CN109059789A - 基于机器视觉的电缆节距在线检测方法 - Google Patents
基于机器视觉的电缆节距在线检测方法 Download PDFInfo
- Publication number
- CN109059789A CN109059789A CN201810954166.5A CN201810954166A CN109059789A CN 109059789 A CN109059789 A CN 109059789A CN 201810954166 A CN201810954166 A CN 201810954166A CN 109059789 A CN109059789 A CN 109059789A
- Authority
- CN
- China
- Prior art keywords
- cable
- pitch
- length
- image
- measurement
- 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.)
- Granted
Links
- 238000010998 test method Methods 0.000 title claims abstract description 15
- 238000012360 testing method Methods 0.000 claims abstract description 50
- 238000005259 measurement Methods 0.000 claims description 65
- 238000004519 manufacturing process Methods 0.000 claims description 34
- 238000001514 detection method Methods 0.000 claims description 25
- 238000012216 screening Methods 0.000 claims description 6
- 238000009795 derivation Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 238000001125 extrusion Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 239000011295 pitch Substances 0.000 description 72
- 238000000034 method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000013439 planning Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种基于机器视觉的电缆节距在线检测方法,包括以下内容:加载配置数据,开始检测;启动包括拍照设备及光源的视觉系统;获取待测电缆的图像作为待测图像;根据待测图像计算该电缆的节距,并保存节距数据;判断节距是否符合要求;将节距及配置数据上传至管理中心。本发明根据视觉系统获取待测电缆图像,通过标定测量线,获取X段单节电缆的长度L,进而结合电缆芯数N,计算该电缆的节距,得到节距数据,之后上传至管理中心,达到在线检测的目的。
Description
技术领域
本发明涉及电缆行业质量检测技术领域,特别是涉及一种基于机器视觉的电缆节距在线检测方法。
背景技术
在电缆行业中,绞合过程中的节距(又称绞距)是影响电缆性能指标和企业成本核算的重要指标。节距通常是指绞线上的单根线缆绕中心缠绕一周所经过的沿电缆方向的距离。节距越小则线缆缠绕越紧密,反之越松弛。节距对绞合线的柔软度、韧性、电阻、电性能衰减等指标都有直接影响,在国家相关导体标准中亦对此类参数有相关规范。
对于特定制程、特定用途要求的绞合电缆,存在偏差的节距不仅会影响产品本身质量,还会对产品制造成本核算带来干扰(如过小的节距会导致线缆变硬、铜线成本上升等)。节距通常由绞合速度和挤出速度及绞合根数等参数决定,在生产过程中通常采用假定为理想值并最后进行抽检的方式确定。
抽检不仅费时耗力,且可能带来误判,迟判,造成不必要的损失。
发明内容
本发明的目的在于提供一种基于机器视觉的电缆节距在线检测方法,利用将产线与机器视觉系统结合的办法,可以实现产品全检并实时跟踪节距变化,保证生产线的稳定可靠。
为了实现上述目的,本发明提供了以下技术方案:
本发明提供一种基于机器视觉的电缆节距在线检测方法,包括以下内容:
2.1、加载配置数据,开始检测;
2.2、启动包括拍照设备及光源的视觉系统;
2.3、获取待测电缆的图像作为待测图像;
2.4、根据待测图像计算该电缆的节距,并保存节距数据;
2.5、判断节距是否符合要求,当节距在预设值误差范围内时,返回步骤2.3,重复步骤2.3至步骤2.5操作;当节距超出预设值误差范围时,发出调节生产参数警报和/或控制指令,在配置数据更新后,返回步骤2.1重新开始检测,其中生产参数包括生产电缆的挤出速度及转子速度;
2.6、将节距及配置数据上传至管理中心。
其中,步骤2.4中,计算电缆节距的具体内容如下:
2.41、在待测图像的电缆位置沿着电缆方向测算X段单节电缆的长度L,具体如下:
a、构建标准测量模型,包括沿着电缆方向的测量线及垂直于测量线且相互间隔一定标准距离的截线,预先设定标准测量模型的测量线的长度、截线的宽度及截线之间的标准距离,形成标准测量模型;
b、在待测图像的电缆位置标定标准测量模型,形成测量区域;
c、沿着截线长度方向获取测量区域的待测图像的灰度值,得到灰度直方图;
d、对灰度直方图求导,得到目标图像;
e、对目标图像进行阈值筛选,选出电缆的每一段单节电缆长度测量边缘的测量点;
f、将每一段单节电缆长度测量边缘的截线的位置调节至前述测量点的位置,形成实际测量模型;
g、根据实际测量模型,得到单节电缆的段数值,判断段数值是否符合要求;若是段数值大于等于预设段数X,则执行下一程序;若是段数值小于预设段数X,则调节测量线长度,返回程序a;
h、检测获取X段单节电缆的长度L;
2.42、根据X段单节电缆的长度L及电缆芯数N,计算该电缆的节距。
与现有技术相比,本发明具有以下优点:
本发明的基于机器视觉的电缆节距在线检测方法,根据视觉系统获取待测电缆图像,通过标定测量线,获取X段单节电缆的长度L,进而结合电缆芯数N,计算该电缆的节距,得到节距数据,之后上传至管理中心,达到在线检测的目的。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明的电缆节距检测方法的流程图;
图2为本发明的电缆生产及节距在线检测的系统框图;
图3为本发明的电缆的待测图像示例图;
图4为本发明的标准测量模型示例图;
图5为本发明的进行平滑滤波后的灰度直方示例图;
图6为本发明的图5的一阶导数图;
图7为本发明的节距测量示例一;
图8为本发明的节距测量示例二;
图9为本发明的节距在线检测方法的流程图。
具体实施方式
以下结合附图对本发明的实施例进行说明,应当理解,此处所描述的实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1
如图1所示,本实施例提供一种电缆节距检测方法,包括以下内容:
步骤1.1、获取待测电缆的图像作为待测图像;
步骤1.2、在待测图像的电缆位置沿着电缆方向测算X段单节电缆的长度L,具体如下:
步骤1.21、构建标准测量模型,包括沿着电缆方向的测量线及垂直于测量线且相互间隔一定标准距离的截线,预先设定标准测量模型的测量线的长度、截线的宽度及截线之间的标准距离,形成标准测量模型;
步骤1.22、在待测图像的电缆位置标定标准测量模型,形成测量区域;
1.23、沿着截线长度方向获取测量区域的待测图像的灰度值,得到灰度直方图;
1.24、对灰度直方图求导,得到目标图像;
1.25、对目标图像进行阈值筛选,选出电缆的每一段单节电缆长度测量边缘的测量点;
1.26、将每一段单节电缆长度测量边缘的截线的位置调节至前述测量点的位置,形成实际测量模型;
1.27、根据实际测量模型,得到单节电缆的段数值,检测获取X段单节电缆的长度L;
步骤1.3、根据X段单节电缆的长度L及电缆芯数N,计算该电缆的节距。
其中,步骤1.24的具体内容如下:对灰度直方图求一阶导数,得到目标图像;或,对灰度直方图求一阶导数,再求二阶导数,得到目标图像。
作为一选项,在步骤1.23中,得到灰度直方图之后,先采用高斯滤波器对灰度直方图进行平滑滤波,以得到更准确的得到灰度直方图,再执行下一步骤。
在步骤1.3中,电缆的节距Q通过下述公式计算:
作为一选项,在对灰度计算、截线长宽及节距计算公式等相关参数进行配置时,可对单节电缆段数值及测量线长度进行配置,使得段数值达到一定值,以免段数值过小影响节距计算结果的准确性。此时,步骤1.27的具体内容如下:
1.271、根据实际测量模型,得到单节电缆的段数值,判断段数值是否符合要求;若是段数值大于等于预设段数X,则执行下一步骤;若是段数值小于预设段数X,则调节测量线长度,返回步骤1.21;
1.272、检测获取X段单节电缆(X段连续的单节电缆)的长度L。
如前述,根据待测电缆图像,通过标定测量线,获取X段单节电缆的长度L,进而结合电缆芯数N,计算该电缆的节距。
实施例2
如图9所示,本实施例提供一种基于机器视觉的电缆节距在线检测方法,包括以下内容:
步骤2.1、加载配置数据(包括后述的生产参数及测量模型参数等相关生产设备及检测流程所设计的数据),开始检测;
步骤2.2、启动包括拍照设备及光源的视觉系统;
步骤2.3、获取待测电缆的图像作为待测图像;
步骤2.4、根据待测图像计算该电缆的节距,并保存节距数据;
步骤2.5、判断节距是否符合要求,当节距在预设值误差范围内时,返回步骤2.3,重复步骤2.3至步骤2.5操作;当节距超出预设值误差范围时,发出调节生产参数警报和/或控制指令,在配置数据更新后,返回步骤2.1重新开始检测,其中生产参数包括生产电缆的挤出速度及转子速度;
步骤2.6、定时或即时的将前述步骤的节距及配置数据上传至管理中心。
其中,步骤2.4中,计算电缆节距的具体内容如下:
步骤2.41、在待测图像的电缆位置沿着电缆方向测算X段单节电缆的长度L,具体如下:
a、构建标准测量模型,包括沿着电缆方向的测量线及垂直于测量线且相互间隔一定标准距离的截线,预先设定标准测量模型的测量线的长度、截线的宽度及截线之间的标准距离,形成标准测量模型;
b、在待测图像的电缆位置标定标准测量模型,形成测量区域;
c、沿着截线长度方向获取测量区域的待测图像的灰度值,得到灰度直方图;
d、对灰度直方图求导,得到目标图像;
e、对目标图像进行阈值筛选,选出电缆的每一段单节电缆长度测量边缘的测量点;
f、将每一段单节电缆长度测量边缘的截线的位置调节至前述测量点的位置,形成实际测量模型;
g、根据实际测量模型,得到单节电缆的段数值,判断段数值是否符合要求;若是段数值大于等于预设段数X,则执行下一程序;若是段数值小于预设段数X,则调节测量线长度,返回程序a;
h、检测获取X段单节电缆的长度L;
步骤2.42、根据X段单节电缆的长度L及电缆芯数N,计算该电缆的节距。
前述程序d的具体内容如下:对灰度直方图求一阶导数,得到目标图像;或,对灰度直方图求一阶导数,再求二阶导数,得到目标图像。
前述程序c中,得到灰度直方图之后,先采用高斯滤波器对灰度直方图进行平滑滤波,以得到更准确的得到灰度直方图,再执行下一程序。
在前述的基于机器视觉的电缆节距在线检测方法的基础上,本实施例还提供了检测系统,包括以下内容:
配置数据模块:加载配置数据,开始检测;
启动视觉系统模块:启动包括拍照设备及光源的视觉系统;
获取待测图像模块:基于视觉系统,获取待测电缆的图像作为待测图像;
计算节距模块:根据待测图像计算该电缆的节距,并保存节距数据;
判断节距模块:判断节距是否符合要求,当节距在预设值误差范围内时,继续获取待测图像及计算节距的操作;当节距超出预设值误差范围时,发出调节生产参数警报和/或控制指令,在配置数据更新后,返回配置数据重新开始检测,其中生产参数包括生产电缆的挤出速度及转子速度;
上传数据模块:将节距及配置数据上传至管理中心。
其中,该检测系统相关模块的具体内容可参见前述检测方法。
如前述,根据视觉系统获取待测电缆图像,通过标定测量线,获取X段单节电缆的长度L,进而结合电缆芯数N,计算该电缆的节距,得到节距数据,之后上传至管理中心,达到在线检测的目的。
下述将对实施例2进行更具体的说明。
其计算原理如下:
设电缆绞合产线正在生产一种理想节距为P的电缆。该电缆外围由N根电缆绞合而成,每根线缆宽为M。理想情况下单根电线间应紧密排列,有P=N*M。但在实际过程中,由于设备、材料误差等原因,材料间的可能存在间隙,此外也可能某段被过度绞合使节距变小。此时,可以采用机器视觉的方法,实现对节距实际状况的在线检测;通过视觉系统得到实时平均线间距为k,则实际节距Q=N*k。
参见图2,是电缆生产及节距检测的系统框图。电缆生产线上,经绞合机绞合输出电缆,进而筛选绕线打包。生产线上设置光源(系统光源)照射电缆,通过工业相机(或摄像机)拍照获取电缆图像,进而通过工控机计算节距,最后经以太网将节距及配置数据等数据传输至MES系统(Manufacturing Execution System,制造企业生产过程执行系统)或ERP系统(Enterprise Resource Planning,企业资源计划系统)等管理中心(图9中,企业云中心)。在需要对生产电缆的挤出速度及转子速度等生产参数进行调节时,工控机根据节距计算调整后的生产参数,进而通过执行机构PLC根据生产参数通过执行机构对绞合机等产线设备进行调节;当然,除了前述自动化调节,也可以采用人工调节。
参见图3,是电缆成像图。其是电缆在视觉系统的条形光源照明的情况下得到的,电缆表面轮廓会呈现明暗交替变化,可依此特征进行一维测量。
参见图4,是测量矩形(标准测量模型),可以基于前述检测方法构建,在测量线两侧构建平行的测量边线,形成测量矩形。其中,中部横线表示沿着电缆方向(测量方向)的测量线,截线位于测量方向的垂直方向,每一条截线对应的灰度值可通过计算沿截线长度方向上的平均灰度值得到。当然,该测量矩形是一种典型情况,测量元素也可以不是矩形,此时只需要在计算截线灰度时采用相应的插补算法即可。
截线宽度根据实际测量需要选择,宽度大可抑制噪声但同时会丢失细节。宽度小测量结果更精确,但其中会伴有噪声。
在得到所有截线上的灰度值后,可将其组成一个灰度直方图,通常可用一个高斯滤波器对该直方图进行平滑滤波,得到更为准确的结果,参见图5。
待测图像边缘通常为灰度发生明显变化的区域,在对直方图求一阶导后,对其值进行一次阈值筛选即可得到对应测量边缘的截线的实际位置,参见图6。
针对细线状的轮廓,通常可取过零点为细线中心。当过零点伴有较大噪声时,可求其二阶导,二阶导为负数表示该线为暗背景中的亮线,反之为正。
对于单节电缆长度的测量,由于电缆节距在一定当前测量内不会发生剧烈变化,其单节的间距可以由测量线获得,参见图7,也可以由两条边缘而非中心测量线获得,参见图8。
经过对视觉系统的标定,可得到由图像空间映射到实际空间的变换矩阵,即可得到像素距离在实际空间中的物理尺寸。得到边缘之后,就可计算得到绞合线缆两两间的距离。为提高系统适应性以适应不同参数的绞合线,可首先求出X段单节电缆间的距离L,则节距Q计算如下:
其中,X可根据不同情况选定。
电缆节距在线检测系统工作流程如下:
1.根据产线生产状况设定绕线根数N与平均系数X,该过程可在现场设置或由MES系统直接下发;
2.启动检测系统,工业相机配合光源对待测电缆连续拍照(两张图片间有重叠即可实现全检);
3.视觉软件接收到对象,对其进行处理,计算得到的节距;
4.将节距上传到企业后台系统或经过简单分析后直接作用于PLC。
上述流程具体内容可参见图9。
下述将举例进一步说明。
某电缆生产企业共有A-Z种不同线经、绞合根数的绞合线缆产线。
其中,一条产线生产线缆由10根单芯线绞合而成,理论节距250mm。现将该系统部署于此本发明的产线,对节距进行测量。
成像系统采用60帧CCD或全局快门工业相机,并采用特殊高亮光源,即可实现在线线缆以10m/s的速度拉出的过程中高速测量(1秒测60次),产线本身无需其他改造。系统被设定为测量5段单节的距离,实际测量结果为122.5mm,则节距为122.5/5*10=245mm。
经过必要的下采样和数据统计分析后,系统将采集结果反馈到MES系统及PLC中。数字化系统根据反馈的实时节距,细微调节挤出速度及转子速度,使节距逼近理想值,产品质量得到保证。
当出现节距超出最大阈值限制的情况时,现场设备发出警报并做出相应处理,MES系统将直接将结果推送给相关工程管理人员。所有检测数据都将保存用以为故障分析提供支持。
当产线生产线缆切换到12根/240mm的绞合线缆配置时,由于系统固有的鲁棒性,无需更换设备硬件或进行复杂的软件设置,只需MES系统将计算公式中的10下发替换为12即可。
如上述,本发明具有如下优点:
1、系统硬件结构简单,易于部署,不干扰原产线的运行,解放人力;
2、可实现在线实时检测,在电缆挤出的同时动态侦测节距变化;
3、软件配置简单,可现场配置或由数据中心下发;
4、具有一定鲁棒性,同一配置可对多种不同型号的电缆进行检测;
5、开放的软件接口,可与制造执行系统和企业云进行数据交换,作为现场传感单元将产线逐步转向智能制造
6、硬件(如提高相机帧率,降低曝光时间以提高以检测对象的挤出速度,根据需求更换配套镜头增加单次测试视野,提高分辨率以提高检测精度等)软件扩展性强,可与其他系统协作,且成本相对低廉。
如上,通过自动化系统、信息化系统与视觉系统的融合,省去了人工后检测过程,可实现在线节距检测,并为电缆企业绞合过程提供量化的数据支撑。在降低人力成本、提高产品质量的同时减少不必要的生产损耗,提高了企业的整体效益。
应当理解,本发明上述实施例及实例,是出于说明和解释目的,并非因此限制本发明的范围。本发明的范围由权利要求项定义,而不是由上述实施例及实例定义。
Claims (10)
1.一种电缆节距检测方法,其特征在于,包括以下内容:
1.1、获取待测电缆的图像作为待测图像;
1.2、在待测图像的电缆位置沿着电缆方向测算X段单节电缆的长度L,具体如下:
1.21、构建标准测量模型,包括沿着电缆方向的测量线及垂直于测量线且相互间隔一定标准距离的截线,预先设定标准测量模型的测量线的长度、截线的宽度及截线之间的标准距离,形成标准测量模型;
1.22、在待测图像的电缆位置标定标准测量模型,形成测量区域;
1.23、沿着截线长度方向获取测量区域的待测图像的灰度值,得到灰度直方图;
1.24、对灰度直方图求导,得到目标图像;
1.25、对目标图像进行阈值筛选,选出电缆的每一段单节电缆长度测量边缘的测量点;
1.26、将每一段单节电缆长度测量边缘的截线的位置调节至前述测量点的位置,形成实际测量模型;
1.27、根据实际测量模型,得到单节电缆的段数值,检测获取X段单节电缆的长度L;
1.3、根据X段单节电缆的长度L及电缆芯数N,计算该电缆的节距。
2.根据权利要求1所述电缆节距检测方法,其特征在于,所述步骤1.24的具体内容如下:对灰度直方图求一阶导数,得到目标图像;或,对灰度直方图求一阶导数,再求二阶导数,得到目标图像。
3.根据权利要求2所述电缆节距检测方法,其特征在于,所述步骤1.23中,得到灰度直方图之后,先采用高斯滤波器对灰度直方图进行平滑滤波,再执行下一步骤。
4.根据权利要求3所述电缆节距检测方法,其特征在于,所述步骤1.3中,电缆的节距Q通过下述公式计算:
5.根据权利要求1所述电缆节距检测方法,其特征在于,所述步骤1.27的具体内容如下:1.271、根据实际测量模型,得到单节电缆的段数值,判断段数值是否符合要求;若是段数值大于等于预设段数X,则执行下一步骤;若是段数值小于预设段数X,则调节测量线长度,返回步骤1.21;1.272、检测获取X段单节电缆的长度L。
6.一种基于机器视觉的电缆节距在线检测方法,其特征在于,包括以下内容:
2.1、加载配置数据,开始检测;
2.2、启动包括拍照设备及光源的视觉系统;
2.3、获取待测电缆的图像作为待测图像;
2.4、根据待测图像计算该电缆的节距,并保存节距数据;
2.5、判断节距是否符合要求,当节距在预设值误差范围内时,返回步骤2.3,重复步骤2.3至步骤2.5操作;当节距超出预设值误差范围时,发出调节生产参数警报和/或控制指令,在配置数据更新后,返回步骤2.1重新开始检测,其中生产参数包括生产电缆的挤出速度及转子速度;
2.6、将节距及配置数据上传至管理中心。
7.根据权利要求6所述基于机器视觉的电缆节距在线检测方法,其特征在于,所述步骤2.4中,计算电缆节距的具体内容如下:
2.41、在待测图像的电缆位置沿着电缆方向测算X段单节电缆的长度L,具体如下:
a、构建标准测量模型,包括沿着电缆方向的测量线及垂直于测量线且相互间隔一定标准距离的截线,预先设定标准测量模型的测量线的长度、截线的宽度及截线之间的标准距离,形成标准测量模型;
b、在待测图像的电缆位置标定标准测量模型,形成测量区域;
c、沿着截线长度方向获取测量区域的待测图像的灰度值,得到灰度直方图;
d、对灰度直方图求导,得到目标图像;
e、对目标图像进行阈值筛选,选出电缆的每一段单节电缆长度测量边缘的测量点;
f、将每一段单节电缆长度测量边缘的截线的位置调节至前述测量点的位置,形成实际测量模型;
g、根据实际测量模型,得到单节电缆的段数值,判断段数值是否符合要求;若是段数值大于等于预设段数X,则执行下一程序;若是段数值小于预设段数X,则调节测量线长度,返回程序a;
h、检测获取X段单节电缆的长度L;
2.42、根据X段单节电缆的长度L及电缆芯数N,计算该电缆的节距。
8.根据权利要求7所述基于机器视觉的电缆节距在线检测方法,其特征在于,所述程序d的具体内容如下:对灰度直方图求一阶导数,得到目标图像;或,对灰度直方图求一阶导数,再求二阶导数,得到目标图像。
9.根据权利要求8所述基于机器视觉的电缆节距在线检测方法,其特征在于,所述程序c中,得到灰度直方图之后,先采用高斯滤波器对灰度直方图进行平滑滤波,再执行下一程序。
10.一种基于权利要求6所述基于机器视觉的电缆节距在线检测方法的系统,其特征在于,包括以下内容:
配置数据模块:加载配置数据,开始检测;
启动视觉系统模块:启动包括拍照设备及光源的视觉系统;
获取待测图像模块:基于视觉系统,获取待测电缆的图像作为待测图像;
计算节距模块:根据待测图像计算该电缆的节距,并保存节距数据;
判断节距模块:判断节距是否符合要求,当节距在预设值误差范围内时,继续获取待测图像及计算节距的操作;当节距超出预设值误差范围时,发出调节生产参数警报和/或控制指令,在配置数据更新后,返回配置数据重新开始检测,其中生产参数包括生产电缆的挤出速度及转子速度;
上传数据模块:将节距及配置数据上传至管理中心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810954166.5A CN109059789B (zh) | 2018-08-21 | 2018-08-21 | 基于机器视觉的电缆节距在线检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810954166.5A CN109059789B (zh) | 2018-08-21 | 2018-08-21 | 基于机器视觉的电缆节距在线检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109059789A true CN109059789A (zh) | 2018-12-21 |
CN109059789B CN109059789B (zh) | 2020-04-07 |
Family
ID=64687636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810954166.5A Active CN109059789B (zh) | 2018-08-21 | 2018-08-21 | 基于机器视觉的电缆节距在线检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109059789B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110017777A (zh) * | 2019-04-15 | 2019-07-16 | 太原理工大学 | 一种钢丝绳捻距实时动态检测评估方法 |
CN110544242A (zh) * | 2019-08-26 | 2019-12-06 | 珠海博明软件有限公司 | 一种实时线缆节距提取方法 |
CN112577436A (zh) * | 2019-09-27 | 2021-03-30 | 成都道成设备工程有限责任公司 | 一种绞合光缆节距在线测量的方法和系统 |
CN114279359A (zh) * | 2021-12-24 | 2022-04-05 | 江苏中天科技股份有限公司 | 一种导线的测量装置及测量方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2594534B1 (fr) * | 1986-02-17 | 1988-04-15 | Cables De Lyon Geoffroy Delore | Procede de mesure du pas de rainurage d'un jonc cylindrique a rainures helicoidales en translation, et appareil pour sa mise en oeuvre |
JPH01131406A (ja) * | 1987-08-12 | 1989-05-24 | Mitsubishi Heavy Ind Ltd | 非接触式歪計測方法及び歪計測装置 |
JP2000180678A (ja) * | 1998-12-11 | 2000-06-30 | Sumitomo Electric Ind Ltd | 光ケーブル用溝付スペーサの溝形態異常検出方法および検出装置 |
DE19742177C2 (de) * | 1997-09-24 | 2003-09-25 | Siemens Ag | Verfahren zur Schlaglängenmessung an Kabeln |
CN102305595A (zh) * | 2011-04-29 | 2012-01-04 | 无锡众望四维科技有限公司 | 机器视觉系统对弹簧节距的自动检测方法 |
CN103426155A (zh) * | 2012-05-16 | 2013-12-04 | 深圳市蓝韵实业有限公司 | 基于求直方图变化率的直方图分界方法 |
CN104897071A (zh) * | 2015-04-28 | 2015-09-09 | 电子科技大学 | 一种基于机器视觉的双绞线节距测量方法 |
CN105180821A (zh) * | 2015-07-31 | 2015-12-23 | 西安斯通管业有限公司 | 在线测量复合管中纤维缠绕节距的系统及方法 |
CN205898073U (zh) * | 2016-08-12 | 2017-01-18 | 成都三博视信息技术有限责任公司 | 基于机器视觉技术的缆线节距测量设备 |
CN106780596A (zh) * | 2016-12-28 | 2017-05-31 | 宁波大学 | 一种双绞线绕距在线检测系统及方法 |
CN108038839A (zh) * | 2017-11-23 | 2018-05-15 | 宁波大学 | 一种流水生产线上双绞线绞距实时检测方法 |
-
2018
- 2018-08-21 CN CN201810954166.5A patent/CN109059789B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2594534B1 (fr) * | 1986-02-17 | 1988-04-15 | Cables De Lyon Geoffroy Delore | Procede de mesure du pas de rainurage d'un jonc cylindrique a rainures helicoidales en translation, et appareil pour sa mise en oeuvre |
JPH01131406A (ja) * | 1987-08-12 | 1989-05-24 | Mitsubishi Heavy Ind Ltd | 非接触式歪計測方法及び歪計測装置 |
DE19742177C2 (de) * | 1997-09-24 | 2003-09-25 | Siemens Ag | Verfahren zur Schlaglängenmessung an Kabeln |
JP2000180678A (ja) * | 1998-12-11 | 2000-06-30 | Sumitomo Electric Ind Ltd | 光ケーブル用溝付スペーサの溝形態異常検出方法および検出装置 |
CN102305595A (zh) * | 2011-04-29 | 2012-01-04 | 无锡众望四维科技有限公司 | 机器视觉系统对弹簧节距的自动检测方法 |
CN103426155A (zh) * | 2012-05-16 | 2013-12-04 | 深圳市蓝韵实业有限公司 | 基于求直方图变化率的直方图分界方法 |
CN104897071A (zh) * | 2015-04-28 | 2015-09-09 | 电子科技大学 | 一种基于机器视觉的双绞线节距测量方法 |
CN105180821A (zh) * | 2015-07-31 | 2015-12-23 | 西安斯通管业有限公司 | 在线测量复合管中纤维缠绕节距的系统及方法 |
CN205898073U (zh) * | 2016-08-12 | 2017-01-18 | 成都三博视信息技术有限责任公司 | 基于机器视觉技术的缆线节距测量设备 |
CN106780596A (zh) * | 2016-12-28 | 2017-05-31 | 宁波大学 | 一种双绞线绕距在线检测系统及方法 |
CN108038839A (zh) * | 2017-11-23 | 2018-05-15 | 宁波大学 | 一种流水生产线上双绞线绞距实时检测方法 |
Non-Patent Citations (2)
Title |
---|
GYULA HERMANN: "Comparison of pitch distance determination algorithms", 《ICCC 2013 • IEEE 9TH INTERNATIONAL CONFERENCE ON COMPUTATIONAL CYBERNETICS》 * |
王刚等: "基于图像检测的双绞线绕距测量方法", 《计算机应用》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110017777A (zh) * | 2019-04-15 | 2019-07-16 | 太原理工大学 | 一种钢丝绳捻距实时动态检测评估方法 |
CN110544242A (zh) * | 2019-08-26 | 2019-12-06 | 珠海博明软件有限公司 | 一种实时线缆节距提取方法 |
CN110544242B (zh) * | 2019-08-26 | 2022-05-13 | 珠海博明软件有限公司 | 一种实时线缆节距提取方法 |
CN112577436A (zh) * | 2019-09-27 | 2021-03-30 | 成都道成设备工程有限责任公司 | 一种绞合光缆节距在线测量的方法和系统 |
CN112577436B (zh) * | 2019-09-27 | 2022-05-24 | 成都道成设备工程有限责任公司 | 一种绞合光缆节距在线测量的方法和系统 |
CN114279359A (zh) * | 2021-12-24 | 2022-04-05 | 江苏中天科技股份有限公司 | 一种导线的测量装置及测量方法 |
CN114279359B (zh) * | 2021-12-24 | 2024-04-19 | 江苏中天科技股份有限公司 | 一种导线的测量装置及测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109059789B (zh) | 2020-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109059789A (zh) | 基于机器视觉的电缆节距在线检测方法 | |
CN110602484B (zh) | 一种输电线路设备拍摄质量在线检核方法 | |
CN105180732B (zh) | 钢卷尺刻度误差测量方法 | |
CN101858768B (zh) | 一种饮料灌装后液位检测装置及方法 | |
CN104215795A (zh) | 基于昊控表面流场计算算法的大尺度粒子图像测速方法 | |
CN115330790B (zh) | 基于图像的电缆绞线质量检测方法及系统 | |
CN114792314B (zh) | 基于激光束的金属丝网缺陷检测方法及人工智能系统 | |
CN105430377A (zh) | 一种摄像机机芯光轴自动纠偏方法及系统 | |
CN111896549A (zh) | 一种基于机器学习的建筑物裂缝监测系统和方法 | |
CN108961331A (zh) | 一种绞合线节距的测量方法和装置 | |
CN116338392A (zh) | 一种玻璃绝缘子雷击放电缺陷识别方法、装置及设备 | |
CN113808153A (zh) | 番茄成熟检测方法、装置、计算机设备及存储介质 | |
CN112730251A (zh) | 一种用于屏幕颜色缺陷检测的装置及方法 | |
CN116105604A (zh) | 钢管质量检测系统及检测方法 | |
CN117557806A (zh) | 硅棒生长视觉监测方法、装置、设备及存储介质 | |
CN117291443B (zh) | 基于多维感知技术的智能放线系统 | |
CN117928401A (zh) | 基于机器视觉的聚合物单丝线径检测装置及检测方法 | |
CN111598097B (zh) | 一种基于机器人视觉的仪表位置、读数识别方法和系统 | |
CN108734706A (zh) | 一种融合区域分布特性与边缘尺度角度信息的转子绕线图像检测方法 | |
CN114241257A (zh) | 一种基于图像识别的电力输电线巡检方法及系统 | |
CN114155432A (zh) | 一种基于机器人的表计读数识别方法 | |
CN112598632A (zh) | 一种压接连接器接触件外观检测方法及装置 | |
US20240237624A1 (en) | Automated system and method for estimating average fish weight in an aquaculture environment | |
CN116468657B (zh) | 植株长势的检测方法、设备、装置及计算机存储介质 | |
CN117848221B (zh) | 一种钢件长度测量系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Machine vision based online detection method for cable pitch Granted publication date: 20200407 Pledgee: Bank of China Limited Chengdu Chenghua sub branch Pledgor: CHENGDU TIANHENG ZHIZAO TECHNOLOGY Co.,Ltd. Registration number: Y2024980024815 |