CN115049647A - 基于bv电缆的用户端数据反馈方法及系统 - Google Patents
基于bv电缆的用户端数据反馈方法及系统 Download PDFInfo
- Publication number
- CN115049647A CN115049647A CN202210964481.2A CN202210964481A CN115049647A CN 115049647 A CN115049647 A CN 115049647A CN 202210964481 A CN202210964481 A CN 202210964481A CN 115049647 A CN115049647 A CN 115049647A
- Authority
- CN
- China
- Prior art keywords
- image
- frequency histogram
- cable
- values
- acquiring
- 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
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000005070 sampling Methods 0.000 claims abstract description 53
- 230000007547 defect Effects 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 15
- 230000008859 change Effects 0.000 claims abstract description 11
- 238000013507 mapping Methods 0.000 claims description 34
- 238000010586 diagram Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 7
- 230000006835 compression Effects 0.000 claims description 6
- 238000007906 compression Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 abstract description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像处理技术领域，具体涉及基于BV电缆的用户端数据反馈方法及系统，该方法包括：获取电缆图像中的缺陷图像及其灰度图，获取灰度图的频谱图及对应的初始频率直方图，根据初始频率直方图得到目标频率直方图，将初始频率直方图中噪声和离散点对应的亮度值替换为最高亮度值得到最终频率直方图，获取最终频率直方图的空域图像，空域图像的灰度变化的模拟信号波形图，根据模拟信号波形图中相邻拐点之间的波形落差确定相邻拐点之间的波形的采样点数来对模拟信号波形图进行采样，对采样信号进行脉冲编码调制得到压缩数据并进行传输，本发明方法保证缺陷图像的完整保存的同时减少传输量，提高了传输效率。
Description
技术领域
本发明涉及图像处理技术领域，具体涉及基于BV电缆的用户端数据反馈方法及系统。
背景技术
在日益激烈的市场竞争中，催生出由消费者驱动的“C2B2C”商业模式，即厂家根据消费者在互联网上表达的需求生产出定制的产品，再进行销售，这种商业模式中，最关键的就是用户反馈环节。
对于电缆生产过程中，一般电缆在出厂后，直至放线施工前都没有任何检测，只需要施工前抽样送检在进行使用的，而电线在实际放线时还是会因为各种原因出现磨损，一旦盲目放线就会出现电路故障，因此，现有技术提出了利用图像识别的技术检测电缆的缺陷，并将检测结果反馈给厂家、运送方及施工方，根据电缆出厂前的检测结果与施工前的检测结果来确定损坏责任。
然而建筑工地的环境复杂，受灰尘、环境光对于图像的影响，在传输图像时因为噪声的影响，不能很好的对图像压缩，进而使得传输速度慢，因此，需要提供一种基于BV电缆的用户端数据反馈方法及系统，予以解决上述问题。
发明内容
本发明提供基于BV电缆的用户端数据反馈方法及系统，以解决现有的问题。
本发明提供的一种基于BV电缆的用户端数据反馈方法采用如下技术方案：该方法包括：
实时获取电缆放线时的每段电缆图像，获取电缆图像中的缺陷图像及缺陷图像的灰度图；
对灰度图进行离散傅里叶变换得到频谱图，根据频谱图上所有点的亮度分布获取初始频率直方图；
根据初始频率直方图中所有亮度值的数量及每个亮度值对应的频率获取初始频率直方图中每个亮度值对应的映射值，根据映射值对初始频率直方图中的亮度值对应的频率进行合并得到目标频率直方图；
根据目标频率直方图和初始频率直方图确定初始频率直方图中噪声和离散点对应的亮度值及频率，将初始频率直方图中噪声和离散点对应的亮度值替换为最高亮度值得到最终频率直方图；
获取最终频率直方图对应频谱图，对频谱图进行傅里叶逆变换得到空域图像，根据空域图像中每列单像素中所有像素的灰度值及像素列的列数获取空域图像的灰度变化的模拟信号波形图；
获取模拟信号波形图中每两个相邻拐点的对应的灰度值及像素列的列数，根据每两个相邻拐点的对应的灰度值及像素列的列数计算相邻拐点之间波形上采样点的个数，并进行采样；
对每个采样点对应的信号值进行脉冲编码调制得到压缩数据并进行传输。
进一步的，实时获取电缆放线时的每段电缆图像的步骤包括：
利用相机对电缆放线时电缆进行拍照；
根据相机采集范围及放线架转轴的转速设置拍摄周期；
根据拍摄周期获取电缆放线时每个周期的电缆图像，每个周期的电缆图像记为一段电缆图像。
进一步的，根据初始频率直方图中所有亮度值的数量及每个亮度值对应的频率获取初始频率直方图中每个亮度值对应的映射值的步骤包括：
根据下式（1）计算映射值：
其中，
表示映射值；
表示所有亮度值的数量；
表示亮度值为j时在初始频率直方图所对应的频率。
进一步的，根据映射值对初始频率直方图中的亮度值对应的频率进行合并得到目标频率直方图的步骤包括：
对每个亮度值对应的映射值进行取整；
获取取整后的映射值中相同映射值；
获取取整后的相同映射值对应的亮度值记为目标亮度值；
将每组相同映射值对应的目标亮度值中的最亮度值对应的频率记为目标频率；
并将每组相同映射值对应的目标亮度值的频率合并在目标频率得到目标频率直方图。
进一步的，根据目标频率直方图和初始频率直方图确定初始频率直方图中噪声和离散点对应的亮度值及频率的步骤包括：
根据初始频率直方图中所有的亮度值与目标频率直方图的所有的亮度值作差得到剩余亮度值，将剩余亮度值记为噪声和离散点对应的亮度值；
获取剩余亮度值对应的频率，该频率即为噪声和离散点对应的频率。
进一步的，根据空域图像中每列单像素中所有像素的灰度值及像素列的列数获取空域图像的灰度变化的模拟信号波形图的步骤包括：
沿电缆长度方向在空域图像内获取纵向的滑窗，滑窗的移动步长为单像素列，得到多个单像素滑窗；
对每个单像素滑窗进行按照移动顺序进行编号：
获取每个单像素滑窗内所有像素点的灰度值的灰度总值；
将单像素滑窗的编号作为坐标值，每个单像素滑窗内所有像素点对应的灰度总值作为纵坐标值建立空域图像的模拟信号波形图。
进一步的，根据每两个相邻拐点的对应的灰度值及像素列的列数计算相邻拐点之间波形上采样点的个数的步骤包括：
根据下式（2）计算相邻拐点之间波形上采样点的个数：
其中，U表示e和e-1两个相邻拐点之间波形的采样点的个数；
表示拐点e对应的横坐标值；
表示拐点e-1对应的横坐标值；
表示拐点e对应的灰度总值；
表示拐点e-1对应的灰度总值。
本发明还提供了一种基于BV电缆的用户端数据反馈系统，该系统包括：
图像采集模块，用于实时获取电缆放线时的每段电缆图像，获取电缆图像中的缺陷图像及缺陷图像的灰度图；
第一图像处理模块，用于对灰度图进行离散傅里叶变换得到频谱图，根据频谱图上所有点的亮度分布获取初始频率直方图；
第二图像处理模块，用于根据初始频率直方图中所有亮度值的数量及每个亮度值对应的频率获取初始频率直方图中每个亮度值对应的映射值，根据映射值对初始频率直方图中的亮度值对应的频率进行合并得到目标频率直方图；
第三图像处理模块，用于根据目标频率直方图和初始频率直方图确定初始频率直方图中噪声和离散点对应的亮度值及频率，将初始频率直方图中噪声和离散点对应的亮度值替换为最高亮度值得到最终频率直方图；
波形图构建模块，用于获取最终频率直方图对应频谱图，对频谱图进行傅里叶逆变换得到空域图像，根据空域图像中每列单像素中所有像素的灰度值及像素列的列数获取空域图像的灰度变化的模拟信号波形图；
参数计算模块，用于获取模拟信号波形图中每两个相邻拐点的对应的灰度值及像素列的列数，根据每两个相邻拐点的对应的灰度值及像素列的列数计算相邻拐点之间波形上采样点的个数，并进行采样；
压缩传输模块，用于对每个采样点对应的信号值进行脉冲编码调制得到压缩数据并进行传输。
本发明的有益效果是：本发明的基于BV电缆的用户端数据反馈方法及系统，利用滤波扫描缺陷图像去除缺陷图像中的干扰信息，并得到缺陷图像的灰度连续变化的模拟信号波形图，根据模拟信号波形图中每两个相邻拐点之间的波形落差大小自适应设置采样点的数量，波形落差大的部分，少设置采样点，来最大程度减少采样数据的冗余，波形落差大的部分，多设置采样点，减小采样间隔，然后在利用脉冲编码调制实现采样信号的压缩，进而实现传输，本方法在保证缺陷图像中的缺陷区域的完整保存同时，减少了数据的传输量，进而提高了传输效率。
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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的基于BV电缆的用户端数据反馈方法及系统的实施例总体步骤的流程图；
图2为实施例的步骤S3获取目标频率直方图的流程图；
图3为实施例的步骤S5获取模拟信号波形图的流程图；
图4为初始频率直方图；
图5为目标频率直方图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
本发明的基于BV电缆的用户端数据反馈方法的实施例，如图1至图3所示，该方法包括：
S1、实时获取电缆放线时的每段电缆图像，获取电缆图像中的缺陷图像及缺陷图像的灰度图，具体的，由于建筑工地的环境复杂，普通相机很难满足采集要求，也会极大可能因为光线不均匀出现缺陷漏检的问题，因此，我们在放线口处设置CCD相机，CCD相机的体积小、质量轻、不受磁场影响，并且可以将图像像素转化为数字信号，可以很好地排除环境光影响，对细致的电线缺陷足够敏感，其中，CCD相机实时对每一段正在放线的BV电缆进行拍照，由于拍摄视频文件的内存占比太高，因此设置拍照周期
，即每间隔周期
拍摄照片来节省内存，其中，当CCD相机的拍摄范围为
，且放线架转轴的转速为
时，采样周期
，从而保证每段线缆都能拍摄到一段电缆图像，同时根据电缆图像内灰度值筛选出缺陷图像，利用图像分割技术对缺陷图像进行处理得到只包含线缆部分的缺陷图像，然后对缺陷图像进行灰度化得到灰度图。
其中，为了减少缺陷图像中多余部分的计算量，首先利用DNN神经网络遮盖线缆外的其他图像部分，具体的，DNN神经网络，采用Encoder-Decoder网络结构，按7：3划分训练集和验证集，设置分割区域，随着电线被拉出，即分割区域尽量贴合电线边缘，但离其边缘上下要保留1-2cm的空间，且线缆部分的标注1，背景区域标注0，该DNN神经网络所用loss函数为交叉熵损失函数，利用训练好的DNN神经网络对缺陷图像进行分割得到缺陷图像。
S2、对灰度图进行离散傅里叶变换得到频谱图，如图4所示，根据频谱图上所有点的亮度分布获取初始频率直方图，具体的，由于频谱图上的各点与灰度图上各点并不存在一一对应的关系，即使在不移频的情况下也是没有，频谱图上我们看到的明暗不一的亮点，实际上是灰度图上某一点与邻域点差异的强弱，即梯度的大小，也称为该点的频率的大小。
S3、由于噪声在灰度图上不同位置是以孤立点或者离散点的形式存在，且与其周围像素存在不同的灰度梯度，所以在频谱图上将这些分布少的亮度值变为低频，可以实现去除噪声，故首先，需要找到频谱图中孤立点或者离散点对应的像素点的亮度值，即根据初始频率直方图中所有亮度值的数量及每个亮度值对应的频率获取初始频率直方图中每个亮度值对应的映射值，根据映射值对初始频率直方图中的亮度值对应的频率进行合并得到目标频率直方图。
具体的，根据下式（1）计算映射值：
其中，
表示映射值；
表示所有亮度值的数量；
表示亮度值为j时在初始频率直方图所对应的频率。
具体的，如图2所示，S31、对每个亮度值对应的映射值进行取整；S32、获取取整后的映射值中相同映射值；S33、获取取整后的相同映射值对应的亮度值记为目标亮度值；S34、将每组相同映射值对应的目标亮度值中的最亮度值对应的频率记为目标频率；S35、如图5所示，并将每组相同映射值对应的目标亮度值的频率合并在目标频率得到目标频率直方图。
S4、由于孤立点或者离散点在灰度图中比其他像素点少，故找到频率直方图中频率小的亮度值对应的像素点即为孤立点或者离散点，即根据目标频率直方图和初始频率直方图确定初始频率直方图中噪声和离散点对应的亮度值及频率，将初始频率直方图中噪声和离散点对应的亮度值替换为最高亮度值得到最终频率直方图。
具体的，根据初始频率直方图中所有的亮度值与目标频率直方图的所有的亮度值作差得到剩余亮度值，将剩余亮度值记为噪声和离散点对应的亮度值；获取剩余亮度值对应的频率，该频率即为噪声和离散点对应的频率。
S5、获取最终频率直方图对应频谱图，对频谱图进行傅里叶逆变换得到空域图像，根据空域图像中每列单像素中所有像素的灰度值及像素列的列数获取空域图像的灰度变化的模拟信号波形图，其中，空域图像中暗的地方在模拟信号波形图中的曲线平坦，空域图像中亮的地方就是模拟信号波形图中曲线剧烈变化的地方，像素值发生较大差异的地方也是曲线发生突变的地方。
具体的，如图3所示，S51、沿电缆长度方向在空域图像内获取纵向的滑窗，滑窗的移动步长为单像素列，得到多个单像素滑窗；S52、对每个单像素滑窗进行按照移动顺序进行编号：S53、获取每个单像素滑窗内所有像素点的灰度值的灰度总值；S54、将单像素滑窗的编号作为坐标值，每个单像素滑窗内所有像素点对应的灰度总值作为纵坐标值建立空域图像的模拟信号波形图。
S6、根据模拟信号波形图中波形的变化设置采样点，即由于低频信息在波形图上的灰度值变化趋于平稳，则对该段波形的采样间隔就可以设置较大，即采样点设置较少，这样可以最大程度减少冗余，而波形变化剧烈对应的则是高频信息，尤其是波形落差较大的部分，则在该段波形上多设置采样点，减小采样间隔，保证缺陷区域的完整保存和传输，具体的，获取模拟信号波形图中每两个相邻拐点的对应的灰度值及像素列的列数，根据每两个相邻拐点的对应的灰度值及像素列的列数计算相邻拐点之间波形上采样点的个数，并进行采样，具体的，根据每段波形对应的采样点个数在模拟信号波形图中对应的波形上均匀设置采样点并进行采样。
具体的，根据下式（2）计算相邻拐点之间波形上采样点的个数：
其中，U表示e和e-1两个相邻拐点之间波形的采样点的个数；
表示拐点e对应的
横坐标值；
表示拐点e-1对应的横坐标值；
表示拐点e对应的灰度总值；
表示拐点
e-1对应的灰度总值，
表示e和e-1两个相邻拐点之间波形的角度；
表
示e和e-1两个相邻拐点之间波形的斜率。
S7、对每个采样点对应的信号值进行脉冲编码调制得到压缩数据并进行传输。
具体的，采样点在模拟信号波形图的纵坐标值为灰度总值，则采样点对应的采样信号即为灰度总值，脉冲编码调制是对采样信号进行量化得到量化信号，将量化信号的绝对值从小到大依次排列，并对应地依次赋予一个十进制数字编码，每个数字编码前以“+”、“－”号来区分量化信号值的正、负，则量化信号就转化为按抽样时序排列的一串十进制数字码，即十进制数字信号，将十制数字编码变换成二进制编码，二进制编码数据作为压缩数据进行传输。
一种基于BV电缆的用户端数据反馈系统，该系统包括：图像采集模块、第一图像处理模块、第二图像处理模块、第三图像处理模块、波形图构建模块、参数计算模块以及压缩传输模块，其中，图像采集模块用于实时获取电缆放线时的每段电缆图像，获取电缆图像中的缺陷图像及缺陷图像的灰度图；第一图像处理模块用于对灰度图进行离散傅里叶变换得到频谱图，根据频谱图上所有点的亮度分布获取初始频率直方图；第二图像处理模块用于根据初始频率直方图中所有亮度值的数量及每个亮度值对应的频率获取初始频率直方图中每个亮度值对应的映射值，根据映射值对初始频率直方图中的亮度值对应的频率进行合并得到目标频率直方图；第三图像处理模块用于根据目标频率直方图和初始频率直方图确定初始频率直方图中噪声和离散点对应的亮度值及频率，将初始频率直方图中噪声和离散点对应的亮度值替换为最高亮度值得到最终频率直方图；波形图构建模块用于获取最终频率直方图对应频谱图，对频谱图进行傅里叶逆变换得到空域图像，根据空域图像中每列单像素中所有像素的灰度值及像素列的列数获取空域图像的灰度变化的模拟信号波形图；参数计算模块用于获取模拟信号波形图中每两个相邻拐点的对应的灰度值及像素列的列数，根据每两个相邻拐点的对应的灰度值及像素列的列数计算相邻拐点之间波形上采样点的个数；压缩传输模块用于对每个采样点对应的信号值进行脉冲编码调制得到压缩数据并进行传输。
综上所述，本发明提供基于BV电缆的用户端数据反馈方法及系统，利用滤波扫描缺陷图像去除缺陷图像中的干扰信息，并得到缺陷图像的灰度连续变化的模拟信号波形图，根据模拟信号波形图中每两个相邻拐点之间的波形落差大小自适应设置采样点的数量，波形落差大的部分，少设置采样点，来最大程度减少采样数据的冗余，波形落差大的部分，多设置采样点，减小采样间隔，然后在利用脉冲编码调制实现采样信号的压缩，进而实现传输，本方法在保证缺陷图像中的缺陷区域的完整保存同时，减少了数据的传输量，进而提高了传输效率。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.基于BV电缆的用户端数据反馈方法，其特征在于，该方法包括：
实时获取电缆放线时的每段电缆图像，获取电缆图像中的缺陷图像及缺陷图像的灰度图；
对灰度图进行离散傅里叶变换得到频谱图，根据频谱图上所有点的亮度分布获取初始频率直方图；
根据初始频率直方图中所有亮度值的数量及每个亮度值对应的频率获取初始频率直方图中每个亮度值对应的映射值，根据映射值对初始频率直方图中的亮度值对应的频率进行合并得到目标频率直方图；
根据目标频率直方图和初始频率直方图确定初始频率直方图中噪声和离散点对应的亮度值及频率，将初始频率直方图中噪声和离散点对应的亮度值替换为最高亮度值得到最终频率直方图；
获取最终频率直方图对应频谱图，对频谱图进行傅里叶逆变换得到空域图像，根据空域图像中每列单像素中所有像素的灰度值及像素列的列数获取空域图像的灰度变化的模拟信号波形图；
获取模拟信号波形图中每两个相邻拐点的对应的灰度值及像素列的列数，根据每两个相邻拐点的对应的灰度值及像素列的列数计算相邻拐点之间波形上采样点的个数并进行采样；
对每个采样点对应的信号值进行脉冲编码调制得到压缩数据并进行传输。
2.根据权利要求1所述的基于BV电缆的用户端数据反馈方法，其特征在于，实时获取电缆放线时的每段电缆图像的步骤包括：
利用相机对电缆放线时电缆进行拍照；
根据相机采集范围及放线架转轴的转速设置拍摄周期；
根据拍摄周期获取电缆放线时每个周期的电缆图像，每个周期的电缆图像记为一段电缆图像。
3.根据权利要求1所述的基于BV电缆的用户端数据反馈方法，其特征在于，根据初始频率直方图中所有亮度值的数量及每个亮度值对应的频率获取初始频率直方图中每个亮度值对应的映射值的步骤包括：
根据下式（1）计算映射值：
其中，
表示映射值；
表示所有亮度值的数量；
表示亮度值为j时在初始频率直方图所对应的频率。
4.根据权利要求1所述的基于BV电缆的用户端数据反馈方法，其特征在于，根据映射值对初始频率直方图中的亮度值对应的频率进行合并得到目标频率直方图的步骤包括：
对每个亮度值对应的映射值进行取整；
获取取整后的映射值中相同映射值；
获取取整后的相同映射值对应的亮度值记为目标亮度值；
将每组相同映射值对应的目标亮度值中的最亮度值对应的频率记为目标频率；
并将每组相同映射值对应的目标亮度值的频率合并在目标频率得到目标频率直方图。
5.根据权利要求1所述的基于BV电缆的用户端数据反馈方法，其特征在于，根据目标频率直方图和初始频率直方图确定初始频率直方图中噪声和离散点对应的亮度值及频率的步骤包括：
根据初始频率直方图中所有的亮度值与目标频率直方图的所有的亮度值作差得到剩余亮度值，将剩余亮度值记为噪声和离散点对应的亮度值；
获取剩余亮度值对应的频率，该频率即为噪声和离散点对应的频率。
6.根据权利要求1所述的基于BV电缆的用户端数据反馈方法，其特征在于，根据空域图像中每列单像素中所有像素的灰度值及像素列的列数获取空域图像的灰度变化的模拟信号波形图的步骤包括：
沿电缆长度方向在空域图像内获取纵向的滑窗，滑窗的移动步长为单像素列，得到多个单像素滑窗；
对每个单像素滑窗进行按照移动顺序进行编号：
获取每个单像素滑窗内所有像素点的灰度值的灰度总值；
将单像素滑窗的编号作为坐标值，每个单像素滑窗内所有像素点对应的灰度总值作为纵坐标值建立空域图像的模拟信号波形图。
7.根据权利要求1所述的基于BV电缆的用户端数据反馈方法，其特征在于，根据每两个相邻拐点的对应的灰度值及像素列的列数计算相邻拐点之间波形上采样点的个数的步骤包括：
根据下式（2）计算相邻拐点之间波形上采样点的个数：
其中，U表示e和e-1两个相邻拐点之间波形的采样点的个数；
表示拐点e对应的横坐标值；
表示拐点e-1对应的横坐标值；
表示拐点e对应的灰度总值；
表示拐点e-1对应的灰度总值。
8.根据权利要求1-7任一项所述的基于BV电缆的用户端数据反馈系统，其特征在于，该系统包括：
图像采集模块，用于实时获取电缆放线时的每段电缆图像，获取电缆图像中的缺陷图像及缺陷图像的灰度图；
第一图像处理模块，用于对灰度图进行离散傅里叶变换得到频谱图，根据频谱图上所有点的亮度分布获取初始频率直方图；
第二图像处理模块，用于根据初始频率直方图中所有亮度值的数量及每个亮度值对应的频率获取初始频率直方图中每个亮度值对应的映射值，根据映射值对初始频率直方图中的亮度值对应的频率进行合并得到目标频率直方图；
第三图像处理模块，用于根据目标频率直方图和初始频率直方图确定初始频率直方图中噪声和离散点对应的亮度值及频率，将初始频率直方图中噪声和离散点对应的亮度值替换为最高亮度值得到最终频率直方图；
波形图构建模块，用于获取最终频率直方图对应频谱图，对频谱图进行傅里叶逆变换得到空域图像，根据空域图像中每列单像素中所有像素的灰度值及像素列的列数获取空域图像的灰度变化的模拟信号波形图；
参数计算模块，用于获取模拟信号波形图中每两个相邻拐点的对应的灰度值及像素列的列数，根据每两个相邻拐点的对应的灰度值及像素列的列数计算相邻拐点之间波形上采样点的个数并进行采样；
压缩传输模块，用于对每个采样点对应的信号值进行脉冲编码调制得到压缩数据并进行传输。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210964481.2A CN115049647B (zh) | 2022-08-12 | 2022-08-12 | 基于bv电缆的用户端数据反馈方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210964481.2A CN115049647B (zh) | 2022-08-12 | 2022-08-12 | 基于bv电缆的用户端数据反馈方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115049647A true CN115049647A (zh) | 2022-09-13 |
| CN115049647B CN115049647B (zh) | 2023-11-17 |
Family
ID=83166378
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210964481.2A Active CN115049647B (zh) | 2022-08-12 | 2022-08-12 | 基于bv电缆的用户端数据反馈方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115049647B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115222741A (zh) * | 2022-09-20 | 2022-10-21 | 江苏昱恒电气有限公司 | 一种电缆表面缺陷检测方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101620727A (zh) * | 2009-08-10 | 2010-01-06 | 电子科技大学 | 红外图像加权直方图自适应增强算法 |
| AU2020104021A4 (en) * | 2020-12-11 | 2021-02-18 | Sichuan University of Science and Engineering | Improved Retinex Image Enhancement Algorithm for Explicit Expression of Multi-scale and Histogram Truncation |
| CN114757949A (zh) * | 2022-06-15 | 2022-07-15 | 济宁市海富电子科技有限公司 | 基于计算机视觉的电线电缆缺陷检测方法及系统 |
-
2022
- 2022-08-12 CN CN202210964481.2A patent/CN115049647B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101620727A (zh) * | 2009-08-10 | 2010-01-06 | 电子科技大学 | 红外图像加权直方图自适应增强算法 |
| AU2020104021A4 (en) * | 2020-12-11 | 2021-02-18 | Sichuan University of Science and Engineering | Improved Retinex Image Enhancement Algorithm for Explicit Expression of Multi-scale and Histogram Truncation |
| CN114757949A (zh) * | 2022-06-15 | 2022-07-15 | 济宁市海富电子科技有限公司 | 基于计算机视觉的电线电缆缺陷检测方法及系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115222741A (zh) * | 2022-09-20 | 2022-10-21 | 江苏昱恒电气有限公司 | 一种电缆表面缺陷检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115049647B (zh) | 2023-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10074164B2 (en) | Method and apparatus for adjusting image brightness | |
| KR101023451B1 (ko) | 화상 처리 장치 및 방법, 학습 장치 및 방법, 기록 매체,및 프로그램 | |
| US6128415A (en) | Device profiles for use in a digital image processing system | |
| CN100501833C (zh) | 调整显示装置色调的设备与方法 | |
| CN102422322A (zh) | 光检测、色貌模型、以及修改图像显示的动态范围 | |
| EP0531904A2 (en) | Method and apparatus for spatially variant filtering | |
| CN111563851B (zh) | 一种基于动态高斯参数的图像映射方法 | |
| CN111784570A (zh) | 一种视频图像超分辨率重建方法及设备 | |
| CN115049647A (zh) | 基于bv电缆的用户端数据反馈方法及系统 | |
| US20120321214A1 (en) | Image processing apparatus and method, program, and recording medium | |
| CN106339994A (zh) | 一种图像增强方法 | |
| CN113160097B (zh) | 一种基于直方图变换的红外图像量化方法 | |
| US6307980B1 (en) | Method and apparatus for introducing reference impairments into video signals | |
| CN111836103B (zh) | 基于数据分析的防遮挡处理系统 | |
| JP3849817B2 (ja) | 画像処理装置および画像処理方法 | |
| CN103793892B (zh) | 图像处理装置和图像处理方法 | |
| KR101359549B1 (ko) | 영상데이터로부터 기상상태를 자동으로 판독하는 방법 및 그 방법을 이용하여 영상을 개선하는 영상처리방법 | |
| KR101751270B1 (ko) | 이미지 처리장치 및 방법 | |
| CN115170420A (zh) | 一种图像对比度的处理方法及系统 | |
| CN114640836A (zh) | 视频数据映射方法、led显示控制器及led显示系统 | |
| JP3758228B2 (ja) | クラス分類適応処理における学習方法および学習装置 | |
| JP3791029B2 (ja) | 画像信号処理装置および方法 | |
| Zaini et al. | Long-Range Monitoring System with Haze Reducer Tool Based Digital Image and Video Processing | |
| US20240119573A1 (en) | Image processing apparatus, image processing method and computer-readable storage medium for direct memory accesses | |
| CN110336931B (zh) | 一种低压电流互感器霉菌试验结果的评价方法 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20231017 Address after: 518000 Zehua Building 715, at the intersection of Longhua Meilong Road and Donghuan 1st Road, Songhe Community, Longhua Street, Longhua District, Shenzhen City, Guangdong Province Applicant after: Baiyixin Technology (Shenzhen) Co.,Ltd. Address before: 226000 No. 500, Linyang Road, Qidong Economic Development Zone, Nantong City, Jiangsu Province Applicant before: Jiangsu aopai Electric Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |