CN111413350A - 一种检测光纤排线缺陷的方法及装置 - Google Patents
一种检测光纤排线缺陷的方法及装置 Download PDFInfo
- Publication number
- CN111413350A CN111413350A CN202010214290.5A CN202010214290A CN111413350A CN 111413350 A CN111413350 A CN 111413350A CN 202010214290 A CN202010214290 A CN 202010214290A CN 111413350 A CN111413350 A CN 111413350A
- Authority
- CN
- China
- Prior art keywords
- defect
- image
- proportion
- similarity
- optical fiber
- 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 69
- 238000000034 method Methods 0.000 title claims abstract description 58
- 239000013307 optical fiber Substances 0.000 title claims abstract description 40
- 238000004804 winding Methods 0.000 claims abstract description 47
- 238000004519 manufacturing process Methods 0.000 claims abstract description 21
- 238000006073 displacement reaction Methods 0.000 claims abstract description 12
- 238000012216 screening Methods 0.000 claims abstract description 8
- 230000005540 biological transmission Effects 0.000 claims description 50
- 238000012360 testing method Methods 0.000 claims description 27
- 239000000835 fiber Substances 0.000 claims description 26
- 238000012795 verification Methods 0.000 claims description 24
- 238000001514 detection method Methods 0.000 claims description 17
- 230000009466 transformation Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 6
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims description 3
- 238000006748 scratching Methods 0.000 claims description 3
- 230000002393 scratching effect Effects 0.000 claims description 3
- 238000000844 transformation Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 20
- 238000005516 engineering process Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000010191 image analysis Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000011524 similarity measure Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- KAATUXNTWXVJKI-UHFFFAOYSA-N cypermethrin Chemical compound CC1(C)C(C=C(Cl)Cl)C1C(=O)OC(C#N)C1=CC=CC(OC=2C=CC=CC=2)=C1 KAATUXNTWXVJKI-UHFFFAOYSA-N 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013102 re-test Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Textile Engineering (AREA)
- Evolutionary Computation (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
一种检测光纤排线缺陷的方法及装置,涉及光纤工艺技术领域,方法为图像比较法,包括步骤一:建立数据库,建立排线质量的分类,标记损伤的类型;步骤2:拍摄实时生产中的图片,按小盘条形码编号,将拍摄的图片与标准线盘图像进行比较,确定相似程度,生成相似比例;步骤3:如果步骤2中的相似比例超过80%时,意味着目标产品与标准排线匹配,机器排线设置足够精确,如果步骤2中相似比例不超过80%时,目标图像将与缺陷文件夹进行比较,确认比例最大的缺陷标签并分配给相应的盘号;步骤4:根据生产的比例和良好的匹配点,向筛选数据库自动化备注标记小盘盘号。本发明能够有效解决光纤从容量较大的大盘缠绕到小盘的过程中排线质量不稳定的问题。
Description
技术领域
本发明涉及光纤工艺技术领域,尤其涉及一种检测光纤排线缺陷的方法及装置。
背景技术
在光纤的生产过程中,光纤被缠绕在容量约500至600km长的大盘上,然后将该大盘加载到筛选机上,是为了两个目的。一是检测光纤的极限强度,二是将其绕为尺寸为50km的小盘。一旦小盘完成,它将被测试质量参数,然后发送到调度仓库,将在那里为客户包装。在光纤从容量较大的大盘缠绕到小盘的过程中,排线质量至关重要。如果不控制这种排线质量,那么作为光纤直接客户的光缆生产商就会出现光纤断纤,因为如果小盘的排线质量不好,光纤的绕纤就不会顺利。一根光缆在生产过程中有多根光纤一起运行,如果有任何一根光纤断裂,那么所产生的完整长度将无法满足光缆客户的需要,从而导致不适当的报废。中国专利CN110579479A公开了一种基于假点缺陷检测的PCB检修系统及检修方法,系统包括自动光学检测设备、数据库服务器和检修设备,自动光学检测设备用于对待检测的印刷电路板进行扫描得到扫描图像,并将其与通过数据库服务器加载的对应标准图像进行比较,以构建包含对于扫描图像的初步判定的缺陷列表,检修设备能够通过数据库服务器加载扫描图像及对应的缺陷列表,并对扫描图像在缺陷列表中的每个缺陷坐标初步判定的缺陷进行一一复检。现有的技术中需要采用初步检测加复检的工序才能完成检修的工作,工作复杂,排线质量不稳定的检修成本高。
发明内容
为了解决现有技术中光纤从容量较大的大盘缠绕到小盘的过程中排线质量不稳定的问题,提出了一种检测光纤排线缺陷的方法及装置,所述方法为图像比较法,包括步骤一:首先建立数据库,数据库内建立排线质量的分类,并标记损伤的类型,同时输入标记损伤的排线缺陷图像到数据库的缺陷文件夹中,输入标准样本图像到数据库的标准文件夹中;步骤2:拍摄实时生产中的图片,并将其按小盘条形码编号,将拍摄的图片与标准线盘图像进行比较,确定相似程度,生成用以描述与标准线盘图像的匹配程度的相似比例;步骤3::如果步骤2中的相似比例超过80%时,意味着目标产品与标准排线匹配,机器排线设置足够精确,可以产生相似类型的排线,如果步骤2中相似比例不超过80%时,目标图像将与缺陷文件夹进行比较,计算出每个缺陷的比较比率,任一比例最大的缺陷标签,将被分配给相应的盘号;步骤4:最后根据生产的比例和良好的匹配点,向筛选数据库自动化提供反馈,以便将备注标记为产出的小盘盘号。
通过采用上述技术方案,将先前排线过程中没有排线缺陷的测量数据,很难建立一个接受或拒绝小盘的规范,智能技术的未来在于它能够用经济的的方法和工具收集现场数据。光纤绕纤这种情况下的现场数据采用的图像格式。处理图像数据的能力可以帮助开发解决小盘排线缺陷的问题。图像比较是图像处理中必不可少的过程之一。需要比较两幅图像来估计它们之间的相似性和差异性。图像相似度的估计是图像分析的一个重要问题。两幅图像之间的相似性度量有助于对降噪、图像匹配、图像编码和恢复算法进行比较。
作为优选的,所述步骤1中排线质量的分类包括:优、良、中、差,损伤的类型包括抛丝、夹丝、多头和擦伤。
通过采用上述技术方案,通过对于质量的分类,能够给小盘的缺陷程度做出正确的反馈,损伤的类型用作排线缺陷的样本,方便进行比较。
作为优选的,所述步骤2中拍摄实时生产中的图片将覆盖上一个图片,保存日期时间最新的拍摄图片。
通过采用上述技术方案,这一功能在添加小盘图像和其他变量的情况下非常重要,这种变量会降低相似度,最终降低决策因子。
作为优选的,所述图像比较法采用的编程库是开源计算机视觉编程库,该程序对图像比较为三个步骤:首先检查两幅图像是否相等,然后检查两幅图像之间是否有相似之处,最后定义它们的相似比例。
通过采用上述技术方案,以类似的方式对其他缺陷进行了集成,并创建了大型数据库,用于机器学习和提高可检测性。
作为优选的,所述数据库中标记损伤的排线缺陷图像和标准样本图像储存在装置的本地计算机定义文件夹中,与所有生产过程中拍摄的样本图片进行比较。
通过采用上述技术方案,能够让所有生产过程中拍摄的样本图片均能够与本地计算机中的标准样本图像或者标记损伤的排线缺陷图像进行比较。
作为优选的,所述相似比例的计算来源包括突出的特征,包括角点、关键点和关注点,其中关注点包包括光照变换和仿射变换。
通过采用上述技术方案,一旦从图像中检测到显著点,就可以根据邻近区域的强度信息计算局部特征描述符,检测高效便捷。
作为优选的,所述关键点的检测包含四个阶段:阶段一尺度空间极值检测,将图像与不同尺寸的高斯差函数进行卷积,构造图像尺度空间,然后确定各尺度的局部极值;阶段二关键点定位,在第一阶段找到的每一个局部极值,都需要一个详细的模型来确定亚像素/亚尺度精度的位置和尺度,在边缘上检测到的关键点会因为它们的低稳定性而被移除;阶段三方向分配,根据局部梯度方向为每个关键点分配一个或多个方向,下面的描述符计算是在一个方形窗口中执行的,该窗口被限定为每个键点的指定方向、比例和位置,因此为这些转换提供了不变性;阶段四关键点描述符,局部梯度是在每个键点周围的正方形串口中以选定的比例计算的,然后在一个128维的向量中记录每个窗口的梯度方向直方图,作为该关键点的特征描述符。
通过采用上述技术方案,对于关键点的检测从尺度空间极值、定位、方向分配和关键点的描述四个方面进行了全方位的检测,确保关键点检测的精确性从而来确保相似比例的真实性。
作为优选的,所述装置包括纤维放纤区、验证试验区和恒张力卷绕区,所述纤维放纤区为容量大的大盘,所述恒张力卷绕区为容量小的小盘,所述验证试验区内设有制动绞盘、传动轴和精密拉力计,所述制动绞盘环绕在验证试验区两端的传动轴上,且制动绞盘均匀的分布在光纤与传动轴的接触面上,所述制动绞盘之间的间距可调,所述传动轴的轮面上为凹陷的弧形结构,所述制动绞盘的轮面为凸起的弧形结构,且传动轴凹陷的轮面与制动绞盘凸起的弧形轮面适配,所述传动轴均匀分布在验证试验区的上下两侧,且相邻的两个传动轴之间的间距小于传动轴的直径。
通过采用上述技术方案,整个筛选机结构的设计,能够在其中将其中大盘的管线缠绕到小盘中,并在排线过程中施加恒定的张力,并随时可以通过制动绞盘进行停止,制动绞盘设置在光纤与传动轴的接触面上,且能够调节制动绞盘之间的距离,能够根据拉力的大小去调节制动绞盘与传动轴之间的距离,从而让制动效果更加敏捷,制动绞盘和传动轴上的凸起和凹陷能够保证制动的精准,同时传动轴上的凹陷能够让光纤的传输稳定,相邻的两个传动轴之间的间距小于传动轴的直径,能够让上下两侧的传动轴在有限的空间内设有更多,保证了光纤受力的均匀和稳定,保证小盘光纤的质量。
作为优选的,所述恒张力卷绕区中包括PT机收线轴装置、摄影机、计算机系统;所述PT机收线轴装置上套装有小盘,所述摄影机分别设置在正对小盘轮面和与小盘轮面相切的位置,所述摄影机与小盘轮面之间的距离可调节,,所述摄影机的末端均设有计算机系统。
通过采用上述技术方案,在恒张力卷绕区中进行小盘的绕卷,并通过摄影机进行拍摄样本图片,从相同的位置和方向来测量图像,根据小盘中光纤缠绕的厚度调节摄像机和小盘轴面之间的距离,这样可以降低变量,匹配比例会更精确。根据问题的复杂性和解决错误的需求,可以在绕纤初始阶段或在绕纤的完成阶段进行图像和比较。
作为优选的,所述验证试验区中的传动轴设有若干个,且传动轴相互对称,其中验证试验区两端的传动轴上设有制动绞盘,所述精密拉力计设置在验证试验区的顶部。
通过采用上述技术方案,两端的制动绞盘同时工作,具有稳定的制动效果,精密拉力计设置在验证试验的顶部,可以调节整个验证试验区中的张力大小。
作为优选的,所述大盘光纤的容量在500-600km的范围内,所述小盘光纤的容量在40-60km的范围内。
通过采用上述技术方案,能够将大盘的中光纤排线到若干小容量的盘中,更好的将检测出存在不良的光纤进行处理,提高整体的排线质量。
通过采用上述技术方案,这种方法的主要优点是在排线缺陷进入下一道工序或客户前就能进行早期检测。在短时间内识别出排线质量的差异,经济而有效;该方法消除了对排线缺陷验证的人工依赖;减少了生产线等待人工检查的时间,使工艺更加精益化;在目检阶段减少了6次清点的人力成本(每班2人);该方法可直接在牵引塔上实现,从而有利于大盘本身的排线质量。
附图说明
图1是一种检测光纤排线缺陷的方法的流程图;
图2是一种检测光纤排线缺陷的装置的结构示意图;
图3是一种检测光纤排线缺陷的装置中的恒力绕卷区的结构示意图;
图4是数据库中的多头排线缺陷标准样本图像;
图5是数据库中的夹丝排线缺陷标准样本图像;
图6是数据库中的抛丝排线缺陷标准样本图像;
图7是数据库中的擦伤排线缺陷标准样本图像。
附图标记:1、纤维放纤区;2、验证试验区;21、制动绞盘;22、传动轴;23、精密拉力计;3、恒张力卷绕区;31、PT机收线轴装置;32、摄影机;33、计算机系统。
具体实施方式
以下结合附图和实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例1
如图1及图2所示:一种检测光纤排线缺陷的方法及装置,方法为图像比较法,包括步骤一:首先建立数据库,数据库内建立排线质量的分类,并标记损伤的类型,同时输入标记损伤的排线缺陷图像到数据库的缺陷文件夹中,输入标准样本图像到数据库的标准文件夹中;步骤2:拍摄实时生产中的图片,并将其按小盘条形码编号,将拍摄的图片与标准线盘图像进行比较,确定相似程度,生成用以描述与标准线盘图像的匹配程度的相似比例;步骤3::如果步骤2中的相似比例超过80%时,意味着目标产品与标准排线匹配,机器排线设置足够精确,可以产生相似类型的排线,如果步骤2中相似比例不超过80%时,目标图像将与缺陷文件夹进行比较,计算出每个缺陷的比较比率,任一比例最大的缺陷标签,将被分配给相应的盘号;步骤4:最后根据生产的比例和良好的匹配点,向筛选数据库自动化提供反馈,以便将备注标记为产出的小盘盘号。先前排线过程中没有排线缺陷的测量数据,很难建立一个接受或拒绝小盘的规范,智能技术的未来在于它能够用经济的的方法和工具收集现场数据。光纤绕纤这种情况下的现场数据采用的图像格式。处理图像数据的能力可以帮助开发解决小盘排线缺陷的问题。图像比较是图像处理中必不可少的过程之一。需要比较两幅图像来估计它们之间的相似性和差异性。图像相似度的估计是图像分析的一个重要问题。两幅图像之间的相似性度量有助于对降噪、图像匹配、图像编码和恢复算法进行比较。
如图1及图4、图5、图6、图7所示:步骤1中排线质量的分类包括:优、良、中、差,损伤的类型包括抛丝、夹丝、多头和擦伤。通过对于质量的分类,能够给小盘的缺陷程度做出正确的反馈,损伤的类型用作排线缺陷的样本,方便进行比较。
如图1所示:步骤2中拍摄实时生产中的图片将覆盖上一个图片,保存日期时间最新的拍摄图片。这一功能在添加小盘图像和其他变量的情况下非常重要,这种变量会降低相似度,最终降低决策因子。
如图1所示:图像比较法采用的编程库是开源计算机视觉编程库,该程序对图像比较为三个步骤:首先检查两幅图像是否相等,然后检查两幅图像之间是否有相似之处,最后定义它们的相似比例。
根据功能,结果输出将给出如下标签,
如图1所示:数据库中标记损伤的排线缺陷图像和标准样本图像储存在装置的本地计算机定义文件夹中,与所有生产过程中拍摄的样本图片进行比较。能够让所有生产过程中拍摄的样本图片均能够与本地计算机中的标准样本图像或者标记损伤的排线缺陷图像进行比较。
如图1所示:相似比例的计算来源包括突出的特征,包括角点、关键点和关注点,其中关注点包括光照变换和仿射变换。一旦从图像中检测到显著点,就可以根据邻近区域的强度信息计算局部特征描述符,检测高效便捷。
如图1所示:关键点的检测包含四个阶段:阶段一尺度空间极值检测,将图像与不同尺寸的高斯差函数进行卷积,构造图像尺度空间,然后确定各尺度的局部极值;阶段二关键点定位,在第一阶段找到的每一个局部极值,都需要一个详细的模型来确定亚像素/亚尺度精度的位置和尺度,在边缘上检测到的关键点会因为它们的低稳定性而被移除;阶段三方向分配,根据局部梯度方向为每个关键点分配一个或多个方向,下面的描述符计算是在一个方形窗口中执行的,该窗口被限定为每个键点的指定方向、比例和位置,因此为这些转换提供了不变性;阶段四关键点描述符,局部梯度是在每个键点周围的正方形串口中以选定的比例计算的,然后在一个128维的向量中记录每个窗口的梯度方向直方图,作为该关键点的特征描述符。对于关键点的检测从尺度空间极值、定位、方向分配和关键点的描述四个方面进行了全方位的检测,确保关键点检测的精确性从而来确保相似比例的真实性。
实施例2
如图1及图2所示:一种检测光纤排线缺陷的方法及装置,方法为图像比较法,包括步骤一:首先建立数据库,数据库内建立排线质量的分类,并标记损伤的类型,同时输入标记损伤的排线缺陷图像到数据库的缺陷文件夹中,输入标准样本图像到数据库的标准文件夹中;步骤2:拍摄实时生产中的图片,并将其按小盘条形码编号,将拍摄的图片与标准线盘图像进行比较,确定相似程度,生成用以描述与标准线盘图像的匹配程度的相似比例;步骤3::如果步骤2中的相似比例超过80%时,意味着目标产品与标准排线匹配,机器排线设置足够精确,可以产生相似类型的排线,如果步骤2中相似比例不超过80%时,目标图像将与缺陷文件夹进行比较,计算出每个缺陷的比较比率,任一比例最大的缺陷标签,将被分配给相应的盘号;步骤4:最后根据生产的比例和良好的匹配点,向筛选数据库自动化提供反馈,以便将备注标记为产出的小盘盘号。先前排线过程中没有排线缺陷的测量数据,很难建立一个接受或拒绝小盘的规范,智能技术的未来在于它能够用经济的的方法和工具收集现场数据。光纤绕纤这种情况下的现场数据采用的图像格式。处理图像数据的能力可以帮助开发解决小盘排线缺陷的问题。图像比较是图像处理中必不可少的过程之一。需要比较两幅图像来估计它们之间的相似性和差异性。图像相似度的估计是图像分析的一个重要问题。两幅图像之间的相似性度量有助于对降噪、图像匹配、图像编码和恢复算法进行比较。
如图2及图3示:装置包括纤维放纤区1、验证试验区2和恒张力卷绕区3,纤维放纤区1为容量大的大盘,恒张力卷绕区3为容量小的小盘,验证试验区2内设有制动绞盘21、传动轴22和精密拉力计23,制动绞盘21环绕在验证试验区2两端的传动轴22上,且制动绞盘21的均匀的分布在光纤与传动轴22的接触面上,制动绞盘21之间的间距可调,传动轴22的轮面上为凹陷的弧形结构,制动绞盘21的轮面为凸起的弧形结构,且传动轴22凹陷的轮面与制动绞盘21凸起的弧形轮面适配,传动轴22均匀分布在验证试验区2的上下两侧,且相邻的两个传动轴22之间的间距小于传动轴22的直径。整个筛选机结构的设计,能够在其中将其中大盘的管线缠绕到小盘中,并在排线过程中施加恒定的张力,并随时可以通过制动绞盘21进行停止,制动绞盘21设置在光纤与传动轴22的接触面上,且能够调节制动绞盘21之间的距离,能够根据拉力的大小去调节制动绞盘21与传动轴22之间的距离,从而让制动效果更加敏捷,制动绞盘21和传动轴22上的凸起和凹陷能够保证制动的精准,同时传动轴22上的凹陷能够让光纤的传输稳定,相邻的两个传动轴22之间的间距小于传动轴22的直径,能够让上下两侧的传动轴22在有限的空间内设有更多,保证了光纤受力的均匀和稳定,保证小盘光纤的质量。
如图2及图3所示:恒张力卷绕区3中包括PT机收线轴装置31、摄影机32、计算机系统33;PT机收线轴装置31上套装有小盘,摄影机32分别设置在正对小盘轮面和与小盘轮面相切的位置,摄影机32与小盘轮面之间的距离可调节,,摄影机32的末端均设有计算机系统33。在恒张力卷绕区3中进行小盘的绕卷,并通过摄影机32进行拍摄样本图片,从相同的位置和方向来测量图像,根据小盘中光纤缠绕的厚度调节摄像机和小盘轴面之间的距离,这样可以降低变量,匹配比例会更精确。根据问题的复杂性和解决错误的需求,可以在绕纤初始阶段或在绕纤的完成阶段进行图像和比较。
如图2及图3所示:验证试验区2中的传动轴22设有若干个,且传动轴22相互对称,其中验证试验区2两端的传动轴22上设有制动绞盘21,精密拉力计23设置在验证试验区2的顶部。两端的制动绞盘21同时工作,具有稳定的制动效果,精密拉力计23设置在验证试验区2的顶部,可以调节整个验证试验区2中的张力大小。
如图2及图3所示:大盘光纤的容量在500-600km的范围内,小盘光纤的容量在40-60km的范围内。能够将大盘中的光纤排线到若干小容量的盘中,更好的将检测出存在不良的光纤进行处理,提高整体的排线质量。
上述说明展示出并描述了本发明的优选实施例,如前所述,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述发明构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (10)
1.一种检测光纤排线缺陷的方法,其特征在于:所述方法为图像比较法,包括步骤一:首先建立数据库,数据库内建立排线质量的分类,并标记损伤的类型,同时输入标记损伤的排线缺陷图像到数据库的缺陷文件夹中,输入标准样本图像到数据库的标准文件夹中;步骤2:拍摄实时生产中的图片,并将其按小盘条形码编号,将拍摄的图片与标准线盘图像进行比较,确定相似程度,生成用以描述与标准线盘图像的匹配程度的相似比例;步骤3:如果步骤2中的相似比例超过80%时,意味着目标产品与标准排线匹配,机器排线设置足够精确,可以产生相似类型的排线,如果步骤2中相似比例不超过80%时,目标图像将与缺陷文件夹进行比较,计算出每个缺陷的比较比率,任一比例最大的缺陷标签,将被分配给相应的盘号;步骤4:最后根据生产的比例和良好的匹配点,向筛选数据库自动化提供反馈,以便将备注标记为产出的小盘盘号。
2.根据权利要求1所述的一种检测光纤排线缺陷的方法,其特征在于:所述步骤1中排线质量的分类包括:优、良、中、差,损伤的类型包括抛丝、夹丝、多头和擦伤。
3.根据权利要求1所述的一种检测光纤排线缺陷的方法,其特征在于:所述步骤2中拍摄实时生产中的图片将覆盖上一个图片,保存日期时间最新的拍摄图片。
4.根据权利要求1所述的一种检测光纤排线缺陷的方法,其特征在于:所述图像比较法采用的编程库是开源计算机视觉编程库,该程序对图像比较为三个步骤:首先检查两幅图像是否相等,然后检查两幅图像之间是否有相似之处,最后定义它们的相似比例。
5.根据权利要求1所述的一种检测光纤排线缺陷的方法,其特征在于:所述数据库中标记损伤的排线缺陷图像和标准样本图像储存在装置的本地计算机定义文件夹中,与所有生产过程中拍摄的样本图片进行比较。
6.根据权利要求1所述的一种检测光纤排线缺陷的方法,其特征在于:所述相似比例的计算来源包括突出的特征,包括角点、关键点和关注点,其中关注点包括光照变换和仿射变换。
7.根据权利要求6所述的一种检测光纤排线缺陷的方法,其特征在于:所述关键点的检测包含四个阶段:阶段一尺度空间极值检测,将图像与不同尺寸的高斯差函数进行卷积,构造图像尺度空间,然后确定各尺度的局部极值;阶段二关键点定位,在第一阶段找到的每一个局部极值,都需要一个详细的模型来确定亚像素/亚尺度精度的位置和尺度,在边缘上检测到的关键点会因为它们的低稳定性而被移除;阶段三方向分配,根据局部梯度方向为每个关键点分配一个或多个方向,下面的描述符计算是在一个方形窗口中执行的,该窗口被限定为每个键点的指定方向、比例和位置,因此为这些转换提供了不变性;阶段四关键点描述符,局部梯度是在每个键点周围的正方形窗口中以选定的比例计算的,然后在一个128维的向量中记录每个窗口的梯度方向直方图,作为该关键点的特征描述符。
8.一种检测光纤排线缺陷的装置,其特征在于:包括纤维放纤区(1)、验证试验区(2)和恒张力卷绕区(3),所述纤维放纤区(1)为容量大的大盘,所述恒张力卷绕区(3)为容量小的小盘,所述验证试验区(2)内设有制动绞盘(21)、传动轴(22)和精密拉力计(23),所述制动绞盘(21)环绕在验证试验区(2)两端的传动轴(22)上,且制动绞盘(21)均匀的分布在光纤与传动轴(22)的接触面上,所述制动绞盘(21)之间的间距可调,所述传动轴(22)的轮面上为凹陷的弧形结构,所述制动绞盘(21)的轮面为凸起的弧形结构,且传动轴(22)凹陷的轮面与制动绞盘(21)凸起的弧形轮面适配,所述传动轴(22)均匀分布在验证试验区(2)的上下两侧,且相邻的两个传动轴(22)之间的间距小于传动轴(22)的直径。
9.根据权利要求8所述的一种检测光纤排线缺陷的装置,其特征在于:所述恒张力卷绕区(3)中包括PT机收线轴装置(31)、摄影机(32)、计算机系统(33);所述PT机收线轴装置(31)上套装有小盘,所述摄影机(32)分别设置在正对小盘轮面和与小盘轮面相切的位置,所述摄影机(32)与小盘轮面之间的距离可调节,所述摄影机(32)的末端均设有计算机系统(33)。
10.根据权利要求8所述的一种检测光纤排线缺陷的装置,其特征在于:所述验证试验区(2)中的传动轴(22)设有若干个,且传动轴(22)相互对称,其中验证试验区(2)两端的传动轴(22)上设有制动绞盘(21),所述精密拉力计(23)设置在验证试验区(2)的顶部,所述大盘光纤的容量在500-600km的范围内,所述小盘光纤的容量在40-60km的范围内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010214290.5A CN111413350A (zh) | 2020-03-24 | 2020-03-24 | 一种检测光纤排线缺陷的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010214290.5A CN111413350A (zh) | 2020-03-24 | 2020-03-24 | 一种检测光纤排线缺陷的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111413350A true CN111413350A (zh) | 2020-07-14 |
Family
ID=71493168
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010214290.5A Pending CN111413350A (zh) | 2020-03-24 | 2020-03-24 | 一种检测光纤排线缺陷的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111413350A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113298769A (zh) * | 2021-05-20 | 2021-08-24 | 佛山职业技术学院 | Fpc软排线外观缺陷检测方法、系统和介质 |
CN116664529A (zh) * | 2023-06-05 | 2023-08-29 | 青岛信驰电子科技有限公司 | 一种基于特征识别的电子元件排线校对方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103713042A (zh) * | 2014-01-07 | 2014-04-09 | 天津大学 | 基于k邻近算法的焊接缺陷电涡流检测方法 |
CN104298139A (zh) * | 2014-09-23 | 2015-01-21 | 中天科技光纤有限公司 | 一种筛选设备自动控制系统 |
CN104655997A (zh) * | 2015-03-06 | 2015-05-27 | 云南电网有限责任公司电力科学研究院 | 一种基于脉冲射线的gis设备内部可视化识别方法及其装置 |
CN105513038A (zh) * | 2014-10-20 | 2016-04-20 | 网易(杭州)网络有限公司 | 图像匹配方法及手机应用测试平台 |
CN105510349A (zh) * | 2016-01-20 | 2016-04-20 | 深圳市特发信息股份有限公司 | 线缆护套缺陷智能处理系统 |
CN105550381A (zh) * | 2016-03-17 | 2016-05-04 | 北京工业大学 | 一种基于改进sift特征的高效图像检索方法 |
CN105973910A (zh) * | 2016-04-29 | 2016-09-28 | 浙江科技学院 | 基于结构纹理特征的灯管质量检测与瑕疵分类方法及系统 |
CN107741434A (zh) * | 2017-12-15 | 2018-02-27 | 河南送变电建设有限公司 | 一种导线压接质检用便携式x射线成像装置及质检方法 |
CN109120919A (zh) * | 2018-09-10 | 2019-01-01 | 易诚高科(大连)科技有限公司 | 一种针对图像质量主观评测的自动分析系统与方法 |
CN110084807A (zh) * | 2019-05-06 | 2019-08-02 | 河南大学 | 一种焊缝探伤底片图像造假的检测方法 |
CN110146513A (zh) * | 2019-05-27 | 2019-08-20 | 深圳市华星光电技术有限公司 | 缺陷判定方法及缺陷判定装置 |
CN110473197A (zh) * | 2019-08-13 | 2019-11-19 | 树根互联技术有限公司 | 材料表面缺陷检测方法、装置、设备及存储介质 |
-
2020
- 2020-03-24 CN CN202010214290.5A patent/CN111413350A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103713042A (zh) * | 2014-01-07 | 2014-04-09 | 天津大学 | 基于k邻近算法的焊接缺陷电涡流检测方法 |
CN104298139A (zh) * | 2014-09-23 | 2015-01-21 | 中天科技光纤有限公司 | 一种筛选设备自动控制系统 |
CN105513038A (zh) * | 2014-10-20 | 2016-04-20 | 网易(杭州)网络有限公司 | 图像匹配方法及手机应用测试平台 |
CN104655997A (zh) * | 2015-03-06 | 2015-05-27 | 云南电网有限责任公司电力科学研究院 | 一种基于脉冲射线的gis设备内部可视化识别方法及其装置 |
CN105510349A (zh) * | 2016-01-20 | 2016-04-20 | 深圳市特发信息股份有限公司 | 线缆护套缺陷智能处理系统 |
CN105550381A (zh) * | 2016-03-17 | 2016-05-04 | 北京工业大学 | 一种基于改进sift特征的高效图像检索方法 |
CN105973910A (zh) * | 2016-04-29 | 2016-09-28 | 浙江科技学院 | 基于结构纹理特征的灯管质量检测与瑕疵分类方法及系统 |
CN107741434A (zh) * | 2017-12-15 | 2018-02-27 | 河南送变电建设有限公司 | 一种导线压接质检用便携式x射线成像装置及质检方法 |
CN109120919A (zh) * | 2018-09-10 | 2019-01-01 | 易诚高科(大连)科技有限公司 | 一种针对图像质量主观评测的自动分析系统与方法 |
CN110084807A (zh) * | 2019-05-06 | 2019-08-02 | 河南大学 | 一种焊缝探伤底片图像造假的检测方法 |
CN110146513A (zh) * | 2019-05-27 | 2019-08-20 | 深圳市华星光电技术有限公司 | 缺陷判定方法及缺陷判定装置 |
CN110473197A (zh) * | 2019-08-13 | 2019-11-19 | 树根互联技术有限公司 | 材料表面缺陷检测方法、装置、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
丁一: "基于SIFT 的论文图片匹配度对比查重算法", 信息与电脑 * |
王心醉等: "基于SIFT 算法的图像特征点提取和匹配研究", 南京医科大学学报自然科学版 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113298769A (zh) * | 2021-05-20 | 2021-08-24 | 佛山职业技术学院 | Fpc软排线外观缺陷检测方法、系统和介质 |
CN113298769B (zh) * | 2021-05-20 | 2023-01-24 | 佛山职业技术学院 | Fpc软排线外观缺陷检测方法、系统和介质 |
CN116664529A (zh) * | 2023-06-05 | 2023-08-29 | 青岛信驰电子科技有限公司 | 一种基于特征识别的电子元件排线校对方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11035802B2 (en) | Surface defect detection system and method thereof | |
US8238646B2 (en) | Apparatus and method for the automated marking of defects on webs of material | |
KR101294218B1 (ko) | 편광 필름 원반의 품질 판정 시스템 및 방법 | |
CN111413350A (zh) | 一种检测光纤排线缺陷的方法及装置 | |
CN105745523B (zh) | 用于检查缠绕的光纤的系统和方法 | |
US6687396B1 (en) | Optical member inspection apparatus, image-processing apparatus, image-processing method, and computer readable medium | |
KR102108956B1 (ko) | 인공지능을 활용한 머신비전 모듈형 소프트웨어를 갖는 머신비전 검사장치 및 그 장치의 구동방법, 그리고 컴퓨터 판독가능 기록매체 | |
JP2016161576A (ja) | 光学フィルムの検査システム及び検査方法、並びに光学フィルムの品質管理装置及び品質管理方法 | |
WO2017204519A2 (ko) | 데이터 밸런싱을 통한 학습기반의 비전검사 방법 및 이를 이용한 데이터 밸런싱을 통한 학습기반의 비전검사 장치 | |
CN110118777A (zh) | 一种控制系统系统集成智能检验台 | |
CN105531214A (zh) | 用于跟踪片材中的缺陷的设备和方法 | |
CN105510333A (zh) | 一种塑料薄膜软包装印品中缺陷的定位方法及装置 | |
CN111311545A (zh) | 集装箱检测方法、装置及计算机可读存储介质 | |
CN111275682A (zh) | 集装箱检测方法、装置及计算机可读存储介质 | |
TWI705241B (zh) | 光學薄膜缺陷檢測裝置及方法 | |
CN115170041B (zh) | 一种纺织产品进出库的智能动态盘点方法及系统 | |
US20120050523A1 (en) | Method of inspecting an optical fiber junction | |
CN115984215A (zh) | 一种基于双生网络的纤维束缺陷检测方法 | |
CN112857216B (zh) | 紧固件尺寸合规性检验方法、检测设备、检测系统及介质 | |
WO2023053029A1 (en) | Method for identifying and characterizing, by means of artificial intelligence, surface defects on an object and cracks on brake discs subjected to fatigue tests | |
JP2022052003A (ja) | 解析装置、解析方法および解析プログラム | |
JPS61120907A (ja) | プリント基板のホ−ル検査方法 | |
TW202207082A (zh) | 產品瑕疵標記裝置和方法 | |
CN114813736A (zh) | 一种测试系统、方法及存储介质 | |
JP2023170622A (ja) | 検査支援システム |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: No. 219, Beihai West Road, Haimen Street, Haimen District, Nantong City, Jiangsu Province 226199 Applicant after: Jiangsu Sterlite Tongguang Fiber Co.,Ltd. Address before: 226100 219 Beihai West Road, Haimen City, Nantong City, Jiangsu Province Applicant before: JIANGSU STERLITE TONGGUANG FIBER Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200714 |