CN114216912A - 一种基于机器视觉的曳引钢丝绳缺陷检测方法 - Google Patents
一种基于机器视觉的曳引钢丝绳缺陷检测方法 Download PDFInfo
- Publication number
- CN114216912A CN114216912A CN202210159896.2A CN202210159896A CN114216912A CN 114216912 A CN114216912 A CN 114216912A CN 202210159896 A CN202210159896 A CN 202210159896A CN 114216912 A CN114216912 A CN 114216912A
- Authority
- CN
- China
- Prior art keywords
- wire rope
- steel wire
- image
- defect
- diameter
- 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
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 226
- 239000010959 steel Substances 0.000 title claims abstract description 226
- 230000007547 defect Effects 0.000 title claims abstract description 57
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 238000007689 inspection Methods 0.000 claims abstract description 91
- 238000001914 filtration Methods 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 26
- 238000003708 edge detection Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 62
- 239000007788 liquid Substances 0.000 description 23
- 230000017525 heat dissipation Effects 0.000 description 21
- 239000000110 cooling liquid Substances 0.000 description 16
- 239000002826 coolant Substances 0.000 description 13
- 230000000694 effects Effects 0.000 description 9
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000012780 transparent material Substances 0.000 description 2
- 241000270295 Serpentes Species 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000191 radiation effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000007306 turnover Effects 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- 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
- G01B11/08—Measuring arrangements characterised by the use of optical techniques for measuring diameters
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30136—Metal
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及曳引钢丝绳缺陷检测方法,具体涉及一种基于机器视觉的曳引钢丝绳缺陷检测方法,本曳引钢丝绳缺陷检测方法包括:通过巡检部采集钢丝绳图像;对采集的钢丝绳图像进行滤波,且经滤波后的钢丝绳图像经自适应二值化,以检测钢丝绳图像内含有钢丝绳的有效区域;分别对有效区域进行特征提取,以获取钢丝绳的捻距、钢丝绳上缺陷位置、钢丝绳直径;本发明能够同时测量钢丝绳的捻距、钢丝绳上缺陷位置、钢丝绳直径,实现全面检测的目的,并利用亚像素定位算法,使得对钢丝绳直径测量可以精确到0.1mm,通过对钢丝绳的捻距进行实时检测,使得对钢丝绳的测量更为完善,通过对钢丝绳上缺陷位置的检测可以精确定位缺陷在钢丝绳上的位置。
Description
技术领域
本发明涉及曳引钢丝绳缺陷检测方法,具体涉及一种基于机器视觉的曳引钢丝绳缺陷检测方法。
背景技术
现有技术方案根据高清相机将钢丝绳样本转为数字信号,然后进行滤波,采用灰度共生矩阵提取纹理特征然后用神经网络进行缺陷识别,所实现的功能比较单一,且方案较为复杂,没有在当前的技术方案中看到有对钢丝绳捻距的测量方案。
中国专利CN 109987479A公开了一种曳引钢丝绳外径在线实时测量装置,所述装置包括曳引钢丝绳预紧导向结构,游标尺测量结构以及门型框架滑动结构;所述曳引钢丝绳预紧导向结构包括预紧轮、预紧轮支架、导向轮、导向轮支架、以及弹簧支架;所述曳引钢丝绳预紧导向结构利用压缩弹簧,弹簧支架,预紧轮支架,将待测钢丝绳压紧在预紧轮与导向轮之间,钢丝绳外径磨损导致直径大小的变化将推动预紧轮水平径向移动,导向轮能够限制钢丝绳的水平晃动,减少震荡带来的误差。预紧螺栓及滑动槽可以方便的安装在电梯机房的靠近钢丝绳的钢结构上,曳引电梯多根钢丝绳并排时,该发明空间上解决了内侧钢丝绳直径测量的难题,实现对曳引电梯钢丝绳外径变化在线实时测量。
该专利具有如下的缺点:
采用复杂的机械机构测量钢丝绳直径,且不能对钢丝绳捻距进行测量。
因此,亟需开发一种新的基于机器视觉的曳引钢丝绳缺陷检测方法,以解决上述问题。
发明内容
本发明的目的是提供一种基于机器视觉的曳引钢丝绳缺陷检测方法。
为了解决上述技术问题,本发明提供了一种基于机器视觉的曳引钢丝绳缺陷检测方法,其包括:通过巡检部采集钢丝绳图像;对采集的钢丝绳图像进行滤波,且经滤波后的钢丝绳图像经自适应二值化,以检测钢丝绳图像内含有钢丝绳的有效区域;分别对有效区域进行特征提取,以获取钢丝绳的捻距、钢丝绳上缺陷位置、钢丝绳直径。
进一步,所述通过巡检部采集钢丝绳图像的方法包括:通过面阵相机采集钢丝绳图像,以获取钢丝绳直径;以及通过线阵相机采集钢丝绳图像,以获取钢丝绳的捻距、钢丝绳上缺陷位置。
进一步,所述分别对有效区域进行特征提取,以获取钢丝绳的捻距、钢丝绳上缺陷位置、钢丝绳直径的方法包括:检测有效区域的中轴线,并对有效区域进行边缘提取;根据提取到的有效区域的边缘,并计算有效区域的中轴线两侧垂直于有效区域的边缘之间的距离,以获取直径序列;在直径序列中查找最大值,以获取最大直径所在位置;根据最大直径所在位置进行亚像素边缘提取,以获取钢丝绳直径。
进一步,所述分别对有效区域进行特征提取,以获取钢丝绳的捻距、钢丝绳上缺陷位置、钢丝绳直径的方法还包括:在有效区域内进行细钢丝边缘检测,以识别每股细钢丝;通过闭运算,将采集的钢丝绳图像中有效区域内各股细钢丝划分为Gn区域;计算Gn区域中沿相应细钢丝行进方向的中轴线Zn的位置,并测量沿钢丝绳轴线方向Zn与Zn+1之间的距离Dn;根据Dn获取钢丝绳的捻距。
进一步,所述分别对有效区域进行特征提取,以获取钢丝绳的捻距、钢丝绳上缺陷位置、钢丝绳直径的方法还包括:对有效区域的钢丝绳图像变换至频域,以获取频域图像;对频域图像进行滤波,并对滤波后的频域图像进行反变换获取缺陷图像;对缺陷图像进行特征提取,以获取钢丝绳上缺陷位置。
本发明的有益效果是,本发明能够同时测量钢丝绳的捻距、钢丝绳上缺陷位置、钢丝绳直径,实现全面检测的目的,并利用亚像素定位算法,使得对钢丝绳直径测量可以精确到0.1mm,通过对钢丝绳的捻距进行实时检测,使得对钢丝绳的测量更为完善,通过对钢丝绳上缺陷位置的检测可以精确定位缺陷在钢丝绳上的位置。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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是本发明的曳引钢丝绳缺陷检测方法的方法流程图;
图2是本发明的检测钢丝绳直径的方法流程图;
图3是本发明的检测钢丝绳的捻距的方法流程图;
图4是本发明的检测钢丝绳上缺陷位置的方法流程图;
图5是本发明的检测钢丝绳的捻距的具体实施例的示意图;
图6是本发明的实施曳引钢丝绳缺陷检测方法所采用结构的结构示意图;
图7是本发明的巡检部的立体图;
图8是本发明的进水罩顶开堵头的结构示意图;
图9是本发明的散热翅片的结构示意图。
图中:
1、放卷部;2、巡检部;21、巡检滑轨;22、巡检箱体;23、巡检外罩;231、测量位;232、巡检位;24、巡检电机;25、巡检齿条;26、线扫支架;261、线阵相机;262、线扫光源;263、线扫镜头;27、测量支架;271、面阵相机;272、测量镜头;28、散热器;29、散热翅片;291、散热通道;292、进水口;293、出水口;294、出水管;295、进水管;3、高速相机组;31、补光灯;32、高速相机本体;4、储液箱体;41、堵头;42、进水槽;43、复位圈;44、进水支架;45、进水弹簧;5、进水罩;51、挡圈;52、挡头;53、顶推管;531、进水孔。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
在本实施例中,如图1至图9所示,本实施例提供了一种基于机器视觉的曳引钢丝绳缺陷检测方法,其包括:通过巡检部2采集钢丝绳图像;对采集的钢丝绳图像进行滤波,且经滤波后的钢丝绳图像经自适应二值化,以检测钢丝绳图像内含有钢丝绳的有效区域;分别对有效区域进行特征提取,以获取钢丝绳的捻距、钢丝绳上缺陷位置、钢丝绳直径。
在本实施例中,本实施例能够同时测量钢丝绳的捻距、钢丝绳上缺陷位置、钢丝绳直径,实现全面检测的目的,并利用亚像素定位算法,使得对钢丝绳直径测量可以精确到0.1mm,通过对钢丝绳的捻距进行实时检测,使得对钢丝绳的测量更为完善,通过对钢丝绳上缺陷位置的检测可以精确定位缺陷在钢丝绳上的位置。
在本实施例中,所述通过巡检部2采集钢丝绳图像的方法包括:通过面阵相机271采集钢丝绳图像,以获取钢丝绳直径;以及通过线阵相机261采集钢丝绳图像,以获取钢丝绳的捻距、钢丝绳上缺陷位置。
在本实施例中,所述分别对有效区域进行特征提取,以获取钢丝绳的捻距、钢丝绳上缺陷位置、钢丝绳直径的方法包括:检测有效区域的中轴线,并对有效区域进行边缘提取;根据提取到的有效区域的边缘,并计算有效区域的中轴线两侧垂直于有效区域的边缘之间的距离,以获取直径序列;在直径序列中查找最大值,以获取最大直径所在位置;根据最大直径所在位置进行亚像素边缘提取,以获取钢丝绳直径。
检测钢丝绳直径的工作原理
面阵相机271采集钢丝绳图像,对采集的钢丝绳图像进行滤波,通过自适应二值化,检测经滤波后的钢丝绳图像中含有钢丝绳的有效区域,记为区域A;检测区域A的中轴线;对区域A进行边缘提取;依据已经检测到的边缘,计算区域A的中轴线两侧,垂直于中轴线的边缘点距离(边缘点连线垂直于中轴线),得到直径序列;在直径序列中,查找最大值,并根据最大直径所在位置,进行亚像素边缘提取,进一步精确计算钢丝绳直径。
在本实施例中,所述分别对有效区域进行特征提取,以获取钢丝绳的捻距、钢丝绳上缺陷位置、钢丝绳直径的方法还包括:在有效区域内进行细钢丝边缘检测,以识别每股细钢丝;通过闭运算,将采集的钢丝绳图像中有效区域内各股细钢丝划分为Gn区域;计算Gn区域中沿相应细钢丝行进方向的中轴线Zn的位置,并测量沿钢丝绳轴线方向Zn与Zn+1之间的距离Dn;根据Dn获取钢丝绳的捻距。
在本实施例中,钢丝绳的捻距为各距离Dn的均值。
检测钢丝绳的捻距的工作原理
线阵相机261采集钢丝绳图像,对采集的钢丝绳图像进行滤波,通过自适应二值化,检测经滤波后的钢丝绳图像中含有钢丝绳的有效区域,记为区域A;对区域A进行边缘检测,检测细钢丝的股数;闭运算,将采集的钢丝绳图像中有效区域内各股细钢丝划分为Gn区域(n从0到N,钢丝绳图像中的钢丝绳股数为N+1)。
在本实施例中,所述分别对有效区域进行特征提取,以获取钢丝绳的捻距、钢丝绳上缺陷位置、钢丝绳直径的方法还包括:对有效区域的钢丝绳图像变换至频域,以获取频域图像;对频域图像进行滤波,并对滤波后的频域图像进行反变换获取缺陷图像;对缺陷图像进行特征提取,以获取钢丝绳上缺陷位置。
检测钢丝绳上缺陷位置的工作原理
线阵相机261采集钢丝绳图像,对采集的钢丝绳图像进行滤波,通过自适应二值化,检测经滤波后的钢丝绳图像中含有钢丝绳的有效区域,记为区域A;对区域A的图像变换至频域,得到频域图像B;对图像B进行滤波;对滤波后的图像B进行反变换得到图像C;对图像C进行特征提取,检测缺陷。
在本实施例中,通过放卷部1收卷或下放多个被检测钢丝绳;通过位于放卷部1的下方的巡检部2采集沿着多个被检测钢丝绳的水平方向滑动的每条被检测钢丝绳的钢丝绳图像。
在本实施例中,所述放卷部1适于收卷/下放多个被检测钢丝绳,即检测时,通过放卷部1放下多个被检测钢丝绳,检测完成后,通过放卷部1收卷被检测钢丝绳;巡检部2,所述巡检部2位于所述放卷部1的下方,所述巡检部2适于沿着多个被检测钢丝绳的水平方向滑动以采集每条被检测钢丝绳的状态;高速相机组3,所述高速相机组3位于所述巡检部2的正下方,所述高速相机组3适于采集被检测钢丝绳尾部的照片,通过巡检部2对被检测钢丝绳首部进行状态分析、检测及预警,通过高速相机组3对被检测钢丝绳尾部进行状态分析、检测及预警,可完全替代人工查绳,大幅提高检测被检测钢丝绳的效率和质量,节约日常检修时间,降低职工劳动强度,同时可以检测高速运转中的钢丝绳,对整根钢丝绳做多角度、无死角的拍摄和检测,同时采用移动巡检的方式,能够对多根钢丝绳做检测。
在本实施例中,所述巡检部2包括对称设置的两巡检装置,且两所述巡检装置分别位于被检测钢丝绳的两侧,即从两侧对钢丝绳进行检测,以保证检测效果;每个所述巡检装置包括巡检滑轨21、滑动连接在巡检滑轨21上的巡检箱体22和安装在巡检箱体22靠近被测钢丝绳一侧的巡检外罩23;所述巡检外罩23具有一测量位231和位于测量位231两侧的两个巡检位232;通过所述测量位231测量被检测钢丝绳的钢丝绳直径,并通过各所述巡检位232对被检测钢丝绳拍摄连续图像;两所述巡检箱体22之间的区域形成检测区,以使各被检测钢丝绳依次进入所述检测区,以采集每条被检测钢丝绳的钢丝绳图像;所述巡检箱体22内位于每个巡检位232安装有一线扫支架26,且所述线扫支架26上固定连接线阵相机261,所述线扫支架26上还安装有若干线扫光源262,对应的巡检位232对准线阵相机261的线扫镜头263;通过所述线阵相机261对被检测钢丝绳拍摄连续的钢丝绳图像,以获取钢丝绳的捻距、钢丝绳上缺陷位置;所述巡检箱体22内位于测量位231安装有一测量支架27,且所述测量支架27上固定连接面阵相机271,所述面阵相机271的测量镜头272对准对应的测量位231;通过所述面阵相机271对被检测钢丝绳拍摄连续的钢丝绳图像,以获取钢丝绳直径。
在本实施例中,每个所述巡检装置包括巡检滑轨21,巡检滑轨21作为滑动底座,在巡检滑轨21上滑动连接有巡检箱体22,该巡检箱体22作为对钢丝绳检测的元器件移动的载体,为元器件的安装提供空间,同时提高元器件安装的抗震、防水性能,以保证检测的稳定运动;所述巡检箱体22的一侧具有开口,且开口位于两巡检箱体22相靠近的一侧,在所述巡检箱体22靠近被测钢丝绳一侧安装有巡检外罩23,以及所述巡检外罩23具有一测量位231和位于所述测量位231两侧的两个巡检位232,且所述测量位231适于测量被检测钢丝绳的钢丝绳直径,所述巡检位232适于对被检测钢丝绳拍摄连续图像;两巡检箱体22之间的区域形成检测区;在巡检箱体22沿巡检滑轨21滑动过程中,各被检测钢丝绳依次进入所述检测区,以采集每条被检测钢丝绳的钢丝绳图像。
具体地驱动巡检箱体22沿巡检滑轨21滑动的方式如下,在巡检箱体22上安装有一巡检电机24,在巡检电机24的输出轴上安装有巡检齿轮,在巡检导轨上安装有沿长度方向延伸的巡检齿条25,通过巡检齿轮与巡检齿条25啮合,以使巡检电机24转动带动巡检齿轮转动,巡检齿轮转动带动巡检齿轮与巡检齿条25相对滑动,而巡检齿条25是相对固定在巡检滑轨21上的,则巡检箱体22相对巡检滑轨21相对滑动,进而实现对钢丝绳的在线检测。
为了实现对钢丝绳的多角度检测,各测量位231所在平面之间呈不同角度,即各测量位231所在平面之间不共面,两个巡检箱体22上总共四个巡检位232和两个测量位231将钢丝绳围合起来,以对钢丝绳进行全方位的检测,避免死角,进而提高检测效率。
在本实施例中,巡检位232由透明材质制成,如玻璃,线扫光源262发出的光线能够穿过巡检位232照射到钢丝绳上,同时钢丝绳的成像也会穿过巡检位232进入线扫镜头263中,并通过所述线阵相机261对被检测钢丝绳拍摄连续图像,进行钢丝绳间捻距、断丝检测;即通过四个线阵相机261,对钢丝绳进行360°无死角检测;同时测量位231也由透明材质制成,如玻璃,被检测钢丝绳的成像穿过测量位231进入测量镜头272中,并通过所述面阵相机271测量被检测钢丝绳的钢丝绳直径,测量精度0.01mm。
具体的高速相机组3结构如下,所述高速相机组3包括两相对设置的补光灯31和两相对设置的高速相机本体32;其中所述高速相机本体32适于对被检测钢丝绳尾部拍照,通过补光灯31照亮被检测钢丝绳,以提高高速相机本体32的拍摄效果。
需要指出的是,由于巡检箱体22与巡检外罩23相配合形成一个密闭的整体,因此存在巡检箱体22内部温度过高而影响测量相机和巡检相机的工作,为了解决上述问题,可以在巡检箱体22的顶部安装散热器28,通过散热器28排出巡检箱体22内的热气,进而避免巡检箱体22内的温度过高;同时,可以在散热器28与巡检箱体22之间设置散热翅片29,以提高巡检箱体22与散热器28之间的热传导效果,但是散热效果依然有限。
为了解决上述问题,需要采用如下方案,两所述巡检滑轨21之间安装有一储液箱体4,并通过所述储液箱体4通入冷却液,并在所述储液箱体4的一侧设置有堵头41,以避免储液箱体4中的冷却液漏出;所述巡检箱体22的顶部安装有若干散热翅片29,且所述散热翅片29的顶部固定连接有散热器28,所述散热翅片29中开设有“蛇”形的散热通道291,以在所述散热翅片29的一对侧壁上分别形成进水口292和出水口293,散热通道291的设置能够通入冷却液以通过热交换来提高对巡检箱体22的散热效果,同时“蛇”形的设置能够增加散热通道291中滞留的冷却液,进一步提高热交换效果;所述出水口293处安装有出水管294,所述出水管294朝向相对的巡检外罩23上的巡检位232,即在散热通道291中的冷却液进行热交换后,散热通道291中的冷却液可以通过出水管294排出,以为新的冷却液通入散热通道291提供空间,同时出水管294对准另一巡检位232的设置,使得冷却液从出水管294喷出后能够冲洗巡检位232,进而保证巡检位232表面清洁,以提高检测效果;为了实现新的冷却液通入散热通道291,所述进水口292处安装有进水管295,且所述进水管295能够与储液箱体4连通;即堵头41打开后,进水管295与储液箱体4连通;在使用时,通过所述进水管295顶开所述堵头41,以使进水管295与储液箱体4导通,通过向进水管295加冷却液,使得所述散热通道291内的冷却液通过出水管294喷至对应的巡检位232上,进而对巡检位232进行清洁,以保证检测准确性;所述进水管295顶开所述堵头41后,所述储液箱体4内的冷却液通过进水管295补充到所述散热通道291内。
需要指出的是,若散热通道291中的热的冷却液未排出就将新的冷却液通入散热通道291内,会使得热的冷却液与新的冷却液相混合,从而影响对巡检箱体22的冷却效果,同时,若进水管295保持与储液箱体4相连,则在巡检箱体22滑动过程中进水管295会产生弯折;为了解决上述问题,可以采用如下方案,在所述进水管295位于远离所述散热翅片29的一端一体设置有一进水罩5,且所述进水罩5呈敞口状;所述进水罩5为柔性;所述进水管295位于远离所述散热翅片29的一端内侧壁还设置有一环形的挡圈51,且所述挡圈51弹性连接有一挡头52,挡头52与挡圈51相适配,以堵住进水管295,通过堵住进水管295的方式,使得出水管294的一端不需要进行封堵其内的冷却液也不会滑落;在所述进水罩5跟随所述巡检箱体22滑动过程中,进水罩5先与所述储液箱体4相抵,在继续滑动过程中,进水罩5会被压缩,进而所述进水罩5内的空气顶推所述挡头52与所述挡圈51脱离,进而打开进水管295,被压缩的空气顶推散热通道291内的冷却液,以使冷却液从所述出水管294喷出,新的冷却液通入进水管295时顶开挡头52,在新的冷却液填满散热通道291后,挡头52回弹重新堵住进水管295。
在本实施例中,通过进水罩5与储液箱体4相抵后压缩的方式,以对储液箱体4的滑动起到缓冲作用,避免储液箱体4被撞击而损坏的情况。
需要指出的是,喷出的冷却液的体积与进水罩5的体积相同,即散热通道291中仅小部分的冷却液从出水管294喷出,为了提高喷出的冷却液的量,在所述储液箱体4位于所述堵头41处开设有一进水槽42,且所述进水槽42与所述储液箱体4内部连通;所述进水槽42的纵截面呈敞口状,且进水槽42与进水罩5相对敞开,在所述进水罩5跟随所述巡检箱体22靠近所述储液箱体4过程中,进水罩5会先与储液箱体4相抵,在巡检箱体22继续滑动过程中,进水罩5开始压缩,当进水罩5压缩至进水管295的端头超过巡检箱体22的侧壁后,进水罩5反向翻折至与所述进水槽42相贴合,通过这样的方式,将进水罩5与进水槽42中的空气一起压缩,进而提高从出水管294喷出的冷却液的量。
需要指出的是,虽然进水罩5具有柔性,但是其回复能力无法保证,即进水罩5反向翻折后难以回复,为了解决上述问题,可以采用如下方案,在所述进水槽42的开口处一体设置有一环形的复位圈43,在进水罩5与进水槽42的贴合时,进水罩5的端部会与复位圈43相抵;则所述进水罩5跟随所述巡检箱体22远离所述储液箱体4时,所述进水罩5与所述复位圈43相抵,在进水管295的端头穿过储液箱体4的侧壁后,进水罩5与复位圈43脱离并复位翻折,通过这样的方式以便于进水罩5恢复至初始位置,同时,在进水罩5与进水槽42脱离时,进水罩5与进水槽42之间的体积增大,进水罩5与进水槽42之间产生负压,以使挡头52堵住挡圈51,以保证进水管295的密封效果。
为了实现堵头41的打开,在所述进水管295的端部一体设置有顶推管53;所述储液箱体4的内壁位于所述堵头41位置处安装有进水支架44,且所述进水支架44通过进水弹簧45与所述堵头41相连;其中所述进水罩5与所述进水槽42贴合时,所述顶推管53顶推所述堵头41压缩所述进水弹簧45,以使所述储液箱体4内的冷却液顶开挡头52后通过进水管295通入所述散热通道291。
为了便于新的冷却液通入进水管295,在所述顶推管53上开设有若干进水孔531;其中所述顶推管53推开所述堵头41后,所述储液箱体4内的冷却液穿过所述进水孔531进入所述进水管295,避免顶推管53的端头与堵头41相抵而无法通入冷却液的情况。
综上所述,本发明能够同时测量钢丝绳的捻距、钢丝绳上缺陷位置、钢丝绳直径,实现全面检测的目的,并利用亚像素定位算法,使得对钢丝绳直径测量可以精确到0.1mm,通过对钢丝绳的捻距进行实时检测,使得对钢丝绳的测量更为完善,通过对钢丝绳上缺陷位置的检测可以精确定位缺陷在钢丝绳上的位置。
本申请中选用的各个器件(未说明具体结构的部件)均为通用标准件或本领域技术人员知晓的部件,其结构和原理都为本技术人员均可通过技术手册得知或通过常规实验方法获知。
在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (4)
1.一种基于机器视觉的曳引钢丝绳缺陷检测方法,其特征在于,包括:
通过巡检部采集钢丝绳图像;
对采集的钢丝绳图像进行滤波,且经滤波后的钢丝绳图像经自适应二值化,以检测钢丝绳图像内含有钢丝绳的有效区域;
分别对有效区域进行特征提取,以获取钢丝绳的捻距、钢丝绳上缺陷位置、钢丝绳直径;
所述通过巡检部采集钢丝绳图像的方法包括:
通过面阵相机采集钢丝绳图像,以获取钢丝绳直径;以及
通过线阵相机采集钢丝绳图像,以获取钢丝绳的捻距、钢丝绳上缺陷位置。
2.如权利要求1所述的基于机器视觉的曳引钢丝绳缺陷检测方法,其特征在于,
所述分别对有效区域进行特征提取,以获取钢丝绳的捻距、钢丝绳上缺陷位置、钢丝绳直径的方法包括:
检测有效区域的中轴线,并对有效区域进行边缘提取;
根据提取到的有效区域的边缘,并计算有效区域的中轴线两侧垂直于有效区域的边缘之间的距离,以获取直径序列;
在直径序列中查找最大值,以获取最大直径所在位置;
根据最大直径所在位置进行亚像素边缘提取,以获取钢丝绳直径。
3.如权利要求1所述的基于机器视觉的曳引钢丝绳缺陷检测方法,其特征在于,
所述分别对有效区域进行特征提取,以获取钢丝绳的捻距、钢丝绳上缺陷位置、钢丝绳直径的方法还包括:
在有效区域内进行细钢丝边缘检测,以识别每股细钢丝;
通过闭运算,将采集的钢丝绳图像中有效区域内各股细钢丝划分为Gn区域;
计算Gn区域中沿相应细钢丝行进方向的中轴线Zn的位置,并测量沿钢丝绳轴线方向Zn与Zn+1之间的距离Dn;
根据Dn获取钢丝绳的捻距。
4.如权利要求1所述的基于机器视觉的曳引钢丝绳缺陷检测方法,其特征在于,
所述分别对有效区域进行特征提取,以获取钢丝绳的捻距、钢丝绳上缺陷位置、钢丝绳直径的方法还包括:
对有效区域的钢丝绳图像变换至频域,以获取频域图像;
对频域图像进行滤波,并对滤波后的频域图像进行反变换获取缺陷图像;
对缺陷图像进行特征提取,以获取钢丝绳上缺陷位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210159896.2A CN114216912B (zh) | 2022-02-22 | 2022-02-22 | 一种基于机器视觉的曳引钢丝绳缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210159896.2A CN114216912B (zh) | 2022-02-22 | 2022-02-22 | 一种基于机器视觉的曳引钢丝绳缺陷检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114216912A true CN114216912A (zh) | 2022-03-22 |
CN114216912B CN114216912B (zh) | 2022-05-10 |
Family
ID=80709200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210159896.2A Active CN114216912B (zh) | 2022-02-22 | 2022-02-22 | 一种基于机器视觉的曳引钢丝绳缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114216912B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60140311A (ja) * | 1983-12-28 | 1985-07-25 | Adetsuku:Kk | 管内検査システム |
US5262839A (en) * | 1991-03-19 | 1993-11-16 | Hitachi, Ltd. | Method and apparatus for detecting stainless steel sensitization |
US20170138813A1 (en) * | 2015-11-13 | 2017-05-18 | General Electric Company | System and method for detecting leaks in generators |
CN107764839A (zh) * | 2017-10-12 | 2018-03-06 | 中南大学 | 一种基于机器视觉的钢丝绳表面缺陷在线检测方法及装置 |
CN109859170A (zh) * | 2019-01-04 | 2019-06-07 | 中国矿业大学 | 一种基于lbp特征的钢丝绳表面损伤智能监测方法及系统 |
CN111751384A (zh) * | 2020-07-10 | 2020-10-09 | 宝武集团马钢轨交材料科技有限公司 | 一种圆钢表面缺陷在线检测系统及检测方法 |
CN112053332A (zh) * | 2020-08-31 | 2020-12-08 | 安徽机电职业技术学院 | 一种基于机器视觉的曳引电梯钢丝绳检测系统控制方法 |
CN112284258A (zh) * | 2020-12-24 | 2021-01-29 | 中国电力科学研究院有限公司 | 一种基于机器视觉算法来测量电缆结构尺寸参数的系统 |
CN112485193A (zh) * | 2020-10-26 | 2021-03-12 | 马鞍山黑火信息科技有限公司 | 一种用于线路故障检测方法及装置 |
CN112945972A (zh) * | 2021-01-29 | 2021-06-11 | 徐州科瑞矿业科技有限公司 | 一种基于机器视觉的钢丝绳状态检测装置及方法 |
CN113358031A (zh) * | 2020-03-04 | 2021-09-07 | 廊坊广通电子设备有限公司 | 一种钢丝绳测量及表面缺陷检测模组 |
CN113436156A (zh) * | 2021-06-18 | 2021-09-24 | 浙江大学台州研究院 | 一种基于线阵ccd的亚像素边缘零件直径尺寸测量方法 |
CN113643247A (zh) * | 2021-08-02 | 2021-11-12 | 青岛明思为科技有限公司 | 一种强抖动下基于形态学滤波的钢丝绳断丝检测方法 |
-
2022
- 2022-02-22 CN CN202210159896.2A patent/CN114216912B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60140311A (ja) * | 1983-12-28 | 1985-07-25 | Adetsuku:Kk | 管内検査システム |
US5262839A (en) * | 1991-03-19 | 1993-11-16 | Hitachi, Ltd. | Method and apparatus for detecting stainless steel sensitization |
US20170138813A1 (en) * | 2015-11-13 | 2017-05-18 | General Electric Company | System and method for detecting leaks in generators |
CN107764839A (zh) * | 2017-10-12 | 2018-03-06 | 中南大学 | 一种基于机器视觉的钢丝绳表面缺陷在线检测方法及装置 |
CN109859170A (zh) * | 2019-01-04 | 2019-06-07 | 中国矿业大学 | 一种基于lbp特征的钢丝绳表面损伤智能监测方法及系统 |
CN113358031A (zh) * | 2020-03-04 | 2021-09-07 | 廊坊广通电子设备有限公司 | 一种钢丝绳测量及表面缺陷检测模组 |
CN111751384A (zh) * | 2020-07-10 | 2020-10-09 | 宝武集团马钢轨交材料科技有限公司 | 一种圆钢表面缺陷在线检测系统及检测方法 |
CN112053332A (zh) * | 2020-08-31 | 2020-12-08 | 安徽机电职业技术学院 | 一种基于机器视觉的曳引电梯钢丝绳检测系统控制方法 |
CN112485193A (zh) * | 2020-10-26 | 2021-03-12 | 马鞍山黑火信息科技有限公司 | 一种用于线路故障检测方法及装置 |
CN112284258A (zh) * | 2020-12-24 | 2021-01-29 | 中国电力科学研究院有限公司 | 一种基于机器视觉算法来测量电缆结构尺寸参数的系统 |
CN112945972A (zh) * | 2021-01-29 | 2021-06-11 | 徐州科瑞矿业科技有限公司 | 一种基于机器视觉的钢丝绳状态检测装置及方法 |
CN113436156A (zh) * | 2021-06-18 | 2021-09-24 | 浙江大学台州研究院 | 一种基于线阵ccd的亚像素边缘零件直径尺寸测量方法 |
CN113643247A (zh) * | 2021-08-02 | 2021-11-12 | 青岛明思为科技有限公司 | 一种强抖动下基于形态学滤波的钢丝绳断丝检测方法 |
Non-Patent Citations (1)
Title |
---|
ALBERTO VALLAN AND FILIPPO MOLINARI: "A Vision-Based Technique for Lay Length Measurement of Metallic Wire Ropes", 《IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114216912B (zh) | 2022-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110018177A (zh) | 一种工件缺陷检测及剔除装置 | |
CN114166862B (zh) | 基于机器视觉的高速首尾绳智能检测系统 | |
CN214638332U (zh) | 一种用于检测瓶盖上缺陷的检测装置 | |
CN111751384B (zh) | 一种圆钢表面缺陷在线检测系统及检测方法 | |
CN114216912B (zh) | 一种基于机器视觉的曳引钢丝绳缺陷检测方法 | |
CN115855811A (zh) | 土中有机污染物连续探测的紫外线荧光测试装置及方法 | |
CN113984288A (zh) | 一种电缆隧道衬砌渗漏水检测装置及方法 | |
CN215066222U (zh) | 一种传输带系统 | |
CN113155852A (zh) | 一种传输带的检测方法、装置及电子设备 | |
CN111208146A (zh) | 一种隧道线缆检测系统及检测方法 | |
CN106093054A (zh) | 手机表面划痕检测设备 | |
CN111207304A (zh) | 一种铁路隧道漏缆视觉巡检装置以及产品定位检测方法 | |
CN212302560U (zh) | 配电站用智能巡检设备及巡检系统 | |
CN207675667U (zh) | 基于机器视觉的工业内窥镜 | |
CN107024460A (zh) | 一种荧光检测装置以及荧光检测方法 | |
CN114199139B (zh) | 一种电缆绝缘层厚度的检测方法及检测设备 | |
CN113762122B (zh) | 一种基于频闪照片的雨滴检测算法 | |
CN115656202A (zh) | 用于绝缘子表面状态的多波段光学检测装置 | |
JP2010523958A (ja) | 金属板生産ラインにおける残留酸化物の検出及び分類装置 | |
CN111238577B (zh) | 一种气辉重力波多参数探测仪 | |
CN204044085U (zh) | 一种基于光谱成像的异物检测系统 | |
CN219997457U (zh) | 水表检测拍摄的通用光源结构 | |
CN111389743A (zh) | 一种橡胶密封圈检测装置及检测方法 | |
CN214865398U (zh) | 一种视觉检测设备及分选流水线 | |
CN219168944U (zh) | 一种散热片剖面检测装置 |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 213000 No. 17, beitanghe East Road, Tianning District, Changzhou City, Jiangsu Province Patentee after: Changzhou Haitu Information Technology Co.,Ltd. Address before: 213000 No. 17, beitanghe East Road, Tianning District, Changzhou City, Jiangsu Province Patentee before: CHANGZHOU HAITU ELECTRONICS TECHNOLOGY CO.,LTD. |