CN116558777B - 一种光纤通导性检验方法及系统 - Google Patents
一种光纤通导性检验方法及系统 Download PDFInfo
- Publication number
- CN116558777B CN116558777B CN202310302170.4A CN202310302170A CN116558777B CN 116558777 B CN116558777 B CN 116558777B CN 202310302170 A CN202310302170 A CN 202310302170A CN 116558777 B CN116558777 B CN 116558777B
- Authority
- CN
- China
- Prior art keywords
- fiber
- optical fiber
- image
- core
- cores
- 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.)
- Active
Links
- 239000013307 optical fiber Substances 0.000 title claims abstract description 262
- 238000010998 test method Methods 0.000 title description 3
- 239000000835 fiber Substances 0.000 claims abstract description 277
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000004891 communication Methods 0.000 claims abstract description 28
- 238000007689 inspection Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 17
- 238000003672 processing method Methods 0.000 claims description 17
- 238000012795 verification Methods 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 12
- 238000004140 cleaning Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 208000003464 asthenopia Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000004382 visual function Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/30—Testing of optical devices, constituted by fibre optics or optical waveguides
Landscapes
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Coupling Of Light Guides (AREA)
Abstract
本发明公开了一种光纤通导性检验方法及系统,通过获取未通光的光纤尾纤端面图像作为初始光纤尾纤图像,根据初始光纤尾纤图像确定光纤纤芯的位置坐标,形成纤芯序列字典,通过控制可移动挡板对光纤的纤芯依次通光,获得第一光纤端面图像集,根据光纤线序连通标准、纤芯序列字典和第一光纤端面图像集确定光纤的通导性的整体步骤,能够精准检验光纤的线序通导性是否满足光纤线序连通标准,并且检验容错率高。本发明实施例可以广泛应用于光纤通导性检验技术领域。
Description
技术领域
本发明涉及光纤通导性检验技术领域,尤其是一种光纤通导性检验方法及系统。
背景技术
进入互联网时代后,尤其是光纤入户和智能手机的普及,光纤迎来高速发展的时期。细光纤(以下叙述除特殊强调,光纤均默认为为细光纤)作为成熟的信息传递媒介被大量应用于不同领域中,而其非常优越的信息传输特性,是构成21世纪信息社会的一个不可或缺要素。在光纤的生产过程之中,使用光纤连接器连接生产被测关系与尾纤进行光纤通导率的测量验证是必不可少的环节。
要实现光纤通导性的智能验证,首先解决光纤端面的图像检测难题,许多研究者将图像处理技术运用到光纤端面的图像检测上,以在验证光纤通导性上取得更加可观的效果。然而光纤端面在使用安装过程中容易受到损伤,受到各种各样的临时性污染,因此依靠传统的图像识别技术处理后,经常会有大量的噪声点以及其他干扰点,这对于光纤端面识别检测工作总是不能达到高精度识别的效果。这一的技术难题对实现光纤通导率的智能检测上始终停滞不前。
在光纤通导性验证这一技术上,当前机器视觉检测的不断发展提高了光纤端面检测的可靠性和检测效率,而且能获得更多的生产线监测数据信息。因此使用机器视觉进行光纤端面的检测以及光纤通导性的验证将越来越成为行业的趋势。
现有的基于光纤端面检测算法的光纤通导率验证方法有如下几种:
(1)基于人工视觉检测方法。在对光纤逐根通光的前提下,人为地对光纤端面进行观察检测,不仅需要对光纤端面进行检测识别,还要对纤芯通光位置进行精准定位以验证其通导性。对于光纤端面的检测上大多是传统人工视觉检测。由于这种方法是检查者肉眼连续观察光纤的端面,容易使人感到视觉疲劳,所以效率比较低。而且每个人的经验和责任心不一样,得到的产品质量也会有相当大的差异。
(2)基于传统计算机图像算法的识别检验方法。近年来计算机图像处理算法发展迅速,其主要用计算机来模拟人的视觉功能,从客观事物的图像中提取信息,进行图像处理并加以理解,然后用于光纤端面的缺陷检测。与人工检测相比,机器视觉检测方法提高了检测的准确性,降低了测试成本,增强了测试能力,使得对生产线上操作人员的培训难度降低。然而,传统计算机图像算法并不能很好地解决光纤端面浑浊状难识别难提出的问题,导致检测过程噪点剔除不干净、位置定位不精确,使光纤通导性的验证出错率搞、效率低。并且一般针对光纤的识别检测由于存在中间环节多、效率低、出错率高等缺点,已不能满足项目生产发展需要。
发明内容
有鉴于此,本发明实施例提供一种检验精准、容错率高的光纤通导性检验方法及系统。
本发明实施例提供了一种光纤通导性检验方法,包括:获取未通光的光纤的尾纤端面图像作为初始光纤尾纤图像;根据所述初始光纤尾纤图像确定光纤纤芯的位置坐标,形成纤芯序列字典;通过控制可移动挡板对对所述光纤的纤芯依次通光,获得第一光纤端面图像集;根据光纤线序连通标准、所述纤芯序列字典和所述第一光纤端面图像集确定所述光纤的通导性。
可选地,所述根据所述初始光纤尾纤图像确定光纤纤芯的位置坐标,形成纤芯序列字典,包括:根据所述初始光纤尾纤图像确定第一纤芯序列;根据所述第一纤芯序列生成所述光纤的纤芯序列字典。
可选地,所述根据所述初始光纤尾纤图像确定第一纤芯序列,包括:配置第一纤芯数量;通过图像处理方法识别所述初始光纤尾纤图像中所有纤芯的纤芯质心位置;根据所述纤芯质心位置确定第二纤芯数量和中间纤芯序列;当所述第一纤芯数量和所述第二纤芯数量相等,则将所述中间纤芯序列确定为第一纤芯序列;当所述第一纤芯数量和所述第二纤芯数量不相等,则返回执行所述获取未通光的光纤的尾纤端面图像作为初始光纤尾纤图像的步骤,直至所述第一纤芯数量和所述第二纤芯数量相等。
可选地,所述通过控制可移动挡板对所述光纤的纤芯依次通光,获得第一光纤端面图像集,包括:通过控制可移动挡板对所述光纤的纤芯逐条通光,得到第一光纤端面图像;重复执行所述通过控制可移动挡板对所述光纤的纤芯逐条通光,得到第一光纤端面图像的步骤,直至所述光纤的所述纤芯处理完毕,得到第一光纤端面图像集。
可选地,所述根据光纤线序连通标准、所述纤芯序列字典和所述第一光纤端面图像集确定所述光纤的通导性,包括:依次获取所述第一光纤端面图像集内的第一光纤端面图像;通过图像处理方法对所述第一光纤端面图像进行未通光纤芯识别,获取未通光纤芯数据;其中,所述未通光纤芯数据包括未通光纤芯数量和未通光纤芯位置;根据光纤线序连通标准确定所述光纤纤芯的尾纤的预计通光位置,并将所述预计通光位置在所述纤芯序列字典中对应的尾纤位置进行删除;将删除对应纤芯位置后的所述纤芯序列字典与所述未通光纤芯数据进行比对,确定所述光纤的通导性。
可选地,所述将删除对应纤芯位置后的所述纤芯序列字典与所述未通光纤芯数据进行比对,确定所述光纤的通导性,包括:当所述纤芯序列字典与所述未通光纤芯数据的比对结果无误,则当前纤芯连接正确;当所述纤芯序列字典与所述未通光纤芯数据的比对结果有误,则当前纤芯连接的位置不符合光纤线序连通标准,光纤接线错误。
可选地,所述图像处理方法为:获取待处理光纤端面图像;将所述待处理光纤端面图像的RGB色彩模型转换为HSV色彩模型,获得第一处理图像;对所述第一处理图像进行二值化处理以提取所述第一处理图像的连通域,获得第二处理图像;对所述第二处理图像进行噪点过滤,获得光纤端面清洁图像;根据所述光纤端面清洁图像识别光纤的纤芯。
可选地,所述方法还包括:当所述连通性验证的结果为光纤接线错误,根据所述纤芯序列字典确定接线错误的纤芯所在位置。
可选地,本发明实施例还提供了一种光纤通导性检验系统,包括:第一模块,所述第一模块用于获取未通光的光纤尾纤端面图像作为初始光纤尾纤图像;第二模块,所述第二模块用于根据所述初始光纤尾纤图像确定光纤纤芯的位置坐标,形成纤芯序列字典;第三模块,所述第三模块用于通过控制可移动挡板对所述光纤的纤芯依次通光,获得第一光纤端面图像集;第四模块,所述第四模块用于根据光纤线序连通标准、所述纤芯序列字典和所述第一光纤端面图像集确定所述光纤的通导性。
本发明实施例还提供了一种计算机可读存储介质,所述存储介质存储有程序,所述程序被处理器执行实现如上所述的方法。
本发明的实施例具有如下有益效果:通过获取未通光的光纤尾纤端面图像作为初始光纤尾纤图像,根据初始光纤尾纤图像确定光纤纤芯的位置坐标,形成纤芯序列字典,通过控制可移动挡板对光纤的纤芯依次通光,获得第一光纤端面图像集,根据光纤线序连通标准、纤芯序列字典和第一光纤端面图像集确定光纤的通导性的整体步骤,能够精准检验光纤的线序通导性是否满足光纤线序连通标准,并且检验容错率高。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是本发明实施例提供的方法步骤流程图;
图2是本发明实施例提供的方法流程图;
图3是本发明实施例提供的光纤尾纤图像获取示意图;
图4是本发明实施例提供的图像处理方法流程图;
图5是本发明实施例提供的纤芯序列字典示意图;
图6是本发明实施例提供的电机自适应流程图;
图7是本发明实施例提供的在一个应用场景下的光纤通导性验证示意图;
图8是本发明实施例提供的用户交互界面图。
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仅用以解释本发明,并不用于限定本发明。
针对现有技术中针对光纤的识别检测由于存在中间环节多、效率低、出错率高等问题,本发明实施例提供了一种光纤通导性检验方法,包括:获取未通光的光纤的尾纤端面图像作为初始光纤尾纤图像;根据初始光纤尾纤图像确定光纤纤芯的位置坐标,形成纤芯序列字典;通过控制可移动挡板对光纤的纤芯依次通光,获得第一光纤端面图像集;根据光纤线序连通标准、纤芯序列字典和第一光纤端面图像集确定光纤的通导性。
具体地,参照图1和图2,图1是本发明实施例提供的方法步骤流程图,图2是本发明实施例提供的方法流程图,包括以下步骤S100~S400:
S100、获取未通光的光纤的尾纤端面图像作为初始光纤尾纤图像。
具体地,光纤具有两端,在本发明实施例的描述中,将光纤远离光源的一端称为光纤的尾纤。参照图3,图3是本发明实施例提供的光纤尾纤图像获取示意图,本发明实施例在获取未通光纤的尾纤端面图像的过程中,将光纤两端的纤芯均一字排开并固定,采用串口通信调控可移动挡板挡住入射光源,在光纤尾纤处拍摄尾纤端面图像,以获得未通光的尾纤图像,作为初始光纤尾纤图像。
S200、根据初始光纤尾纤图像确定光纤纤芯的位置坐标,形成纤芯序列字典。
具体地,步骤S200包括以下步骤S210~S220:
S210、根据初始光纤尾纤图像确定第一纤芯序列。
具体地,步骤S210包括以下步骤S211~S215:
S211、配置第一纤芯数量。
具体地,首先确定该光纤的纤芯数量,作为第一纤芯数量并进行配置,用以确保所识别到的纤芯数量正确。
S212、通过图像处理方法识别初始光纤尾纤图像中所有纤芯的纤芯质心位置。
具体地,在光纤通信中,光纤端面的洁净程度对连接器的性能有决定性的影响。光纤端面在使用安装过程中容易受到损伤,还可能受到各种各样的临时性污染。本发明实施例通过图像处理方法识别初始光纤尾纤图像中所有纤芯的纤芯质心位置。
下面结合附图详细介绍本发明实施例的图像处理方法:
参照图4,图4是本发明实施例提供的图像处理方法流程图,首先获取光纤端面的图像,其次将采集到的图像一次经过颜色转换器、特征提取模块、噪点过滤模块,实现光纤纤芯的精准定位,能够被很好地运用到光纤透明体图像的检测上,从而能够处理光纤纤芯透明状态图像中产生的浑浊,并从中迅速提取清晰特征,正确过滤噪点,所处理的图像有利于进行光纤通导性检验。该图像处理方法具体包括以下步骤一至步骤五:
步骤一:获取待处理光纤端面图像。
步骤二:将待处理光纤端面图像的RGB色彩模型转换为HSV色彩模型,获得第一处理图像。
由于图像在HSV颜色空间下能够非常直观地表达颜色的色调、鲜艳程度和明暗程度,并且比RGB颜色空间更容易跟踪特定颜色的物体,能够很好地运用于特定颜色物体的分割,本发明实施例将获取到的光纤端面图像从RGB色彩模型转换为HSV色彩模型,获得第一处理图像。具体为,将图像中任意坐标点的R、G、B值转换到0~1之间,该转换的计算公式为:
R′=R/255
G′=G/255
=B/255
其中,R′表示转换后的R值,G′表示转换后的G值,B′表示转换后的B值;R表示红色强度值,G表示绿色强度值,B表示蓝色强度值,R、G、B的强度值范围均在0~255之间。
然后根据转换后的RGB值计算H、S、V值,计算H、S、V值的计算公式如下:
V=max(R′,G′,B′)
其中,V表示明度值,S表示饱和度值,H表示色调值。
当计算得到的H值小于0,则将该值加上360得到最终的H值,获得颜色空间为HSV的图像,作为第一处理图像。
步骤三:对第一处理图像进行二值化处理以提取第一处理图像的连通域,获得第二处理图像。
本发明采用阈值发进行图像分割,通过一个或几个阈值将图像的像素灰度级分为几个级别,属于同一个级别的像素点作为同一类物体,本发明实施例对第一处理图像进行二值化处理以提取第一处理图像的连通域,获得第二处理图像,该二值化处理的表达式为:
其中,F(x,y)为图像二值化输出,其像素灰度级范围为[a,b],TH表示同一类型的检测阈值TH,TH的范围在a和b之间。
通过二值化可以将图像的像素分为大于TH的像素群和小于TH的像素群,将纤芯像素点的灰度值设为0,背景像素点的灰度值设为1,通过在检测环境下不断地调参测试,在设定的参数阈值写能够使光纤端面的图像处理效果显著提升,能够更好地分析物体的形状和轮廓,有利于识别纤芯图像。
图像的连通域是指图像中具有相同像素值并且位置相邻的像素组成的区域,连通域分析是指在图像中寻找出彼此互相独立的连通域将其标记出来以实现前景目标的提取。连通域分析常处理的是二值化后的图像。对光纤端面二值后图像通过连通域,能够标记出光纤端面上的相近的像素集合(连通区域),同时,通过设定面积阈值剔除不符合的连通区域以便对所有的光纤纤芯的检测识别。
步骤四:对第二处理图像进行噪点过滤,获得光纤端面清洁图像。
具体地,在拍摄光纤端面图像时,可能会出现图像质量好或者图像质量差的情况,本发明实施例通过设定图像参数阈值的方式判定图像的质量,当图像参数高于设定的阈值时,则表示图像质量好,当图像参数低于设定的阈值时,则表示图像质量差。
当第二处理图像质量好时,获取第二处理图像的连通域,根据步骤三设定的阈值,将检测出的各个连通域面积与预定的连通域面积阈值进行比较,保留满足连通域面积阈值要求的连通域,完成对第二处理图像的去噪,获得光纤端面清洁图像。
当第二处理图像质量差时,通过最小二乘法计算出对应的线性关系,利用区域质心设定直线的位置,进而计算所有连通域到该直线的距离,删除距离大于预定的距离阈值的连通区域数据,最终剩余光纤纤芯位置区域的数据信息,获得光纤端面清洁图像。令上述设定的直线的表达式为Ax+By+C=0,则像素点(x0,y0)到该直线的距离的计算公式为:
其中,distance表示点到直线的距离,A、B、C均为直线表达式的系数,x、y为未知数。
步骤五:根据光纤端面清洁图像识别光纤的纤芯。
具体地,光纤端面清洁图像中剩余的连通域均为光纤纤芯区域,将各个连通域的中心部分作为纤芯的质心,根据光纤端面清洁图像中的连通域确定光纤的纤芯数量和纤芯的质心位置。
S213根据纤芯质心位置确定第二纤芯数量和中间纤芯序列;
具体地,一条光纤内具有多条纤芯,因此有多个纤芯质心,在步骤S212中确定了各个纤芯质心的位置后,通过统计可以获取初始光纤尾纤图像中的第二纤芯数量,纤芯质心位置序列则为中间纤芯序列。
S214当第一纤芯数量和第二纤芯数量相等,则将中间纤芯序列确定为第一纤芯序列。
具体地,当第一纤芯数量和第二纤芯数量相等,则识别到的纤芯数量正确,将该中间纤芯序列确定为第一纤芯序列。
S215、当第一纤芯数量和第二纤芯数量不相等,则返回执行获取未通光的光纤的尾纤端面图像作为初始光纤尾纤图像的步骤,直至第一纤芯数量和第二纤芯数量相等。
具体地,当第一纤芯数量和第二纤芯数量不相等,则识别的到纤芯数量有误,因此返回执行获取未通光的光纤尾纤端面作为初始光纤尾纤图像的步骤,重新获取拍摄的图像进行重新处理,直至识别到的纤芯数量正确,即第一纤芯数量和第二纤芯数量相等。
S220、根据第一纤芯序列生成光纤的纤芯序列字典。
具体地,参照图5,图5是本发明实施例提供的纤芯序列字典示意图,将第一纤芯序列生成纤芯序列字典,用于后续验证光纤接线是否满足光纤线序连通标准的比对。
S300、通过控制可移动挡板对光纤的纤芯依次通光,获得第一光纤端面图像集。
具体地,步骤S300包括以下步骤S310~S320:
S310、通过控制可移动挡板对所述光纤的纤芯逐条通光,得到第一光纤端面图像。
S320、重复执行所述通过控制可移动挡板对所述光纤的纤芯逐条通光,得到第一光纤端面图像的步骤,直至所述光纤的所述纤芯处理完毕,得到第一光纤端面图像集。
具体地,对于步骤S310~S320,在光纤通导性检验的过程中,在光纤的一端固定光源,通过控制可移动挡板对光纤的纤芯逐条通光,每次可移动挡板刚好移动其对应的一个单位长度,即使得光源照射的纤芯增多一根,从而使得每次进行纤芯通光时,尾纤处都能增多一根通光的纤芯。对每一次进行纤芯通光处理后的尾纤部分进行拍摄,获得第一光纤端面图像。获得对所有纤芯进行通光处理后拍摄的图像,得到第一光纤端面图像集。
在光纤通导性验证过程中,每次移动挡板后由于客观因素可能会先光纤纤芯通光数量不能按正常情况增加的情况,导致经过图像处理识别出的光纤纤芯未通光数量与正确数量不匹配。因此,可以在生成纤芯序列字典的步骤中识别相邻纤芯之间的纤芯间距,并串口通信上实现电机的自适应。参照图6,图6是本发明实施例提供的电机自适应流程图,本发明实施例的电机自适应流程为:
在控制可移动挡板移动后,增加一条通光纤芯,通过步骤S212所描述的图像处理方法对第一光纤端面图像进行图像处理,根据已通光纤芯n计算未通光纤芯的数量,在正常情况下,未通光纤芯数量减少1,当未通光纤芯数量变化有误,则挡板移动距离距不正确。为方便描述,设定可移动挡板起始移动方向为前方,当移动距离小于纤芯间距,则将可移动挡板向前方调整;当移动距离大于纤芯间距,则将可移动挡板向后回调;调整可移动挡板后拍摄尾纤图像作为第一光纤端面图像进行上述图像处理,直至未通光纤芯数量变化正确,该轮调整的第一光纤端面图像则加入到第一光纤端面图像集中。
S400、根据光纤线序连通标准、纤芯序列字典和第一光纤端面图像集确定光纤的通导性。
具体地,当光纤接线顺序满足光纤线序连通标准,则光纤纤芯的线序正确,光纤的通导性检验通过。步骤S400包括以下步骤S440:
S410、依次获取第一光纤端面图像集内的第一光纤端面图像。
S420、通过图像处理方法对第一光纤端面图像进行未通光纤芯识别,获取未通光纤芯数据;其中,未通光纤芯数据包括未通光纤芯数量和未通光纤芯位置。
具体地,通过如步骤S212介绍的图像处理方法对第一光纤端面图像进行未通光纤芯识别,获取未通光纤芯数据,该未通光纤芯数据包括未通光纤芯的数量和对应的位置。
S430、根据光纤线序连通标准确定光纤纤芯的尾纤的预计通光位置,并将预计通光位置从纤芯序列字典中对应的尾纤位置进行删除。
具体地,根据光纤线序连通标准确定获得当前第一光纤端面图像时暴露的光纤纤芯的预计通光位置,并根据该预计通光位置从纤芯序列字典中删除对应尾纤位置数据。
S440、将删除对应纤芯位置后的纤芯序列字典与未通光纤芯数据进行比对,确定光纤的通导性。
具体地,将删除对应纤芯位置后的纤芯序列字典与未通光纤芯数据进行比对,当纤芯序列字典与未通光纤芯数据的比对结果无误,则当前纤芯连接正确;当纤芯序列字典与未通光纤芯数据的比对结果有误,则当前纤芯连接的位置不符合光纤线序连通标准,光纤接线错误。
参照表1,表1是本发明实施例提供的通导性验证结果文件格式表:
表1
本发明实施例的步骤还可以包括记录光纤通导性验证过程的数据并保存为通导性验证结果文件,通过查询序列结果和验证结果进行比对,能够确认光纤的连通性,并且当光纤接线序列有误时,能够直观快速地确定线序有误的位置。
本发明实施例还可以包括通过用户交互界面实时展示上述光纤通导性检验的结果的步骤,便于直观地展示光纤通导性的检验结果。
本发明实施例还提供了一种光纤通导性检验系统,包括:第一模块,所述第一模块用于获取未通光的光纤尾纤端面图像作为初始光纤尾纤图像;第二模块,所述第二模块用于根据所述初始光纤尾纤图像确定光纤纤芯的位置坐标,形成纤芯序列字典;第三模块,所述第三模块用于通过控制可移动挡板对所述光纤的纤芯依次通光,获得第一光纤端面图像集;第四模块,所述第四模块用于根据光纤线序连通标准、所述纤芯序列字典和所述第一光纤端面图像集确定所述光纤的通导性。
本发明实施例还提供了一种计算机可读存储介质,所述存储介质存储有程序,所述程序被处理器执行实现如上所述的方法。
本发明的实施例具有如下有益效果:
1、通过本发明实施例的方法能够精准检验光纤的线序通导性是否满足光纤线序连通标准,并且检验容错率高;
2、通过控制电机自适应提高了检测过程中需求出错时的灵活性;
3、通过图形化界面直观展示光纤通导性检验的结果,方便使用。
下面结合具体应用场景对本发明实施例的步骤流程进行介绍:
参照图7,图7是本发明实施例提供的在一个应用场景下的光纤通导性验证示意图。
获取未通光的光纤的尾纤端面图像作为初始光纤尾纤图像;根据初始光纤尾纤图像确定光纤纤芯的位置坐标,形成纤芯序列字典;通过控制可移动挡板对光纤的纤芯依次通光,获得第一光纤端面图像集;根据光纤线序连通标准、纤芯序列字典和第一光纤端面图像集确定光纤的通导性。
当图像检测完毕后,将删除对应位置后的字典与检测出的未通光纤芯的数量和位置坐标进行比对。若比对结果无误,则表示正在检验的光纤纤芯连接正确;若存在错误,则该光纤纤芯连接位置不符合光纤线序连通标准,接线有误。流程细节如图6所示。当第一根光纤纤芯通光时,通过光纤线序连通标准能够知道该光纤纤芯对应的尾纤纤芯是从左往右第一根通光,于是删除字典中对应位置的坐标数据,当检测出未通光纤芯的数量和坐标均与删除后的字典比对无误,则表示该光纤纤芯连接无误。反之,连通错误,并记录相关数据。第一根光纤纤芯验证完毕以后,移动挡板,使第二根纤芯也通光,而第二根纤芯对应尾纤纤芯的接线位置根据光纤线序连通标准知道为从左往右第三根,于是同样删除字典中对应位置的坐标数据。在尾纤拍摄的图像检测结果中,识别出未通光光纤纤芯的数量、坐标位置并与删除后的字典比对无误,则表示第二根光纤纤芯连接正确。反之,则接线错误,并且通过数据记录处理能够清晰地知道错误的位置,后续则按光纤纤芯通光顺序逐根进行比对。
参照图8,图8是本发明实施例提供的用户交互界面图,通过用户交互界面实时展示上述光纤通导性检验的结果的步骤,便于直观地展示光纤通导性的检验结果。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置)、便携式计算机盘盒(磁装置)、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编辑只读存储器(EPROM或闪速存储器)、光纤装置以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换,这些等同的变形或替换均包含在本发明权利要求所限定的范围内。
Claims (9)
1.一种光纤通导性检验方法,其特征在于,包括:
获取未通光的光纤的尾纤端面图像作为初始光纤尾纤图像;
根据所述初始光纤尾纤图像确定光纤纤芯的位置坐标,形成纤芯序列字典;
通过控制可移动挡板对对所述光纤的纤芯依次通光,获得第一光纤端面图像集;
根据光纤线序连通标准、所述纤芯序列字典和所述第一光纤端面图像集确定所述光纤的通导性,包括:
依次获取所述第一光纤端面图像集内的第一光纤端面图像;
通过图像处理方法对所述第一光纤端面图像进行未通光纤芯识别,获取未通光纤芯数据;其中,所述未通光纤芯数据包括未通光纤芯数量和未通光纤芯位置;
根据光纤线序连通标准确定所述光纤纤芯的尾纤的预计通光位置,并将所述预计通光位置在所述纤芯序列字典中对应的尾纤位置进行删除;
将删除对应纤芯位置后的所述纤芯序列字典与所述未通光纤芯数据进行比对,确定所述光纤的通导性。
2.根据权利要求1所述的一种光纤通导性检验方法,其特征在于,所述根据所述初始光纤尾纤图像确定光纤纤芯的位置坐标,形成纤芯序列字典,包括:
根据所述初始光纤尾纤图像确定第一纤芯序列;
根据所述第一纤芯序列生成所述光纤的纤芯序列字典。
3.根据权利要求2述的一种光纤通导性检验方法,其特征在于,所述根据所述初始光纤尾纤图像确定第一纤芯序列,包括:
配置第一纤芯数量;
通过图像处理方法识别所述初始光纤尾纤图像中所有纤芯的纤芯质心位置;
根据所述纤芯质心位置确定第二纤芯数量和中间纤芯序列;
当所述第一纤芯数量和所述第二纤芯数量相等,则将所述中间纤芯序列确定为第一纤芯序列;
当所述第一纤芯数量和所述第二纤芯数量不相等,则返回执行所述获取未通光的光纤的尾纤端面图像作为初始光纤尾纤图像的步骤,直至所述第一纤芯数量和所述第二纤芯数量相等。
4.根据权利要求1所述的一种光纤通导性检验方法,其特征在于,所述通过控制可移动挡板对所述光纤的纤芯依次通光,获得第一光纤端面图像集,包括:
通过控制可移动挡板对所述光纤的纤芯逐条通光,得到第一光纤端面图像;
重复执行所述通过控制可移动挡板对所述光纤的纤芯逐条通光,得到第一光纤端面图像的步骤,直至所述光纤的所述纤芯处理完毕,得到第一光纤端面图像集。
5.根据权利要求1所述的一种光纤通导性检验方法,其特征在于,所述将删除对应纤芯位置后的所述纤芯序列字典与所述未通光纤芯数据进行比对,确定所述光纤的通导性,包括:
当所述纤芯序列字典与所述未通光纤芯数据的比对结果无误,则当前纤芯连接正确;
当所述纤芯序列字典与所述未通光纤芯数据的比对结果有误,则当前纤芯连接的位置不符合光纤线序连通标准,光纤接线错误。
6.根据权利要求1或3所述的一种光纤通导性检验方法,其特征在于,所述图像处理方法为:
获取待处理光纤端面图像;
将所述待处理光纤端面图像的RGB色彩模型转换为HSV色彩模型,获得第一处理图像;
对所述第一处理图像进行二值化处理以提取所述第一处理图像的连通域,获得第二处理图像;
对所述第二处理图像进行噪点过滤,获得光纤端面清洁图像;
根据所述光纤端面清洁图像识别光纤的纤芯。
7.根据权利要求1所述的一种光纤通导性检验方法,其特征在于,所述方法还包括:
当所述通导性验证的结果为光纤接线错误,根据所述纤芯序列字典确定接线错误的纤芯所在位置。
8.一种光纤通导性检验系统,其特征在于,包括:
第一模块,所述第一模块用于获取未通光的光纤尾纤端面图像作为初始光纤尾纤图像;
第二模块,所述第二模块用于根据所述初始光纤尾纤图像确定光纤纤芯的位置坐标,形成纤芯序列字典;
第三模块,所述第三模块用于通过控制可移动挡板对所述光纤的纤芯依次通光,获得第一光纤端面图像集;
第四模块,所述第四模块用于根据光纤线序连通标准、所述纤芯序列字典和所述第一光纤端面图像集确定所述光纤的通导性,包括:
依次获取所述第一光纤端面图像集内的第一光纤端面图像;
通过图像处理方法对所述第一光纤端面图像进行未通光纤芯识别,获取未通光纤芯数据;其中,所述未通光纤芯数据包括未通光纤芯数量和未通光纤芯位置;
根据光纤线序连通标准确定所述光纤纤芯的尾纤的预计通光位置,并将所述预计通光位置在所述纤芯序列字典中对应的尾纤位置进行删除;
将删除对应纤芯位置后的所述纤芯序列字典与所述未通光纤芯数据进行比对,确定所述光纤的通导性。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有程序,所述程序被处理器执行实现如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310302170.4A CN116558777B (zh) | 2023-03-27 | 2023-03-27 | 一种光纤通导性检验方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310302170.4A CN116558777B (zh) | 2023-03-27 | 2023-03-27 | 一种光纤通导性检验方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116558777A CN116558777A (zh) | 2023-08-08 |
CN116558777B true CN116558777B (zh) | 2024-04-09 |
Family
ID=87492262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310302170.4A Active CN116558777B (zh) | 2023-03-27 | 2023-03-27 | 一种光纤通导性检验方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116558777B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007078244A1 (en) * | 2005-12-30 | 2007-07-12 | Telefonaktiebolaget Lm Ericsson (Publ) | Positioning optical fibers |
CN101375191A (zh) * | 2005-12-30 | 2009-02-25 | 艾利森电话股份有限公司 | 光纤的位置确定 |
CN203399116U (zh) * | 2013-07-02 | 2014-01-15 | 镇江奥菲特光电科技有限公司 | 光纤接入网的光纤端口线序测试仪 |
CN204944793U (zh) * | 2015-08-17 | 2016-01-06 | 国网天津宝坻供电有限公司 | 光缆纤芯线序测试仪 |
CN105785516A (zh) * | 2016-04-29 | 2016-07-20 | 中航光电科技股份有限公司 | 线缆端头检测装置及其标定头 |
CN106846298A (zh) * | 2016-12-22 | 2017-06-13 | 清华大学 | 光纤排线识别方法和装置 |
CN111829443A (zh) * | 2020-06-04 | 2020-10-27 | 广州奥鑫通讯设备有限公司 | 一种光纤间距测量系统及其测量方法 |
CN112697402A (zh) * | 2020-12-15 | 2021-04-23 | 长飞光纤光缆股份有限公司 | 一种多芯光纤测试方法及装置 |
CN113066063A (zh) * | 2021-03-29 | 2021-07-02 | 南京邮电大学 | 光纤待对芯端图像处理方法及光纤自适应对芯方法 |
CN113219589A (zh) * | 2021-04-07 | 2021-08-06 | 南京邮电大学 | 基于霍夫梯度下降的熊猫眼保偏光纤自适应对轴方法 |
KR102491712B1 (ko) * | 2022-07-07 | 2023-01-27 | (주)엠이엘 텔레콤 | 광섬유 연결성 측정기 |
CN115690234A (zh) * | 2022-11-04 | 2023-02-03 | 深圳云码通科技有限公司 | 一种新型光纤颜色线序检测方法及系统 |
-
2023
- 2023-03-27 CN CN202310302170.4A patent/CN116558777B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007078244A1 (en) * | 2005-12-30 | 2007-07-12 | Telefonaktiebolaget Lm Ericsson (Publ) | Positioning optical fibers |
CN101375191A (zh) * | 2005-12-30 | 2009-02-25 | 艾利森电话股份有限公司 | 光纤的位置确定 |
CN203399116U (zh) * | 2013-07-02 | 2014-01-15 | 镇江奥菲特光电科技有限公司 | 光纤接入网的光纤端口线序测试仪 |
CN204944793U (zh) * | 2015-08-17 | 2016-01-06 | 国网天津宝坻供电有限公司 | 光缆纤芯线序测试仪 |
CN105785516A (zh) * | 2016-04-29 | 2016-07-20 | 中航光电科技股份有限公司 | 线缆端头检测装置及其标定头 |
CN106846298A (zh) * | 2016-12-22 | 2017-06-13 | 清华大学 | 光纤排线识别方法和装置 |
CN111829443A (zh) * | 2020-06-04 | 2020-10-27 | 广州奥鑫通讯设备有限公司 | 一种光纤间距测量系统及其测量方法 |
CN112697402A (zh) * | 2020-12-15 | 2021-04-23 | 长飞光纤光缆股份有限公司 | 一种多芯光纤测试方法及装置 |
CN113066063A (zh) * | 2021-03-29 | 2021-07-02 | 南京邮电大学 | 光纤待对芯端图像处理方法及光纤自适应对芯方法 |
CN113219589A (zh) * | 2021-04-07 | 2021-08-06 | 南京邮电大学 | 基于霍夫梯度下降的熊猫眼保偏光纤自适应对轴方法 |
KR102491712B1 (ko) * | 2022-07-07 | 2023-01-27 | (주)엠이엘 텔레콤 | 광섬유 연결성 측정기 |
CN115690234A (zh) * | 2022-11-04 | 2023-02-03 | 深圳云码通科技有限公司 | 一种新型光纤颜色线序检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116558777A (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111612763B (zh) | 手机屏幕缺陷检测方法、装置及系统、计算机设备及介质 | |
CN110119680B (zh) | 一种基于图像识别的电气柜接线自动查错系统 | |
CN110647875B (zh) | 一种血细胞分割、识别模型构造的方法及血细胞识别方法 | |
CN111242904A (zh) | 一种光纤端面检测方法和装置 | |
CN109946304A (zh) | 基于特征匹配的零件表面缺陷在线检测系统及检测方法 | |
CN113240623B (zh) | 一种路面病害检测方法及装置 | |
CN107895362A (zh) | 一种微型接线端子质量检测的机器视觉方法 | |
CN110503623A (zh) | 一种基于卷积神经网络的识别输电线路上鸟巢缺陷的方法 | |
CN115184380A (zh) | 基于机器视觉的印刷电路板焊点异常检测方法 | |
CN112070749A (zh) | 纸张缺陷检测方法和装置 | |
CN114280075A (zh) | 一种管类零件表面缺陷在线视觉检测系统及检测方法 | |
CN112284258A (zh) | 一种基于机器视觉算法来测量电缆结构尺寸参数的系统 | |
CN117078677A (zh) | 一种用于始极片的缺陷检测方法及系统 | |
CN108320799A (zh) | 一种用于侧向流纸条疾病诊断的图像分析与识别方法 | |
CN113237640B (zh) | 一种光耦合测试方法、装置、电子设备及存储介质 | |
CN116558777B (zh) | 一种光纤通导性检验方法及系统 | |
CN106528665A (zh) | Aoi设备测试文件查找方法和系统 | |
CN112967224A (zh) | 一种基于人工智能的电子电路板检测系统、方法及介质 | |
CN117011878A (zh) | 控制柜智能视觉识别检测方法、系统 | |
CN114549403B (zh) | 一种机械零部件侧剖面多单体智能精密几何圆心检测方法 | |
CN110349129A (zh) | 一种高密度柔性ic基板外观缺陷检测方法 | |
CN117011216A (zh) | 一种缺陷检测方法、装置、电子设备及存储介质 | |
CN112330633A (zh) | 基于自适应带通滤波的跨接线胶带破损故障图像分割方法 | |
CN117455870B (zh) | 一种连接线和连接器质量视觉检测方法 | |
CN114898148B (zh) | 一种基于深度学习的鸡蛋污损检测方法及系统 |
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 |