CN111539935B - 一种基于机器视觉的电缆表面缺陷在线检测方法 - Google Patents

Abstract

本发明公开了一种基于机器视觉的电缆表面缺陷在线检测方法，采集电缆外表面的原始图像，并对该图像进行预处理；对预处理后的图像进行灰度拉伸改变图像对比度；对灰度拉伸后的图像进行光照补偿；采用改进的自适应中值滤波算法对光照补偿后的图像进行滤波处理；对滤波处理后的图像进行固定阈值二值化处理，快速检测出电缆缺陷；对二值化处理后的图像进行膨胀处理，寻找电缆缺陷的轮廓并计算缺陷面积，完成电缆表面缺陷的在线检测。

Description

一种基于机器视觉的电缆表面缺陷在线检测方法

技术领域

本发明属于机器视觉和工业检测技术领域，更具体地说是一种在线电缆生产过程中实时检测其表面缺陷的方法。

背景技术

电缆作为输送电力、传输信号等不可缺少的工业产品，其表面质量的好坏是电缆各项性能是否达标的重要影响因素。在当前工业自动化飞速发展的社会环境下，电缆的生产效率也不断提高，然而很多企业在电缆的生产过程中仍采用人工检测其质量，浪费了大量的人力资源，质检效果却不尽人意。本发明采用机器视觉的方法对高速生产的电缆进行实时的表面质量检测，以节约人工成本、提高检测精度、降低漏检率和误检率。

发明内容

针对现有技术中所存在的问题，本发明提出了一种基于机器视觉的电缆表面缺陷在线检测方法，通过先进的机器视觉与图像处理技术，在电缆生产过程中及时发现因生产设备异常造成的缺陷，通知技术人员调整设备，以防大量的不良品被生产出来而造成资源的浪费。

本发明所采用的技术方案如下：

一种基于机器视觉的电缆表面缺陷在线检测方法，包括如下步骤：

S1、采集电缆外表面的原始图像，并对该图像进行预处理；

S2、对预处理后的图像进行灰度拉伸改变图像对比度；

S3、对灰度拉伸后的图像进行光照补偿；

S4、采用改进的自适应中值滤波算法对光照补偿后的图像进行滤波处理；

S5、对滤波处理后的图像进行固定阈值二值化处理，快速检测出电缆缺陷；

S6、对二值化处理后的图像进行膨胀处理，寻找电缆缺陷的轮廓并计算缺陷面积，完成电缆表面缺陷的在线检测。

进一步，所述预处理包括对电缆原始图像进行切割、旋转和二次切割处理；

进一步，对电缆图像旋转角度的矫正方法为，计算图像中电缆的旋转角度

按角度θ反向旋转完成对图像中电缆角度的矫正，其中，x_pt1、x_pt2、x_pt3、x_pt4分别为图像电缆四个顶角的横坐标，H为图像高度；

进一步，灰度拉伸的方法为：提取预处理后图像的灰度统计直方图，根据灰度统计直方图选择灰度变换函数，根据灰度变换函数对预处理后的图像进行灰度拉伸。

进一步，所述灰度变换函数采用分段线性变换函数；

进一步，所述光照补偿的方法为：

g(x，y)＝I(x，y)-s(x)*k₁*k₂+m

根据上式对灰度拉伸后图像中每一列像素进行不同幅度的光照补偿，其中，(x，y)为像素点的坐标，W为电缆截面方向的图像宽度，f(x)为亮度模型中横坐标x所对应的纵坐标值，I(x，y)为(x，y)位置的初始灰度值，g(x，y)为(x，y)位置的输出灰度值，s(x)为对应横坐标为x的每个像素点所对应电缆的表面积，k₁为该材料表面的反光系数，k₂为光照强度，m为偏移项。

进一步，改进的自适应中值滤波算法表示为：设置光照补偿后图像的搜索窗口Sxy的尺寸，在每个矩形窗口区域内统计像素灰度，若Zmin＞Zmed或Zmed＞Zmax，则增大搜索窗口的尺寸，且搜索窗口的尺寸小于Smax，重新统计光照补偿后图像的搜索窗口区域内统计像素灰度；若搜索窗口的尺寸大于Smax，输出Zmed：若Zmin＜Zmed＜Zmax，则比较Zmin、Zmax与Zxy之间的关系，若Zmin＜Zxy＜Zmax则输出Zxy，否者输出Zmed；其中，Zmin为窗口内最小灰度值，Zmax为窗口内最大灰度值，Zmed为窗口内灰度值的中值，Zxy为像素点(x，y)处的灰度值，Smax为Sxy允许的最大尺寸。根据上述方法选取滤波处理后的输出值，进而完成对光照补偿后图像滤波处理。

进一步，图像的固定阈值二值化处理后将具有灰度级的图像变换成只有两个灰度级的黑白图像，利用黑、白值分别表征缺陷与非缺陷区域，根据灰度值快速检测出电缆缺陷。

本发明的有益效果：

1、本发明采用机器视觉检测代替人工检测，实现电缆表面缺陷的在线检测，进而能够提高电缆表面缺陷准检测的确率和检测效率，同时降低了人工检测的成本。

2、为了消除曲面在成像时亮度不均匀对算法的影响，本发明基于光照模型对图像进行不同幅度的光照补偿。

3、本发明对采集的电缆原始图像进行切割、旋转和二次切割处理的预处理，一方面能够快速去除图像背景和对电缆的图片进行角度矫正，另一方面切割能够使得检测速度大大加快，提高检测的效率。

4、本发明对电缆图像进行改进的自适应中值滤波、固定阈值二值化两种图像处理方式相结合，可以提高电缆在线检测的准确率和降低误检率。

附图说明

图1是本发明方法的流程图；

图2为相机采集到的原始图像；

图3中，3a为初步切割的图像，3b为角度矫正后的图像，3c为二次切割后的图像；

图4为二次切割后图像的灰度统计直方图；

图5为二次切割后图像的灰度累计直方图；

图6为分段线性变换函数图；

图7为二次切割后图像灰度拉伸后的图像；

图8为灰度拉伸后图像的灰度统计直方图；

图9为灰度拉伸后图像的灰度累计直方图；

图10为光照示意图；

图11为亮度模型图；

图12灰度拉伸后图像经灰度补偿后的图像；

图13为改进的自适应中值滤波后的图像；

图14为改进的自适应中值滤波的逻辑流程图；

图15为中值滤波后图像经过固定阈值二值化的图像；

图16为二值化后图像经膨胀后的图像。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，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于解释本发明，并不用于限定本发明。

本发明提出的一种基于机器视觉的电缆表面缺陷在线检测方法的流程如图1所示，具体包括如下步骤：

S1、采集电缆外表面的原始图像，并对该图像进行预处理，预处理包括对电缆外表面图像进行切割、旋转和二次切割处理；

S1.1、先对电缆的原始图像进行二值化处理，找到电缆的四个顶角的坐标，如图2中的pt1(左上)、pt2(左下)、pt3(右上)及pt4(右下)四个角的坐标，确定最小的外接矩形；

S1.2、根据对S1.1中提取的最小外接矩形，对二值化后的原始图像进行切割，去除了图像中的背景得到如图3a所示的图像，像素数由50万减少到20万左右，节约计算时间。

S1.3、由于电缆是一种非刚性材料，在生产过程中有可能出现轻微的倾斜，因此需要对电缆的图片进行矫正。现给出旋转角度(逆时针)的计算公式：

其中，θ是电缆已经发生的绕逆时针方向偏转的角度，x_pt1、x_pt2、x_pt3、x_pt4分别为pt1、pt2、pt3、pt4的横坐标，H为图像高度。将图片沿顺时针方向旋转θ后，电缆即矫正到水平方向上(图3b)。重复利用第一步切割的方法对图像进行二次切割，并上下各多切除高度为C的像素行，抛弃上下两侧过于模糊的部分，同时防止边缘弯曲造成背景依然出现在切割后的图像上(图3c)，C一般取电缆所占宽度的5％。

S2、对经过旋转、切割处理后的图像进行灰度拉伸，通过改变图像像素的灰度值来改变图像对比度，从而改变图像质量。具体过程为：提取S1预处理后图像的灰度统计直方图，根据灰度统计直方图选择合适的灰度变换函数，根据灰度变换函数对图3c的图像进行灰度拉伸。在本实施例中，二次切割后的图像的灰度统计直方图如图4所示，直方图分布比较窄，灰度值过于集中，因此本发明采用分段线性变换函数。通过选取合适的变换节点，解决灰度级范围偏小而导致对比度不强的问题。在图4所示的灰度累计直方图中，截取纵坐标分别为2％和98％的两个点作为变换节点，找到对应的横坐标a，b。并根据a，b给出分段线性变换函数(图6)。根据求得的分段线性变换函数，对图3c中每个像素的灰度值进行映射，图7为图3c灰度拉伸后的效果图。绘制图7的灰度统计直方图(图8)和灰度累计直方图(图9)，可以看出图像的对比度得到很好的增强。

S3、考虑到相机在采集电缆表面图像的过程中，水平方向每个像素所对应的实际电缆的弧长并不相等(图10)，造成图像总是两侧偏亮，中间偏暗(图7)。为了消除图像采集带来的光照影响，对灰度拉伸后图像中每一列像素进行不同幅度的光照补偿。水平方向上每个像素所对应的弧长可近似看作三角形的斜边，根据以下公式对每列像素的灰度值进行相应的光照补偿(图11所示的亮度模型图)。公式如下：

g(x，y)＝I(x，y)-s(x)*k₁*k₂+m

其中，x为像素点的横坐标，y为像素点的纵坐标，W为电缆截面方向的图像宽度，f(x)为图11中横坐标x所对应的纵坐标值，I(x，y)为(x，y)位置的初始灰度值，g(x，y)为(x，y)位置的输出灰度值，s(x)为对应横坐标为x的每个像素点所对应电缆的表面积，k₁为该材料表面的反光系数，k₂为光照强度，m为偏移项，便于更直观的显示补偿后的效果。由图12可以看出，灰度补偿很好的解决了电缆成像的亮度不均问题。

S4、针对图像中出现大量的脉冲噪声，本发明采用一种改进的自适应中值滤波算法如图14所示，设置光照补偿后图像的搜索窗口Sxy的尺寸为3，在每个矩形窗口区域内统计像素灰度，若Zmin＞Zmed或Zmed＞Zmax，则增大搜索窗口的尺寸，且搜索窗口的尺寸小于Smax，重新统计光照补偿后图像的搜索窗口区域内统计像素灰度；若搜索窗口的尺寸大于Smax，输出Zmed；若Zmin＜Zmed＜Zmax，则比较Zmin、Zmax与Zxy之间的关系，若Zmin＜Zxy＜Zmax则输出Zxy，否者输出Zmed。其中，Zmin为窗口内最小灰度值，Zmax为窗口内最大灰度值，Zmed为窗口内灰度值的中值，Zxy为像素点(x，y)处的灰度值，Smax为Sxy允许的最大尺寸。根据上述方法选取滤波处理后的输出值，进而完成对光照补偿后图像滤波处理；本发明的自适应中值滤波算法能够在脉冲噪声的空间密度较大时依然具有良好的滤波效果，并且在平滑非脉冲噪声时尽量将细节保留。对图12进行自适应中值滤波后的结果图为图13。

S5、图像的固定阈值二值化是通过设定某个阈值，把具有灰度级的图像变换成只有两个灰度级的黑白图像。设输入图像的初始灰度值I(x，y)，二值化后输出的灰度值为g(x，y)，阈值为T，那么图像二值化的方法为：

其中，阈值T的大小与电缆材料表面反光度和桶形光源的光照强度相关，因为在本系统中这两个因素均固定，所以采取简单的固定阈值二值化可以快速有效地将电缆缺陷检测出来(图15)。

S6、对二值化处理后的图像进行膨胀得到图16，然后寻找电缆轮廓缺陷并分别计算出缺陷面积，具体的，根据像素点的灰度值统计膨胀处理后图像内的代表缺陷的像素点个数(白点)；根据单位面积上允许的缺陷点个数设定缺陷判断阈值，当膨胀后的图像内的缺陷点大于缺陷判断阈值则认为产品出现缺陷，至此缺陷检测功能完成。

以上实施例仅用于说明本发明的设计思想和特点，其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施，本发明的保护范围不限于上述实施例。所以，凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰，均在本发明的保护范围之内。

Claims (7)

1.一种基于机器视觉的电缆表面缺陷在线检测方法，其特征在于，包括如下步骤：

S1、采集电缆外表面的原始图像，并对该图像进行预处理；

S2、对预处理后的图像进行灰度拉伸改变图像对比度；

S3、对灰度拉伸后的图像进行光照补偿；所述光照补偿的方法为：

g(x，y)＝I(x，y)-s(x)*k₁*k₂+m

根据上式对灰度拉伸后图像中每一列像素进行不同幅度的光照补偿，其中，(x，y)为像素点的坐标，W为电缆截面方向的图像宽度，f(x)为亮度模型中横坐标x所对应的纵坐标值，I(x，y)为(x，y)位置的初始灰度值，g(x，y)为(x，y)位置的输出灰度值，s(x)为对应横坐标为x的每个像素点所对应电缆的表面积，k₁为电缆表面的反光系数，k₂为光照强度，m为偏移项；

S4、采用改进的自适应中值滤波算法对光照补偿后的图像进行滤波处理；

S5、对滤波处理后的图像进行固定阈值二值化处理，快速检测出电缆缺陷；

S6、对二值化处理后的图像进行膨胀处理，寻找电缆缺陷的轮廓并计算缺陷面积，完成电缆表面缺陷的在线检测。

2.根据权利要求1所述的一种基于机器视觉的电缆表面缺陷在线检测方法，其特征在于，所述预处理包括对电缆原始图像进行切割、旋转和二次切割处理。

3.根据权利要求2所述的一种基于机器视觉的电缆表面缺陷在线检测方法，其特征在于，对电缆图像旋转角度的矫正方法为，计算图像中电缆的旋转角度

按角度θ反向旋转完成对图像中电缆角度的矫正，其中，x_pt1、x_pt2、x_pt3、x_pt4分别为图像电缆四个顶角的横坐标，H为图像高度。

4.根据权利要求1所述的一种基于机器视觉的电缆表面缺陷在线检测方法，其特征在于，灰度拉伸的方法为：提取预处理后图像的灰度统计直方图，根据灰度统计直方图选择灰度变换函数，根据灰度变换函数对预处理后的图像进行灰度拉伸。

5.根据权利要求4所述的一种基于机器视觉的电缆表面缺陷在线检测方法，其特征在于，所述灰度变换函数采用分段线性变换函数。

6.根据权利要求1所述的一种基于机器视觉的电缆表面缺陷在线检测方法，其特征在于，改进的自适应中值滤波算法表示为：设置光照补偿后图像的搜索窗口Sxy的尺寸，在每个矩形窗口区域内统计像素灰度，若Zmed＝Zmin或Zmed＝Zmax，则增大搜索窗口的尺寸，且搜索窗口的尺寸小于Smax，重新统计光照补偿后图像的搜索窗口区域内统计像素灰度；若搜索窗口的尺寸大于Smax，输出Zmed；若Zmin＜Zmed＜Zmax，则比较Zmin、Zmax与Zxy之间的关系，若Zmin＜Zxy＜Zmax则输出Zxy，否则 输出Zmed；其中，Zmin为窗口内最小灰度值，Zmax为窗口内最大灰度值，Zmed为窗口内灰度值的中值，Zxy为像素点(x,y)处的灰度值，Smax为Sxy允许的最大尺寸；根据上述方法选取滤波处理后的输出值，进而完成对光照补偿后图像滤波处理。

7.根据权利要求1所述的一种基于机器视觉的电缆表面缺陷在线检测方法，其特征在于，图像的固定阈值二值化处理后将具有灰度级的图像变换成只有两个灰度级的黑白图像，利用黑、白值分别表征缺陷与非缺陷区域，根据灰度值快速检测出电缆缺陷。

Images