CN117474999B - 一种微型片式电感双线绕线异常定位方法及系统 - Google Patents
一种微型片式电感双线绕线异常定位方法及系统 Download PDFInfo
- Publication number
- CN117474999B CN117474999B CN202311787722.1A CN202311787722A CN117474999B CN 117474999 B CN117474999 B CN 117474999B CN 202311787722 A CN202311787722 A CN 202311787722A CN 117474999 B CN117474999 B CN 117474999B
- Authority
- CN
- China
- Prior art keywords
- enameled wire
- value
- image
- pixel
- line
- 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
- 238000004804 winding Methods 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000002159 abnormal effect Effects 0.000 claims abstract description 31
- 238000005286 illumination Methods 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 238000012937 correction Methods 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims description 12
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 230000000873 masking effect Effects 0.000 claims description 5
- 210000003462 vein Anatomy 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 9
- 230000005856 abnormality Effects 0.000 abstract description 7
- 210000003298 dental enamel Anatomy 0.000 description 7
- 238000005452 bending Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Coils Or Transformers For Communication (AREA)
Abstract
本发明涉及图像处理技术领域,具体涉及一种微型片式电感双线绕线异常定位方法及系统,该方法包括:采集电感图像,提取磁芯内、外径圆;获取漆包线缠绕区域纹路图像,将纹路进行划分,提取各漆包线边缘纹路;计算极坐标中各位置的光照强度;根据各位置的光照强度得到漆包线缠绕区域灰度图像在极坐标中各位置的反光分布补偿;提取各像素点的关联像素点,计算各关联像素点的中心位置偏移量,得到像素点修正后的灰度值;提取修正后漆包线缠绕区域二值图像;计算各连通域的异常检测值,提取双线绕线异常的漆包线段,完成微型片式电感双线绕线异常定位。从而实现电感双线绕线异常精确定位,实现电感绕线异常的检测。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种微型片式电感双线绕线异常定位方法及系统。
背景技术
双线微型贴片电感是现代电子电路中的重要元件,它通过两根平行的导线在导磁材料做成内芯上缠绕,在两根导线不相互接触的情况下利用两根导线产生的互感现象形成电感元件,在电路系统中其主要起到稳流、滤波等作用。早双线微型贴片电感的生产过程中,为了保证产品良品率,需要对贴片电感各项指标进行质量检测,其中最重要的就是检测双线微型贴片电感是否出现绕线异常。
在双线微型贴片电感的绕线异常主要通过是观察绕线结构是否和设计一样,主要观察缠绕的双线出现重叠或间隙过大,因为此元件是依靠平行导线之间的互感现象来形成电感,如果电感的绕线出现错位会对器件性能造成较大影响。
传统的图像检测技术在对双线微型贴片电感进行图像分割时,由于用于双线微型贴片电感的漆包线弯曲缠绕且表面光滑,容易造成漆包线边缘反光,在图像预处理阶段进行阈值分割时,使经过现有算法得到的图像分割效果不好,无法准确获得漆包线的纹路图像而造成误检。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种微型片式电感双线绕线异常定位方法及系统,所采用的技术方案具体如下:
第一方面,本发明实施例提供了一种微型片式电感双线绕线异常定位方法,该方法包括以下步骤:
采集电感图像并进行灰度化;
根据电感灰度图像结合阈值分割得到二值图像,并提取磁芯内、外径圆;采用磁芯内、外径圆构成圆环区域灰度值为1、其他区域灰度值为0的掩膜图像对电感灰度图像进行掩膜处理获取漆包线缠绕区域灰度图像;对漆包线缠绕区域灰度图像边缘检测获取漆包线缠绕区域纹路图像,根据漆包线缠绕区域纹路图像中各边缘像素点的分布将纹路进行划分,从纹路划分后的漆包线缠绕区域纹路图像中提取各漆包线边缘纹路;
结合漆包线缠绕区域灰度图像构建极坐标,并计算极坐标中各位置的光照强度;根据各位置的光照强度得到漆包线缠绕区域灰度图像在极坐标中各位置的反光分布补偿;提取各像素点的关联像素点;根据像素点的各关联像素点周围的纹路分布得到各关联像素点的中心位置偏移量;根据像素点的反光分布补偿及对应关联像素点的中心位置偏移量得到像素点修正后的灰度值;
采用大津阈值对所有像素点修正后的灰度值进行分割得到漆包线缠绕区域二值图像;根据漆包线缠绕区域二值图像中各连通域内像素点的分布得到各连通域的异常检测值,将异常检测值大于等于预设阈值的连通域对应的漆包线线段作为双线绕线异常的漆包线段,完成微型片式电感双线绕线异常定位。
进一步地,所述根据电感灰度图像结合阈值分割得到二值图像,并提取磁芯内、外径圆,包括:
采用大津阈值法对电感灰度图像进行二值分割,提取二值分割后的图像中灰度值为1的区域的中心,记为磁芯中心;以磁芯中心为圆心预设值为半径生成圆,每次将所生成圆的半径增加w,当所生成的圆上所有像素点灰度值第一次同时为1时,此时的圆作为磁芯内径圆;继续将所生成圆的半径增加w,当所生产的圆上所有像素点灰度值第一次同时为0时,此时的圆作为磁芯外径圆;其中,w为预设所生成圆的半径每次增加的数值。
进一步地,所述根据漆包线缠绕区域纹路图像中各边缘像素点的分布将纹路进行划分,从纹路划分后的漆包线缠绕区域纹路图像中提取各漆包线边缘纹路,包括:
将纹路图像中各纹路中的所有像素点采用最小二乘法拟合得到各纹路的拟合直线;计算纹路中各像素点到纹路拟合直线的欧式距离,纹路中所有像素点的所述欧式距离构成对应纹路的向量,提取向量中的各极大值点,若极大值点的值大于预设阈值时,则对应极大值点作为纹路断点,结合各断点将对应纹路进行划分;
对划分后所得到的各纹路进行直线拟合,各纹路拟合得到的线段作为各纹路的纹路方向,其中,所述纹路方向为从所述线段距离磁芯中心远的一端指向近的一端;获取每条纹路中点与磁芯中心连线方向,当所述连线方向与每条纹路的纹路方向的夹角小于等于预设角度时,则对应纹路为漆包线边缘纹路。
进一步地,所述结合漆包线缠绕区域灰度图像构建极坐标,并计算极坐标中各位置的光照强度,包括:
将漆包线缠绕区域灰度图像中每个像素点的横坐标和纵坐标分别减去磁芯中心的横坐标和纵坐标得到每个像素点的更新坐标,将所有像素点的更新坐标作为直角坐标系转换到极坐标系的输入,输出所有像素点的极坐标;
所述光照强度表达式为:
;
式中,是漆包线缠绕区域灰度图像中极坐标/>位置的灰度值,/>分别是反光分布补偿的窗口预设宽度、长度,/>是反光补偿的窗口中像素点总数,/>是极坐标/>位置的光照强度。
进一步地,所述反光分布补偿,包括:
计算所有位置的光照强度的均值,将各位置的光照强度与所述均值的差值作为各位置的反光分布补偿。
进一步地,所述提取各像素点的关联像素点,包括:
对于各像素点;
以像素点为初始生长点,沿着初始生长点的极坐标顺时针方向和逆时针方向,分别选取与初始生长点所在极径相同且极角差异最小的漆包线边缘纹路上的像素点,分别记为第一、第二选取像素点,将初始生长点分别与第一、第二选取像素点连接得到一个连接角;
将所述连接角的平分线作为初始生长点的生长方向,以初始生长点为起点,沿着生长方向触碰第一个漆包线边缘纹路像素点作为新的初始生长点,依次进行生长,生长停止条件为:触碰到的像素点为磁芯内径圆或磁芯外径圆为止;生长过程中所触碰遍历的所有漆包线边缘纹路像素点作为第一个初始生长点的关联像素点。
进一步地,所述根据像素点的各关联像素点周围的纹路分布得到各关联像素点的中心位置偏移量,包括:
沿着关联像素点极坐标的顺时针、逆时针旋转,分别统计关联像素点顺时针、逆时针方向上最近纹路的旋转角,计算顺时针与逆时针方向上最近纹路的旋转角之间的差值绝对值及和值,计算所述差值绝对值与所述和值的比值,将所述比值作为关联像素点的中心位置偏移量。
进一步地,所述根据像素点的反光分布补偿及对应关联像素点的中心位置偏移量得到像素点修正后的灰度值,表达式为:
;
式中,、/>、/>分别是像素点/>的第/>个关联像素点的灰度值、中心位置偏移量、反光分布补偿,/>是关联像素点个数,/>是像素点/>修正后的灰度值,是第/>个关联像素点的坐标与像素点/>的坐标之间的欧式距离。
进一步地,所述根据漆包线缠绕区域二值图像中各连通域内像素点的分布得到各连通域的异常检测值,包括:
以连通域的中点和磁芯中心的连线作为分割线,过分割线上第个像素点做分割线的垂线,所述垂线与连通域有两个交点,分别计算两个交点与第/>个像素点的欧式距离,获取两个欧式距离的差值绝对值;将连通域内分割线上所有像素点的所述差值绝对值的均值作为连通域的倾斜特征值;
计算漆包线缠绕区域二值图像中所有连通域的倾斜特征值均值,将各连通域的倾斜特征值与所述倾斜特征值均值的差值绝对值除以所述倾斜特征值均值的结果作为各连通域的异常检测值。
第二方面,本发明实施例还提供了一种微型片式电感双线绕线异常定位系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意一项所述方法的步骤。
本发明至少具有如下有益效果:
本发明提出一种微型片式电感双线绕线异常定位方法及系统,本发明通过分析漆包线的反光来自于漆包线光滑且弯曲特点相同的区域,而弯曲特点相同区域距离磁芯中心距离相同的特点,构建反光分布补偿,消除了因为漆包线局部反光带来的灰度值差异;进一步通过获取漆包线边缘纹路,采用生长方式获得关联像素点,考虑漆包线的纹路方向发生小幅度偏移的情况,使对漆包线的像素点进行去反光修正时,选取的关联像素点精确的沿漆包线走势选取,使对漆包线的像素点进行去反光修正时更加精准。最后使用去反光修后的图片完成了微型片式电感双线绕线异常定位。
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和优点,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的介绍,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它附图。
图1为本发明一个实施例提供的一种微型片式电感双线绕线异常定位方法的步骤流程图;
图2为微型片式电感示意图;
图3为电感线圈灰度图像示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种微型片式电感双线绕线异常定位方法及系统,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一个或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种微型片式电感双线绕线异常定位方法及系统的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种微型片式电感双线绕线异常定位方法的步骤流程图,该方法包括以下步骤:
步骤S001,采集用于异常定位电感图像数据。
本实施例主要用于对双线微型贴片电感的绕线异常检测,本实施例的微型片式电感示意图如图2所示。使用相机在绕线后的双线微型贴片电感正上方固定位置,对固定电感项圈进行拍照,获得双线微型贴片电感的图像,得到的是RGB图像,以RGB图像为输入经过RGB色彩空间到灰度色彩空间的转化算法,输出得到灰度图像,称为电感灰度图像,电感灰度图像示意图如图3所示,图3中灰色圆环是电感的磁芯,黑色实线和白色空心线分别为在磁芯上进行缠绕的双线。需要说明的是,图3为了使图像清晰方便理解,在缠绕双线之间留出一定间隔,实际情况下双线紧密排列无明显间隔。
至此,即可根据本实施例上述方法可获取电感灰度图像,用于对电感绕线异常情况进行检测。
步骤S002,针对电感线圈中有漆包线弯曲造成的局部反光干扰进行优化处理。
首先,本实施例将对电感图像的局部反光处理的步骤进行概率,概括步骤为:
a.对电感灰度图像进行初步处理,得到磁芯的位置参数。
b.根据磁芯的位置位置参数,对电感灰度图像进一步处理,获得漆包线边缘纹路。
c.针对漆包线的反光区域的位置特点,构建反光分布补偿。
d.根据漆包线边缘纹路,获取每个像素点沿漆包线边缘纹路的关联像素点。
e.根据反光分布补偿和像素点中心位置偏移量,对漆包线缠绕区域灰度图像中的每个像素点进行去反光修正。
具体展开如下:
a.对电感灰度图像进行初步处理,得到磁芯的位置参数。
所得电感灰度图像,是在电感线圈正上方进行固定位置拍摄得到的,因此电感的磁芯大小和形状是固定的,但是位置可能因为电感制作时的误差有所偏移,因此,本实施例首先确定在电感灰度图像中磁芯的位置。
对电感灰度图像通过大津阈值法获得分割阈值,基于分割阈值对图像进行二值分割,二值分割后的图像中的灰度值为0的像素点区域为背景区域,图像中像素点灰度值为1的区域为磁芯所在区域。
计算所得二值图像中,像素点为1部分的区域的中心位置,标记为磁芯中心位置。以/>为圆心,预设值为半径生成圆形,其中所述预设值实施者可自行设定,本实施例中设定为1,不断扩大所生成圆的半径,当所生成的圆上所有点灰度值第一次同时为1时,获得此时的圆标记为磁芯内径圆/>;此后继续不断扩大所生成圆的半径,当所生产的圆上所有点灰度值第一次同时为0时,获得此时的圆标记为磁芯外径圆/>,两个圆环的半径分别为/>、/>,两个半径的差记为环径/>。需要说明的是,每次所生成圆的半径增加的数值w实施者可根据实际情况自行设定,本实施例中所生成圆的半径每次增加的数值w设定为1。
电感灰度图像在磁芯内径圆和磁芯外径圆/>之间构成的圆环位置即双线微型贴片电感的绕线所在区域,分析该区域的灰度图像,因为漆包线弯曲缠绕且表面光滑,容易造成漆包线边缘反光,因此漆包线的边缘灰度值和漆包线的中心灰度值的差异并不明显,对整个图像直接使用统一的阈值进行二值分割的到的效果并不好。
因此本实施例通过漆包线的边缘纹路和漆包线反光区域边缘纹路的方向差异获得漆包线的边缘纹路,并根据漆包线的边缘纹路所述方向消除漆包线边缘反光带来的像素影响。
b.根据磁芯的位置位置参数,对电感灰度图像进一步处理,获得漆包线边缘纹路。
为根据漆包线的边缘纹路所述方向消除漆包线边缘反光带来的像素影响,需要获得漆包线边缘纹路,具体如下:
产生一张灰度值全为0空白图像,标记出磁芯内径圆和磁芯外径圆/>,在空白图像中将其所构成的圆环区域灰度值标记为1得到掩膜图像,对电感灰度图像进行掩膜操作,获得漆包线缠绕区域灰度图像。
对漆包线缠绕区域灰度图像进行Canny边缘检测,得到漆包线缠绕区域纹路图像,漆包线缠绕区域纹路图像是二值图像。本实施例所求的漆包线二值图像中,需要突出的信息为漆包线的图像,而所得到的纹路中拥有漆包线纹路,因此将漆包线纹路分离出,依据漆包线的纹路方向对漆包线图像进行增强,就能得到更好的漆包线二值图像。
分析漆包线缠绕区域纹路图像,其纹路可能是漆包线缠绕区域中漆包线的边缘纹路,也可能是应为多条并列的漆包线上,因为弯曲程度相同造成反光进而出现的连续的反光区域边缘纹路。因为漆包线上因弯曲程度相同的区域通常与漆包线纹路正交,因此可以通过检测两部分纹路的方向差异分辩。进一步分析,因为两种纹路方向正交,因此可能出现两种纹路相连的情况,在两种纹路相连处,纹路的方向出现剧变,因此可以根据纹路自身的方向变化将两中纹路分开。
为分辨上述两种纹路,经过如下计算:
将漆包线缠绕区域纹路图像中的第条纹路中的所有像素点作为输入,采用基于最小二乘法的直线拟合,输出为第/>条纹路的拟合直线。
计算纹路中第条纹路中第/>个像素点到第/>条纹路拟合直线的欧式距离/>,第条纹路中所有像素点的所述欧式距离构成第/>条纹路的向量,记为/>,统计/>中的极大值点,根据经验设置阈值/>,若向量/>的极大值点的值大于/>,则判断在极大值点处,纹路的方向出现剧变,将该点设置为纹路的断点。
当纹路中第条纹路检测出断点时,将纹路从断点处分开,获得多条纹路,对每条纹路继续检测断点,直到没有断点为止。
综上可得到纹路分割后的漆包线缠绕区域纹路图像,其中每条纹路能对应一条拟合线段,并将该线段作为该条纹路的纹路方向,所述纹路方向为从所述线段距离磁芯中心远的一端指向近的一端。分割后的漆包线缠绕区域纹路图像中,方向指向磁芯中心位置的所有纹路都是漆包线边缘纹路,因此计算每条纹路的中点坐标,计算中点坐标与磁芯中心位置/>连线方向与每条纹路的纹路方向的夹角,当夹角小于等于预设角度/>时,则该条纹路为漆包线边缘纹路。其中,预设角度/>的设定实施者可自行设定,本实施例中设定为/>为5度。至此,可获取漆包线缠绕区域纹路图像中的反光区域边缘纹路和漆包线边缘纹路。
c.针对漆包线的反光区域的位置特点,构建反光分布补偿。
为根据漆包线的边缘纹路方向消除漆包线边缘反光带来的像素影响,需要获得漆包线的反光分布情况,具体如下:
由于所获得的漆包线边缘纹路指向磁芯中心位置,因此将漆包线缠绕区域灰度图像的所有像素点以磁芯中心位置/>为坐标原点构建极坐标系。
以磁芯中心位置为中心,构建极坐标系,具体方法为:将每个像素点的横坐标和纵坐标分别减去磁芯中心位置/>的横坐标和纵坐标得到每个像素点的更新坐标,而后将所有像素点的更新坐标作为输入,采用直角坐标系转换为极坐标系的算法,输出为所有像素点的极坐标,具体为/>,/>为极径,/>为极角。进一步,本实施例将结合极坐标分析反光分布补偿/>,具体如下式:
;
式中,是漆包线缠绕区域灰度图像中极坐标/>位置的灰度值,/>是漆包线缠绕区域灰度图像中极坐标/>位置的反光分布补偿。/>是反光分布补偿的窗口预设长度,经验值为/>,/>是反光分布补偿的窗口预设宽度,经验值为3,其中,反光分布补偿的窗口预设宽度、长度实施者也可根据实际情况自行设定,/>是反光补偿的窗口中像素点总数,/>是极坐标/>位置的光照强度。/>是漆包线缠绕区域灰度图像在极坐标下所有位置光照强度的均值。
需要说明的是:在电感中漆包线距离磁芯中心位置一致的区域,漆包线表面的弯曲方向相同,漆包线缠绕区域灰度图像中极径相似且距离较近的部位反光程度相同,因此对于位置,其受到的反光的光照强度与其极角/>范围,极径/>的窗口内的像素点的值相似,因此结合窗口内的反光状况对/>位置的光照强度进行准确分析。
进一步,将位置的反光的光照强度减去所有位置的反光的光照强度的均值,得到反光分布补偿/>,如果/>为正,代表该点即附近位置的光照强度整体上大于其它地方,对应的其灰度值应该下降以削弱反光现象;如果/>为负,代表该点即附近位置的光照强度整体上小于其它地方,对应的其灰度值应该上升以削弱反光现象。
d.根据漆包线边缘纹路,获取每个像素点沿漆包线边缘纹路的关联像素点。
对于漆包线缠绕区域灰度图像中,每个像素点的灰度值都应与其沿漆包线边缘纹路方向的像素点的灰度值相同或相似,而沿漆包线边缘纹路方向的灰度值差异较大像素点可能是因为漆包线反光引起的。
因此计算每个像素点的关联像素点如下:
以像素点为例,将其作为初始生长点进行生长,规则如下:
沿着初始生长点的极坐标顺时针方向和逆时针方向,分别寻找与初始生长点所在极径相同且极角差异最小的漆包线边缘纹路上的像素点,一共得到两个漆包线边缘纹路上的像素点,分别记为第一、第二选取像素点,将初始生长点分别与第一、第二选取像素点连接得到一个连接角,将所述连接角的平分线作为初始生长点的生长方向,一共有两个生长方向。以像素点为初始生长点,沿生长方向触碰到的第一个漆包线边缘纹路作为新的生长点,依次进行生长。生长停止条件为触碰到磁芯内径圆/>或磁芯外径圆/>为止。
将以像素点为初始生长点,在生长过程中触碰遍历到的所有漆包线边缘纹路像素点为像素点/>的关联像素点。基于各像素点的关联像素点本实施例将构建中心位置偏移量/>:
;
其中分别是像素点/>的第/>个关联像素点的顺时针方向最近纹路的旋转角、逆时针方向最近纹路的旋转角度、中心位置偏移量。
中心位置偏移量代表了关联像素点在所在漆包线中,偏离漆包线中心位置的量。其中是距离漆包线两个边缘的旋转角角度差,/>是漆包线的宽度对应的旋转角度大小,因此两者相除得到/>是偏离漆包线中心位置的偏移量。
e.根据反光分布补偿和像素点中心位置偏移量,对漆包线缠绕区域灰度图像中的每个像素点进行去反光修正。
根据反光分布补偿和像素点中心位置偏移量,对漆包线缠绕区域灰度图像中的每个像素点进行去反光修正,如下式:
;
式中,、/>、/>分别是像素点/>的第/>个关联像素点的灰度值、中心位置偏移量、反光分布补偿,/>是关联像素点个数,/>是像素点/>修正后的灰度值。是第/>个关联像素点的坐标与像素点/>的坐标之间的欧式距离,其中,这里的坐标是指像素点直角坐标系下的横纵坐标值,欧式距离的计算为现有技术在此不做赘述。
式中,是将关联像素点的灰度值减去反光分布补偿,以减弱反光现象,乘以/>是使靠近漆包线中心位置的关联像素点灰度值更高,而远离漆包线中心位置的关联像素点灰度值更低,是漆包线的图像更清晰。进一步/>作为权重,使远离像素点/>的点的灰度值对像素点/>修正后的灰度值影响更小。乘以/>是对以/>作为权重造成数值差异的一个数值修正,除以/>是为了对和式求均值。
最终像素点修正后的灰度值/>替代漆包线缠绕区域灰度图像中每个像素点的灰度值,得到了反光修正后的灰度图像。
步骤S003,对反光修正后的灰度图像进行绕线异常检测。
以反光修正后的灰度图像为输入,通过大津阈值算法获得阈值,以获得的阈值作为二值分割的阈值对反光修正后的灰度图像进行二值化处理,漆包线缠绕区域二值图像。
对漆包线缠绕区域二值图像进行连通域检测,得到多个连通域,以第个连通域的中点和磁芯中心位置/>的连线作为分割线,过分割线上第/>个像素点做分割线的垂线,所述垂线与连通域有两个交点,分别计算两个交点与第/>个像素点的欧式距离,将两个欧式距离的差值绝对值记为/>,对第/>个连通域的分割线上所有像素点的差值绝对值求均值,得到第/>个连通域的倾斜特征值/>。
倾斜特征值表征了第/>个连通域被磁芯的半径分割后,左右两侧的像素点分布情况,其连通域相对于磁芯的半径方向倾斜越严重,其分割线左右两侧的像素点分布与不均匀,第/>个像素点对应/>值就越大,/>越大,其倾斜程度越严重。
而绕线正常的微型片式电感中,漆包线的连通域的倾斜程度应该是一致的,倾斜程度不一致的连通域对应的漆包线线段就是绕线异常的线段。
因此计算漆包线缠绕区域二值图像中倾斜特征值的均值,计算第/>个连通域对应漆包线段的异常检测值/>如下式:
;
式中,是第/>个连通域的倾斜特征值,/>是漆包线缠绕区域二值图像中所有连通域的倾斜特征值均值,/>为避免分母为零的参数,实施者可自行设定,本实施例中设定为0.1。分子两者差值绝对值是第/>个连通域的倾向程度于整体的差异,分子越大越可能是绕线异常的漆包线线段。除以/>是防止电感中整体的绕线倾斜程度对最终数值的影响。
根据经验设置阈值,本实施例设定为0.1,当时,连通域对应的漆包线线段作为双线绕线异常的漆包线段,反之为双线绕线正常的漆包线段。至此,可完成对微型片式电感双线绕线异常的定位。
基于与上述方法相同的发明构思,本发明实施例还提供了一种微型片式电感双线绕线异常定位系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种微型片式电感双线绕线异常定位方法中任意一项所述方法的步骤。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的原则之内,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 (5)
1.一种微型片式电感双线绕线异常定位方法,其特征在于,该方法包括以下步骤:
采集电感图像并进行灰度化;
根据电感灰度图像结合阈值分割得到二值图像,并提取磁芯内、外径圆;采用磁芯内、外径圆构成圆环区域灰度值为1、其他区域灰度值为0的掩膜图像对电感灰度图像进行掩膜处理获取漆包线缠绕区域灰度图像;对漆包线缠绕区域灰度图像边缘检测获取漆包线缠绕区域纹路图像,根据漆包线缠绕区域纹路图像中各边缘像素点的分布将纹路进行划分,从纹路划分后的漆包线缠绕区域纹路图像中提取各漆包线边缘纹路;
结合漆包线缠绕区域灰度图像构建极坐标,并计算极坐标中各位置的光照强度;根据各位置的光照强度得到漆包线缠绕区域灰度图像在极坐标中各位置的反光分布补偿;提取各像素点的关联像素点;根据像素点的各关联像素点周围的纹路分布得到各关联像素点的中心位置偏移量;根据像素点的反光分布补偿及对应关联像素点的中心位置偏移量得到像素点修正后的灰度值;
采用大津阈值对所有像素点修正后的灰度值进行分割得到漆包线缠绕区域二值图像;根据漆包线缠绕区域二值图像中各连通域内像素点的分布得到各连通域的异常检测值,将异常检测值大于等于预设阈值的连通域对应的漆包线线段作为双线绕线异常的漆包线段,完成微型片式电感双线绕线异常定位;
所述结合漆包线缠绕区域灰度图像构建极坐标,并计算极坐标中各位置的光照强度,包括:
将漆包线缠绕区域灰度图像中每个像素点的横坐标和纵坐标分别减去磁芯中心的横坐标和纵坐标得到每个像素点的更新坐标,将所有像素点的更新坐标作为直角坐标系转换到极坐标系的输入,输出所有像素点的极坐标;
所述光照强度表达式为:
;
式中,是漆包线缠绕区域灰度图像中极坐标/>位置的灰度值,/>分别是反光分布补偿的窗口预设宽度、长度,/>是反光补偿的窗口中像素点总数,/>是极坐标位置的光照强度;
所述反光分布补偿,包括:
计算所有位置的光照强度的均值,将各位置的光照强度与所述均值的差值作为各位置的反光分布补偿;
所述根据像素点的各关联像素点周围的纹路分布得到各关联像素点的中心位置偏移量,包括:
沿着关联像素点极坐标的顺时针、逆时针旋转,分别统计关联像素点顺时针、逆时针方向上最近纹路的旋转角,计算顺时针与逆时针方向上最近纹路的旋转角之间的差值绝对值及和值,计算所述差值绝对值与所述和值的比值,将所述比值作为关联像素点的中心位置偏移量;
所述根据像素点的反光分布补偿及对应关联像素点的中心位置偏移量得到像素点修正后的灰度值,表达式为:
;
式中,、/>、/>分别是像素点/>的第/>个关联像素点的灰度值、中心位置偏移量、反光分布补偿,/>是关联像素点个数,/>是像素点/>修正后的灰度值,/>是第/>个关联像素点的坐标与像素点/>的坐标之间的欧式距离;
所述根据漆包线缠绕区域二值图像中各连通域内像素点的分布得到各连通域的异常检测值,包括:
以连通域的中点和磁芯中心的连线作为分割线,过分割线上第个像素点做分割线的垂线,所述垂线与连通域有两个交点,分别计算两个交点与第/>个像素点的欧式距离,获取两个欧式距离的差值绝对值;将连通域内分割线上所有像素点的所述差值绝对值的均值作为连通域的倾斜特征值;
计算漆包线缠绕区域二值图像中所有连通域的倾斜特征值均值,将各连通域的倾斜特征值与所述倾斜特征值均值的差值绝对值除以所述倾斜特征值均值的结果作为各连通域的异常检测值。
2.如权利要求1所述的一种微型片式电感双线绕线异常定位方法,其特征在于,所述根据电感灰度图像结合阈值分割得到二值图像,并提取磁芯内、外径圆,包括:
采用大津阈值法对电感灰度图像进行二值分割,提取二值分割后的图像中灰度值为1的区域的中心,记为磁芯中心;以磁芯中心为圆心预设值为半径生成圆,每次将所生成圆的半径增加w,当所生成的圆上所有像素点灰度值第一次同时为1时,此时的圆作为磁芯内径圆;继续将所生成圆的半径增加w,当所生产的圆上所有像素点灰度值第一次同时为0时,此时的圆作为磁芯外径圆;其中,w为预设所生成圆的半径每次增加的数值。
3.如权利要求1所述的一种微型片式电感双线绕线异常定位方法,其特征在于,所述根据漆包线缠绕区域纹路图像中各边缘像素点的分布将纹路进行划分,从纹路划分后的漆包线缠绕区域纹路图像中提取各漆包线边缘纹路,包括:
将纹路图像中各纹路中的所有像素点采用最小二乘法拟合得到各纹路的拟合直线;计算纹路中各像素点到纹路拟合直线的欧式距离,纹路中所有像素点的所述欧式距离构成对应纹路的向量,提取向量中的各极大值点,若极大值点的值大于预设阈值时,则对应极大值点作为纹路断点,结合各断点将对应纹路进行划分;
对划分后所得到的各纹路进行直线拟合,各纹路拟合得到的线段作为各纹路的纹路方向,其中,所述纹路方向为从所述线段距离磁芯中心远的一端指向近的一端;获取每条纹路中点与磁芯中心连线方向,当所述连线方向与每条纹路的纹路方向的夹角小于等于预设角度时,则对应纹路为漆包线边缘纹路。
4.如权利要求1所述的一种微型片式电感双线绕线异常定位方法,其特征在于,所述提取各像素点的关联像素点,包括:
对于各像素点;
以像素点为初始生长点,沿着初始生长点的极坐标顺时针方向和逆时针方向,分别选取与初始生长点所在极径相同且极角差异最小的漆包线边缘纹路上的像素点,分别记为第一、第二选取像素点,将初始生长点分别与第一、第二选取像素点连接得到一个连接角;
将所述连接角的平分线作为初始生长点的生长方向,以初始生长点为起点,沿着生长方向触碰第一个漆包线边缘纹路像素点作为新的初始生长点,依次进行生长,生长停止条件为:触碰到的像素点为磁芯内径圆或磁芯外径圆为止;生长过程中所触碰遍历的所有漆包线边缘纹路像素点作为第一个初始生长点的关联像素点。
5.一种微型片式电感双线绕线异常定位系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-4任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311787722.1A CN117474999B (zh) | 2023-12-25 | 2023-12-25 | 一种微型片式电感双线绕线异常定位方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311787722.1A CN117474999B (zh) | 2023-12-25 | 2023-12-25 | 一种微型片式电感双线绕线异常定位方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117474999A CN117474999A (zh) | 2024-01-30 |
CN117474999B true CN117474999B (zh) | 2024-04-19 |
Family
ID=89625907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311787722.1A Active CN117474999B (zh) | 2023-12-25 | 2023-12-25 | 一种微型片式电感双线绕线异常定位方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117474999B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105745523A (zh) * | 2013-09-12 | 2016-07-06 | 康宁股份有限公司 | 用于检查缠绕的光纤的系统和方法 |
WO2019205290A1 (zh) * | 2018-04-28 | 2019-10-31 | 平安科技(深圳)有限公司 | 一种图像检测方法、装置、计算机设备及存储介质 |
CN111539935A (zh) * | 2020-04-24 | 2020-08-14 | 江苏大学 | 一种基于机器视觉的电缆表面缺陷在线检测方法 |
CN115511888A (zh) * | 2022-11-22 | 2022-12-23 | 深圳市岑科实业有限公司 | 基于视觉的电感缺陷检测方法及系统 |
CN115564767A (zh) * | 2022-11-10 | 2023-01-03 | 深圳市岑科实业有限公司 | 基于机器视觉的电感绕线质量监测方法 |
CN115775244A (zh) * | 2022-12-07 | 2023-03-10 | 苏州镁伽科技有限公司 | 线圈绕线的检测方法及装置、电子设备和存储介质 |
CN116168036A (zh) * | 2023-04-26 | 2023-05-26 | 深圳市岑科实业有限公司 | 用于电感绕线设备的异常智能监测系统 |
CN116862878A (zh) * | 2023-07-11 | 2023-10-10 | 易思维(杭州)科技有限公司 | 一种高反光胶水缺陷检测方法 |
CN117252868A (zh) * | 2023-11-15 | 2023-12-19 | 广州煜能电气有限公司 | 基于机器视觉的直流屏缺陷检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019061577A (ja) * | 2017-09-27 | 2019-04-18 | パナソニックIpマネジメント株式会社 | 異常判定方法及びプログラム |
-
2023
- 2023-12-25 CN CN202311787722.1A patent/CN117474999B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105745523A (zh) * | 2013-09-12 | 2016-07-06 | 康宁股份有限公司 | 用于检查缠绕的光纤的系统和方法 |
WO2019205290A1 (zh) * | 2018-04-28 | 2019-10-31 | 平安科技(深圳)有限公司 | 一种图像检测方法、装置、计算机设备及存储介质 |
CN111539935A (zh) * | 2020-04-24 | 2020-08-14 | 江苏大学 | 一种基于机器视觉的电缆表面缺陷在线检测方法 |
CN115564767A (zh) * | 2022-11-10 | 2023-01-03 | 深圳市岑科实业有限公司 | 基于机器视觉的电感绕线质量监测方法 |
CN115511888A (zh) * | 2022-11-22 | 2022-12-23 | 深圳市岑科实业有限公司 | 基于视觉的电感缺陷检测方法及系统 |
CN115775244A (zh) * | 2022-12-07 | 2023-03-10 | 苏州镁伽科技有限公司 | 线圈绕线的检测方法及装置、电子设备和存储介质 |
CN116168036A (zh) * | 2023-04-26 | 2023-05-26 | 深圳市岑科实业有限公司 | 用于电感绕线设备的异常智能监测系统 |
CN116862878A (zh) * | 2023-07-11 | 2023-10-10 | 易思维(杭州)科技有限公司 | 一种高反光胶水缺陷检测方法 |
CN117252868A (zh) * | 2023-11-15 | 2023-12-19 | 广州煜能电气有限公司 | 基于机器视觉的直流屏缺陷检测方法 |
Non-Patent Citations (1)
Title |
---|
基于机器视觉的线缆表面缺陷检测系统设计与算法研究;乔湘洋 等;《机床与液压》;20200331;第48卷(第5期);第49-53页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117474999A (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107507208B (zh) | 一种基于轮廓上曲率估计的图像特征点提取方法 | |
CN115641336B (zh) | 一种基于计算机视觉的空调用钣金件缺陷识别方法 | |
CN116385439B (zh) | 基于图像处理的电机橡胶减震垫质量检测方法 | |
CN116091504B (zh) | 基于图像处理的连接管连接头质量检测方法 | |
CN115330767B (zh) | 一种腐蚀箔生产异常识别方法 | |
CN116912250B (zh) | 基于机器视觉的菌包生产质量检测方法 | |
CN107038444A (zh) | 一种指针式表盘的图像识别方法 | |
CN115564767B (zh) | 基于机器视觉的电感绕线质量监测方法 | |
CN115511888B (zh) | 基于视觉的电感缺陷检测方法及系统 | |
CN115187602A (zh) | 基于图像处理的注塑件缺陷检测方法及系统 | |
JP4901229B2 (ja) | 赤目検出方法および装置並びにプログラム | |
CN114972575A (zh) | 一种基于轮廓边缘的直线拟合算法 | |
CN117474999B (zh) | 一种微型片式电感双线绕线异常定位方法及系统 | |
CN117058137A (zh) | 一种夹胶玻璃生产质量视觉检测方法 | |
CN117237354B (zh) | 一种纺织衣物疵点视觉检测方法 | |
CN114937006A (zh) | 一种基于图像增强的锤头精细化缺陷检测方法 | |
CN116485884B (zh) | 基于计算机视觉的精酿啤酒瓶口实时定位方法及系统 | |
CN117541582A (zh) | 一种高频变频器igbt绝缘质量检测方法 | |
CN111126371B (zh) | 一种基于图像处理的粗指针表盘示数读取方法 | |
CN115205317B (zh) | 一种桥梁监测光电标靶图像光斑中心点提取方法 | |
CN114926417B (zh) | 高密度柔性fpc表面弱划痕的显微成像检测方法及系统 | |
CN115018751A (zh) | 一种基于贝叶斯密度分析的裂缝检测方法和系统 | |
CN115018788B (zh) | 基于智能机器人的架空线异常检测方法和系统 | |
CN115330771B (zh) | 一种布匹纹理检测方法 | |
CN116630315B (zh) | 基于计算机视觉的饮料包装缺陷智能检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |