1，则完成从左往右的筛选，如果小于v-1，则采用t的当前值加1后的值更新t，重复步骤4.4.2～4.4.3；

4.5.按照步骤4.3和步骤4.4完成筛选后，此时第三数组C中剩余的数据即为双绞线实际绞点所在列的列号，将第三数组C中剩余的数据从左往右再次进行位置排序，得到更新后的第三数组C，统计更新后的第三数组C中数据的数量，将其记为w；

本实施例中，步骤(5)的具体步骤为：

5.1.按照以下规则计算原始图像中双绞线实际绞点中每相邻两个绞点之间的像素点：采用更新后的第三数组C中位于后一位置处的数据减去位于前一位置处的数据，得到相邻两个绞点之间的像素点；

5.2.将步骤5.1中得到的像素点分别乘以单位像素点所对应的实际距离d，d＝32um，得到原始图像中双绞线从左往右的全部绞距。

Claims (3)

1.一种流水生产线上双绞线绞距实时检测方法，其特征在于包括以下步骤：

(1)实时采集生产线上双绞线的原始图像，并对采集到的原始图像进行预处理，得到二值化图像；

(2)绘制二值化图像对应的垂直投影图，基于该垂直投影图确定原始图像中双绞线潜在绞点所在列的列号；

(3)设置黑色像素点验证数量，根据双绞线潜在绞点所在列的黑色像素点数量与黑色像素点验证数量的对比，对步骤(2)中确定的双绞线潜在绞点的所在列的列号进行首次筛选，得到首次筛选后双绞线潜在绞点所在列的列号；

(4)利用先验水平距离，对首次筛选后双绞线潜在绞点的所在列的列号进行再次筛选，得到双绞线实际绞点所在列的列号；

(5)计算双绞线实际绞点中每相邻两个绞点之间间隔的像素数，并用计算得到的像素点数乘以一个像素点所对应的实际距离，得到每相邻两个绞点之间的绞距；

所述的步骤(2)中确定原始图像中双绞线潜在绞点所在列的列号的具体步骤为：

2.1统计二值化图像中每1列中上颜色为黑色的像素点数量之和，将第i列颜色为黑色的像素点的数量之和记为s_i，i＝1，2，3，…，n，构建包括n个数据的第一数组，将第一数组记为A，将第一数组A中的第i个数据记为A_i，A_i中下表i表示数据A_i在第一数组A中的位置，将s_i的值赋予A_i；

2.2.绘制一幅分辨率大小为m×n的双绞线的垂直投影图，具体过程为：先绘制一张分辨率大小为m×n的白色图像，将白色图像第i列中从下向上数第1个像素点～第A_i个像素点的颜色全部修改为黑色，得到的图像即为双绞线的垂直投影图；

2.3获取潜在绞点所在列的列号，具体过程为：

2.3.1.按照从左往右的顺序依次扫描双绞线的垂直投影图的每1列，获取每1列中黑色像素点的数量，并按照扫描顺序依次找到双绞线的垂直投影图的每1列～第n列中所有满足以下条件的列：相邻三列中，位于中间一列的黑色像素点的数量小于等于前一列的黑色像素点的数量且小于后一列的黑色像素点的数量，将该中间一列作为一个潜在绞点所在列；

2.3.2.将步骤2.3.1中第j次找到的潜在绞点所在列的列号记为p_j，其中j＝1，2，…，q，

符号[]为向下取整符号；

2.4构建包括q个数据的第二数组，将第二数组记为B，将第二数组B中的第j个数据记为B_j，B_j中下标j表示B_j在第二数组B中的位置，将p_j的值赋予B_j，此时第二数组B中的q个数据对应为原始图像中双绞线潜在绞点所在列的列号；

所述的步骤(3)中得到首次筛选后双绞线潜在绞点所在列的列号的具体步骤为：

3.1.统计双绞线的垂直投影图中第B₁列～第B_q列包含的黑色像素点的数量，找到双绞线垂直投影图中第B₁列～第B_q列包含黑色像素点的数量最少的列，如果只找到一列，则该列为找到的列，如果找到多列，则选取其中列号最小的列作为找到的列，该列对应的列号为B_k，k为大于等于1且小于等于q的整数，将第B_k列包含的黑色像素点的数量记为h_k，并设置黑色像素点验证数量为h′_k，令h′_k＝h_k+5；

3.3.将双绞线的垂直投影图中第B₁列～第B_q列包含黑色像素点的数量依次与h′_k进行比较，如果某一列的黑色像素点数量大于h′_k，则将其相应的列号从第二数组B中删除，得到更新后的第二数组B，统计更新后的第二数组B中数据的数量，将其数量记为v；

3.4.构建包括v个数据的第三数组，将第三数组记为C，将第三数组C中的第g个数据记为C_g，g＝1，2，3，…，v，C_g中下标g表示C_g在第三数组C中的位置；

3.5.将更新后的第二数组B中第1个数据赋予C₁，第2个数据赋予C₂，以此类推，直至第v个数据赋予C_v，此时第三数组中v个数据C₁～C_v即为首次筛选后双绞线潜在绞点所在列的列号；

所述的步骤(4)中得到双绞线实际绞点所在列的列号的具体步骤为：

4.1.将两个绞点之间至少相距的像素点参考数记为D_min，令D_min＝210，定义一变量t；

4.2.对变量t进行初始化：从第三数组C找到等于B_k的数据，并确定该数据在第三数组C中的位置，将其位置作为初始值赋予t，数据C_t为该位置t处的数据；

4.3.将位置t的初始值作为此时筛选的比较起始位置，从位置t开始从右往左依次进行筛选，具体过程为：

4.3.1.设置一变量u以及一中间参数D；

4.3.2.令u＝t-1，令D＝C_u+1-C_u，将D与D_min进行比较，若D≥D_min，则确定第三数组C中u位置处记录的列号，在原始图像中该列上存在真实绞点，若D<D_min，则确定第三数组C中u位置记录的列号，在原始图像中该列上不存在绞点，将其从第三数组C中删除；

4.3.3.判断t的当前值是否为2，如果为2，则完成从右往左的筛选，如果大于2，则采用t的当前值减1后的值更新t，重复步骤4.3.2～4.3.3；

4.4.使变量t的值恢复其初始值，从位置t开始从左往右依次进行筛选，具体过程为：

4.4.1.设置一变量u'以及一中间参数D'；

4.4.2.令u'＝t+1，令D'＝C_u'-C_u'-1，将D'与D_min进行比较，若D'≥D_min，则确定第三数组C中u'位置处记录的列号，在原始图像中该列上存在真实绞点，若D'<D_min，则确定第三数组C中u'位置记录的列号，在原始图像中该列上不存在绞点，将其从第三数组C中删除；

4.4.3.判断t的当前值是否为v-1，如果为v-1，则完成从左往右的筛选，如果小于v-1，则采用t的当前值加1后的值更新t，重复步骤4.4.2～4.4.3；

4.5.按照步骤4.3和步骤4.4完成筛选后，此时第三数组C中剩余的数据即为双绞线实际绞点所在列的列号，将第三数组C中剩余的数据从左往右再次进行位置排序，得到更新后的第三数组C，统计更新后的第三数组C中数据的数量，将其记为w。

2.根据权利要求1所述的一种流水生产线上双绞线绞距实时检测方法，其特征在于所述的步骤(1)中得到二值图像的具体步骤为：

1.1.将1300万像素的工业级USB摄像头固定设置在双绞线绞线机的出线口后侧上方，出线口后侧下方设置黑色的吸光摄影布作为背景，工业级USB摄像头的镜头底部到双绞线的垂直距离为10.5cm～11.5cm；

1.2.工业级USB摄像头实时采集从双绞线绞线机的出线口输出后通过其下方的双绞线的图像，该图像为双绞线的原始图像，将该原始图像的分辨率大小记为m×n，m表示行数，n表示列数，并将该原始图像发送给计算机；

1.3.将原始图像做灰度化处理，得到分辨率大小为m×n的灰度图像；

1.4.将灰度图像进行中值滤波处理，得到分辨率大小为m×n的滤波图像；

1.5.计算滤波图像中每个像素点的灰度值；

1.6.设定一灰度值阈值，将其记为T，令T＝90，对滤波图像中每个像素点按照以下规则进行处理：如果像素点的灰度值大于等于T，则将其灰度值修改为0，如果像素点的灰度值小于T，则将其灰度值修改为255，得到背景为白色，双绞线部分为黑色的二值化图像，二值化图像的分辨率大小为m×n。

3.根据权利要求1所述的一种流水生产线上双绞线绞距实时检测方法，其特征在于所述的步骤(5)的具体步骤为：

5.1.按照以下规则计算原始图像中双绞线实际绞点中每相邻两个绞点之间的像素点：采用更新后的第三数组C中位于后一位置处的数据减去位于前一位置处的数据，得到相邻两个绞点之间的像素点；

5.2.将步骤5.1中得到的像素点分别乘以单位像素点所对应的实际距离d，d＝32um，得到原始图像中双绞线从左往右的全部绞距。