CN112200778A - 一种非接触式多线缆类型参数测量的方法及系统 - Google Patents

Abstract

本发明公开了一种非接触式多线缆类型参数测量的方法及系统，所述非接触式多线缆类型参数测量的系统包括标定模块、图像采集模块和软件测量模块，首先搭建视觉测量平台，并对光源参数和相机曝光参数进行标定；接着利用高精度棋盘格获取所述视觉测量平台的像素坐标与物理坐标的比例因子；软件利用所述视觉测量平台采集线缆切片图像，并根据提取的所述线缆切片图像特征进行自动分类；同时对所述线缆切片图像进行预处理，并利用边缘识别算法提取对应的内外轮廓信息；最后根据提取出来的所述内外轮廓信息计算出多个对应的测量参数，提高了线缆测量的整体性能。

Description

一种非接触式多线缆类型参数测量的方法及系统

技术领域

本发明涉及精密测量技术领域，尤其涉及一种非接触式多线缆类型参数测量的方法及系统。

背景技术

近年来电力行业发展迅速，电线电缆在其中就起着重要的责任，并且我国目前电线电缆的生产量在世界范围处于前列，但就总体的质量而言电缆质量其合格率任没有达到安全生产的要求，因此为了减少电线电缆所带来的安全隐患，必须做好对线缆的质量检测。其中线缆的绝缘层以及护套层的材料厚度、最小厚度和外形尺寸测量是线缆检测的重要内容，且这几项检测内容也是决定了生产的线缆是否为合格的产品。

目前检测的方法通常为将线缆的绝缘层和护套层的切割面放置于低倍的投影仪工作面上，切割面与投影仪的光轴垂直，沿径向手动调整投影仪并读数，读数后计算绝缘层和护套层的绝缘平均厚度、最小厚度和外形尺寸。采用这种方法进行测量，对操作人员有一定的专业要求，且该测量方式效率极低，测量的结果存在较大的随机性，精度较低，并且无法对一些形状较为复杂的绝缘层和护套层进行检测，导致对线缆测量的整体性能降低。

发明内容

本发明的目的在于提供一种非接触式多线缆类型参数测量的方法及系统，提高了线缆测量的整体性能。

为实现上述目的，第一方面，本发明提供了一种非接触式多线缆类型参数测量的方法，包括以下步骤：

搭建视觉测量平台，并对光源参数和相机曝光参数进行标定；

利用高精度棋盘格获取所述视觉测量平台的像素坐标与物理坐标的比例因子；

采集线缆切片图像，并根据提取的所述线缆切片图像特征进行自动分类；

对所述线缆切片图像进行预处理，并利用边缘识别算法提取对应的内外轮廓信息；

根据所述内外轮廓信息，计算出多个对应测量参数。

其中，搭建视觉测量平台，并对光源参数和相机曝光参数进行标定，包括：

将搭建的视觉测量平台中的平行光光源进行亮度调节，并根据对标定块的图像采集，调节CCD相机的曝光时间，其中，所述亮度和所述曝光时间均为一个范围值。

其中，利用高精度棋盘格获取所述视觉测量平台的像素坐标与物理坐标的比例因子，包括：

利用所述视觉测量平台对获取的高精度棋盘格进行图像采集，并根据检测出的所述高精度棋盘格上的交点，计算出所述高精度棋盘格每条边占据的像素个数。

其中，利用高精度棋盘格获取所述视觉测量平台的像素坐标与物理坐标的比例因子，还包括：

将所述像素个数取均值，并计算所述高精度棋盘格的边长与所述均值的比值，得到对应的比例因子。

其中，采集线缆切片图像，并根据提取的所述线缆切片图像特征进行自动分类，包括：

利用所述CCD相机采集被测切片图像，并由软件测量装置对接收的所述切片图像进行形状特征和轮廓特征提取；同时由对应的算法将提取出来的所述形状特征和所述轮廓特征转换成图像矩阵和傅里叶描述子。

其中，采集线缆切片图像，并根据提取的所述线缆切片图像特征进行自动分类，还包括：

根据所述图像矩阵和所述傅里叶描述子生成对应的特征向量，并将所述特征向量与标准件中的标准特征向量进行对比，完成自动分类。

其中，对所述线缆切片图像进行预处理，并利用边缘识别算法提取对应的内外轮廓信息，包括：

对采集的所述切片图像进行滤波和全局自适应二值化处理，并对处理后的所述切片图像提取像素级和亚像素级的边缘信息，并根据所述边缘信息计算出对应的内外轮廓信息。

第二方面，本发明提供一种非接触式多线缆类型参数测量的系统，所述非接触式多线缆类型参数测量的系统包括标定模块、图像采集模块和软件测量模块，所述图像采集模块与所述软件测量模块连接，所述标定模块与所述图像采集模块和所述软件测量模块连接，所述软件测量模块包括自动分类单元、预处理单元、轮廓提取单元和参数计算单元，所述图像采集模块与所述自动分类单元连接，所述自动分类单元、所述预处理单元、所述轮廓提取单元和所述参数计算单元依次连接；

所述标定模块，用于对光源参数和相机曝光参数进行标定，并利用高精度棋盘格获取搭建的视觉测量平台的像素坐标与物理坐标的比例因子；

所述图像采集模块，用于对被测切片进行图像采集，并将采集的切片图像传输至所述软件测量模块；

所述软件测量模块，用于提取接收到的所述切片图像中的特征，并进行自动分类，同时对所述切片图像进行预处理和轮廓信息提取，并根据所述轮廓信息计算对应的测量参数；

所述自动分类单元，用于对接收的所述切片图像进行特征提取，并利用对应算法进行转换生成对应的特征向量，同时与标准件的标准特征向量进行对比；

所述预处理单元，用于对获取的所述切片图像进行滤波和全局自适应二值化处理；

所述轮廓提取单元，用于对处理后的所述切片图像提取像素级和亚像素级的边缘信息，并根据所述边缘信息计算出对应的内外轮廓信息；

所述参数计算单元，用于根据所述内外轮廓信息，计算出多个对应测量参数。

本发明的一种非接触式多线缆类型参数测量的方法及系统，所述非接触式多线缆类型参数测量的系统包括标定模块、图像采集模块和软件测量模块，首先搭建视觉测量平台，并对光源参数和相机曝光参数进行标定；接着利用高精度棋盘格获取所述视觉测量平台的像素坐标与物理坐标的比例因子；软件利用所述视觉测量平台采集线缆切片图像，并根据提取的所述线缆切片图像特征进行自动分类；同时对所述线缆切片图像进行预处理，并利用边缘识别算法提取对应的内外轮廓信息；最后根据提取出来的所述内外轮廓信息计算出多个对应的测量参数，提高了线缆测量的整体性能。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明提供的一种非接触式多线缆类型参数测量的方法的步骤示意图。

图2是本发明提供的一种非接触式多线缆类型参数测量的系统的结构示意图。

图3是本发明提高的视觉测量平台的结构示意图。

1-CCD相机、2-光学板、3-平行光光源、4-软件测量装置、5-光学支架、11-标定模块、12-图像采集模块、13-软件测量模块、131-自动分类单元、132-预处理单元、133-轮廓提取单元、134-参数计算单元。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

请参阅图1，本发明提供一种非接触式多线缆类型参数测量的方法，包括以下步骤：

S101、搭建视觉测量平台，并对光源参数和相机曝光参数进行标定。

具体的，如图3所示，利用平行光光源3、CCD相机1、光学板2、光学支架5用以放置成像底座以及固定CCD相机1，其中CCD相机1正对底部平行光光源3。CCD相机1也正对着成像平台，且两者的距离为CCD相机1的最佳成像距离。该测量系统可以对平行光光源3的亮度以及CCD相机1参数调节使采集图像的质量满足测量要求，然后将采集的实时数据传入到软件测量装置4。本专利所用的是远心镜头，因此CCD相机1能过获取无畸变高质量的图像对测量精度有着显著提升，最终根据本专利所提设计方案，我们的测量仪器精度达到5um以上，完全达到了线缆绝缘层和套护层质量的检验要求。所述软件测量装置4还为用户提供灵活简便的操作界面，用户不仅可以一键式测量，同时我们还为用户提供了拍摄图像存储，测量表格输出，以及用户能够对比例因子完成一键式标定等功能。

为了获取清晰且高质量的图像，需要对光源和CCD相机1进行校准，其目的是防止光源过高或过低影响成像清晰度以及曝光度过高或过低造成采集到的图像上存在物体边缘缺失的现象造成测量结果的不准确，为此需要将光源亮度以及CCD相机1曝光时间校准到一个合理数值范围内。光源的亮度决定了图像的清晰程度，CCD相机1的曝光时间影响着物体在图像上的边缘信息，进行影响了测量结果的准确性，因此需要对该两项参数进行校准，其校准的方式为先将底部平行光光源3的亮度调到一个能够获取清晰图像的范围，然后对一个标定块进行图像采集，并调节CCD相机1的曝光时间为一个范围值，在该范围内应该满足标定块在图像上所占据的像素个数始终保持不变，该校准的过程为：先随机调整光源亮度，最开始的光源亮度过低，然后继续调节，会得到一个较高的光源亮度，因此根据调节实际情况，得到一个亮度适中的范围，然后对一个标定块进行图像采集，并调节CCD相机1的曝光时间为一个范围值，同理，先随机的启用一个曝光值，然后继续进行调节，当出现曝光过度时，则将两者之间的范围定为曝光范围。

S102、利用高精度棋盘格获取所述视觉测量平台的像素坐标与物理坐标的比例因子。

具体的，为了获取该测量平台的像素坐标系与物理坐标系的比例因子，该比例因子对测量的结果精度起决定性因素，为此本文使用了误差低于2um的棋盘格标定板对其进行标定。

构建一个由图像像素到实际物体大小的转换关系，该关系通过相机标定获得。其标定方式主要为获取一个像素对应物理坐标系的实际距离的关系，该关系可用一个比例因子表示。其标定过程为对边长为L(mm)的高精度棋盘格进行图像采集，然后检测图像上该高精度棋盘格的角点，并通过所述角点计算出高精度棋盘格每条边所占据的像素个数，并将所述像素个数取均值表示为：n(个)，并计算所述高精度棋盘格的边长与所述均值的比值，得到对应的比例因子：k＝L/n。

S103、采集线缆切片图像，并根据提取的所述线缆切片图像特征进行自动分类。

具体的，需要测量的线缆绝缘层或套护层的切片放置于光学板2上，由CCD相机1采集获取图像信息，通过CCD相机1的网络端口使用网线将其与软件测量装置4相互连接，因此CCD相机1可将其采集到切片图像信息传入到软件测量装置4中。

针对线缆厂商需要对不同类型的线缆绝缘层或套护层测量相应的参数，为此对不同类型的绝缘层和套护层制定不同图像测量算法方式并将该测量方式存储在软件测量装置4里面，如表1中的不同类型的物体对应着各自不同的图像测量算法方式，因此当CCD相机1将采集到的切片图像传入到软件测量装置4时，软件测量装置4首先对其进行类型判断，然后根据其类型选择对应的图像测量算法。本专利其分类方式为对当前采集的线缆的绝缘层或套护层的切片图像通过其形状特征和轮廓特征，通过算法转换成图像矩和傅里叶描述子，也可以使用其他特征描述子，并生成特征向量，用该特征向量与线缆的绝缘层或线缆的套护层相应的标准件的特征向量通过对比分析达到自动分类的目的，其分类正确率达到100％。能够自动实现对不同类型的线缆进行分类识别，实现一键式测量，无需人工选型，提高检测效率。并且其自动测量的方式避免了人为测量所来带的人为误差极大的提高了测量结果准确性。

表1 线缆的绝缘层及套护层各类型的测量示意

S104、对所述线缆切片图像进行预处理，并利用边缘识别算法提取对应的内外轮廓信息。

具体的，为了避免图像噪声的影响需要对采集到线缆绝缘层或套护层的切片图像进行滤波处理，其滤波处理过程为彩色图像转灰度图像，然后使用双边滤波、中值滤波。滤波完后对图像进行全局自适应二值化处理，然后提取图像上的边缘的信息，其边缘提取可分为亚像素级和像素级的，像素级的为使用Canny、Sobel算子以及自适应二值化计算出线缆的边缘轮廓，另一种亚像素级，则采用Zernike矩对图像进行亚像素边缘轮廓提取，最后根据提取的边缘信息获取到该线缆绝缘层或套护层切片的内外轮廓信息。基于机器视觉的数字图像测量方式，因此其不需要专业人员进行手动测量，用户仅需要将线缆的绝缘层或套护层的切片放置于仪器的光学板2上便可通过仪器完成对其相应的参数测量，实现了自动测量，克服了以往基于低倍投影仪需要不断的手动调整线缆的绝缘层或套护层切片以及需要人为的多次计数和人工计算测量结果的缺点。在测量过程是通过图像处理算法达到对相应的测量参数计算的目的，因此在面对使用以往方法无法测量具有复杂形状的线缆绝缘层和套护层时本方法亦能够实现一键式测量解决了以往无法对复杂形状的线缆绝缘层和套护层检测的问题。

S105、根据所述内外轮廓信息，计算出多个对应测量参数。

具体的，根据找出该线缆绝缘层或套护层切片的内外轮廓信息后计算出所需的参数。根据其轮廓信息可以计算不同类型线缆的不同参数，如需要测量线缆绝缘层的类型a(如表1类型a所示)参数时，我们可以定位内轮廓中的圆心点，然后以过该圆心的直线会交于一侧的内外轮廓此时直线上的内外轮廓的交点的距离便是该方向上的壁厚，然后遍历外轮廓上所有的图像点以此计算出外轮廓直径最大值、最小值以及平均值和内轮廓直径最大值，最小值以及平均值此外还可计算出壁厚的最小值、最大值、以及平均值等。

所述方法还包括：

对未完成自动分类的所述切片图像进行手工点选和轮廓提取，并计算对应的所述测量参数。

具体的，当用户使用的是一个全新类型的线缆绝缘层或套护层切片时，软件测量装置4并没有对应的图像测量算法时，并不能对所述切片图像进行自动分类，因此为了便于用户测量操作我们提供了良好的交互界面即——我们添加了用户手工选点功能，该功能可以支持用户量测物体上任意两点的距离，此外还支持简单的图形提取功能如圆形提取椭圆提取便于用户在面对新类型时可以手动提取该类型的轮廓，然后根据该轮廓我们提供了相应的参数计算的功能如周长计算，面积计算，直径计算等等。

请参阅图2，本发明提供一种非接触式多线缆类型参数测量的系统，所述非接触式多线缆类型参数测量的系统包括标定模块11、图像采集模块12和软件测量模块13，所述图像采集模块12与所述软件测量模块13连接，所述标定模块11与所述图像采集模块12和所述软件测量模块13连接，所述软件测量模块13包括自动分类单元131、预处理单元132、轮廓提取单元133和参数计算单元134，所述图像采集模块12与所述自动分类单元131连接，所述自动分类单元131、所述预处理单元132、所述轮廓提取单元133和所述参数计算单元134依次连接；

所述标定模块11，用于对光源参数和相机曝光参数进行标定，并利用高精度棋盘格获取搭建的视觉测量平台的像素坐标与物理坐标的比例因子；

所述图像采集模块12，用于对被测切片进行图像采集，并将采集的切片图像传输至所述软件测量模块13；

所述软件测量模块13，用于提取接收到的所述切片图像中的特征，并进行自动分类，同时对所述切片图像进行预处理和轮廓信息提取，并根据所述轮廓信息计算对应的测量参数；

所述自动分类单元131，用于对接收的所述切片图像进行特征提取，并利用对应算法进行转换生成对应的特征向量，同时与标准件的标准特征向量进行对比；

所述预处理单元132，用于对获取的所述切片图像进行滤波和全局自适应二值化处理；

所述轮廓提取单元133，用于对处理后的所述切片图像提取像素级和亚像素级的边缘信息，并根据所述边缘信息计算出对应的内外轮廓信息；

所述参数计算单元134，用于根据所述内外轮廓信息，计算出多个对应测量参数。

在本实施方式中，如图3所示，利用平行光光源3、CCD相机1、光学板2、光学支架5用以放置成像底座以及固定CCD相机1，其中CCD相机1正对底部平行光光源3。CCD相机1也正对着成像平台，且两者的距离为CCD相机1的最佳成像距离。该测量系统可以对平行光光源3的亮度以及CCD相机1参数调节使采集图像的质量满足测量要求，然后将采集的实时数据传入到软件测量装置4。然后利用所述标定模块11对所述平行光光源3的光源参数和CCD相机1的曝光参数进行标定，并利用高精度棋盘格获取搭建的视觉测量平台的像素坐标与物理坐标的比例因子；然后利用所述图像采集模块12控制所述CCD相机1采集放置在所述光学板2上的切片的图像，然后将采集的图像传至所述软件测量模块13中，通过所述自动分类单元131对接收的所述切片图像进行特征提取，并利用对应算法进行转换生成对应的特征向量，同时与标准件的标准特征向量进行对比，实现自动分类，然后利用所述预处理单元132，将对应的所述切片图像进行滤波和全局自适应二值化处理，避免图像噪声的影响，然后将消除噪声后的图像传输至所述轮廓提取单元133进行像素级和亚像素级的边缘信息提取，并根据所述边缘信息计算出对应的内外轮廓信息；最后根据所述内外轮廓信息计算出对应的多个测量参数，例如可以定位内轮廓中的圆心点，然后以过该圆心的直线会交于一侧的内外轮廓此时直线上的内外轮廓的交点的距离便是该方向上的壁厚，然后遍历外轮廓上所有的图像点以此计算出外轮廓直径最大值、最小值以及平均值和内轮廓直径最大值，最小值以及平均值此外还可计算出壁厚的最小值、最大值、以及平均值等。基于机器视觉的数字图像测量方式，因此其不需要专业人员进行手动测量，用户仅需要将线缆的绝缘层或套护层的切片放置于仪器的光学板2上便可通过仪器完成对其相应的参数测量，实现了自动测量，克服了以往基于低倍投影仪需要不断的手动调整线缆的绝缘层或套护层切片以及需要人为的多次计数和人工计算测量结果的缺点；能够自动实现对不同类型的线缆进行分类识别，实现一键式测量，无需人工选型，提高检测效率。并且其自动测量的方式避免了人为测量所来带的人为误差极大的提高了测量结果准确性；在测量过程是通过图像处理算法达到对相应的测量参数计算的目的，因此在面对使用以往方法无法测量具有复杂形状的线缆绝缘层和套护层时本方法亦能够实现一键式测量解决了以往无法对复杂形状的线缆绝缘层和套护层检测的问题，提高了线缆测量的整体性能。

本发明的一种非接触式多线缆类型参数测量的方法及系统，所述非接触式多线缆类型参数测量的系统包括标定模块11、图像采集模块12和软件测量模块13，首先搭建视觉测量平台，并对光源参数和相机曝光参数进行标定；接着利用高精度棋盘格获取所述视觉测量平台的像素坐标与物理坐标的比例因子；软件利用所述视觉测量平台采集线缆切片图像，并根据提取的所述线缆切片图像特征进行自动分类；同时对所述线缆切片图像进行预处理，并利用边缘识别算法提取对应的内外轮廓信息；最后根据提取出来的所述内外轮廓信息计算出多个对应的测量参数，提高了线缆测量的整体性能。

以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (8)

1.一种非接触式多线缆类型参数测量的方法，其特征在于，包括以下步骤：

搭建视觉测量平台，并对光源参数和相机曝光参数进行标定；

利用高精度棋盘格获取所述视觉测量平台的像素坐标与物理坐标的比例因子；

采集线缆切片图像，并根据提取的所述线缆切片图像特征进行自动分类；

对所述线缆切片图像进行预处理，并利用边缘识别算法提取对应的内外轮廓信息；

根据所述内外轮廓信息，计算出多个对应测量参数。

2.如权利要求1所述的非接触式多线缆类型参数测量的方法，其特征在于，搭建视觉测量平台，并对光源参数和相机曝光参数进行标定，包括：

将搭建的视觉测量平台中的平行光光源进行亮度调节，并根据对标定块的图像采集，调节CCD相机的曝光时间，其中，所述亮度和所述曝光时间均为一个范围值。

3.如权利要求2所述的非接触式多线缆类型参数测量的方法，其特征在于，利用高精度棋盘格获取所述视觉测量平台的像素坐标与物理坐标的比例因子，包括：

利用所述视觉测量平台对获取的高精度棋盘格进行图像采集，并根据检测出的所述高精度棋盘格上的交点，计算出所述高精度棋盘格每条边占据的像素个数。

4.如权利要求3所述的非接触式多线缆类型参数测量的方法，其特征在于，利用高精度棋盘格获取所述视觉测量平台的像素坐标与物理坐标的比例因子，还包括：

将所述像素个数取均值，并计算所述高精度棋盘格的边长与所述均值的比值，得到对应的比例因子。

5.如权利要求4所述的非接触式多线缆类型参数测量的方法，其特征在于，采集线缆切片图像，并根据提取的所述线缆切片图像特征进行自动分类，包括：

利用所述CCD相机采集被测切片图像，并由软件测量装置对接收的所述切片图像进行形状特征和轮廓特征提取；同时由对应的算法将提取出来的所述形状特征和所述轮廓特征转换成图像矩阵和傅里叶描述子。

6.如权利要求5所述的非接触式多线缆类型参数测量的方法，其特征在于，采集线缆切片图像，并根据提取的所述线缆切片图像特征进行自动分类，还包括：

根据所述图像矩阵和所述傅里叶描述子生成对应的特征向量，并将所述特征向量与标准件中的标准特征向量进行对比，完成自动分类。

7.如权利要求6所述的一种非接触式多线缆类型参数测量的方法，其特征在于，对所述线缆切片图像进行预处理，并利用边缘识别算法提取对应的内外轮廓信息，包括：

对采集的所述切片图像进行滤波和全局自适应二值化处理，并对处理后的所述切片图像提取像素级和亚像素级的边缘信息，并根据所述边缘信息计算出对应的内外轮廓信息。

8.一种非接触式多线缆类型参数测量的系统，其特征在于，

所述非接触式多线缆类型参数测量的系统包括标定模块、图像采集模块和软件测量模块，所述图像采集模块与所述软件测量模块连接，所述标定模块与所述图像采集模块和所述软件测量模块连接，所述软件测量模块包括自动分类单元、预处理单元、轮廓提取单元和参数计算单元，所述图像采集模块与所述自动分类单元连接，所述自动分类单元、所述预处理单元、所述轮廓提取单元和所述参数计算单元依次连接；

所述标定模块，用于对光源参数和相机曝光参数进行标定，并利用高精度棋盘格获取搭建的视觉测量平台的像素坐标与物理坐标的比例因子；

所述图像采集模块，用于对被测切片进行图像采集，并将采集的切片图像传输至所述软件测量模块；

所述软件测量模块，用于提取接收到的所述切片图像中的特征，并进行自动分类，同时对所述切片图像进行预处理和轮廓信息提取，并根据所述轮廓信息计算对应的测量参数；

所述自动分类单元，用于对接收的所述切片图像进行特征提取，并利用对应算法进行转换生成对应的特征向量，同时与标准件的标准特征向量进行对比；

所述预处理单元，用于对获取的所述切片图像进行滤波和全局自适应二值化处理；

所述轮廓提取单元，用于对处理后的所述切片图像提取像素级和亚像素级的边缘信息，并根据所述边缘信息计算出对应的内外轮廓信息；

所述参数计算单元，用于根据所述内外轮廓信息，计算出多个对应测量参数。

Images