CN205721986U - 一种线缆表观缺陷检测和字符识别装置 - Google Patents

一种线缆表观缺陷检测和字符识别装置 Download PDF

Info

Publication number
CN205721986U
CN205721986U CN201521068530.6U CN201521068530U CN205721986U CN 205721986 U CN205721986 U CN 205721986U CN 201521068530 U CN201521068530 U CN 201521068530U CN 205721986 U CN205721986 U CN 205721986U
Authority
CN
China
Prior art keywords
cable
image
image acquisition
character recognition
character
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.)
Expired - Fee Related
Application number
CN201521068530.6U
Other languages
English (en)
Inventor
张静
谢煜
刘娟秀
倪光明
刘霖
叶玉堂
刘永
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Application granted granted Critical
Publication of CN205721986U publication Critical patent/CN205721986U/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本实用新型公开了一种线缆表观缺陷检测和字符识别的装置,属于图像采集与处理领域,特别是对线缆缺陷的图像识别领域。该装置主要包括图像采集平台以及基于Zynq的图像处理平台两大部分,图像采集部分通过光学平面镜辅助单个相机对线缆进行360°全景图像采集,图像处理平台是充分利用Zynq平台上软硬件联合设计的优势,在Zynq芯片内部进行高速图像数据采集、缓存、处理,处理包括缺陷检测和识别字符,最后通过驱动HDMI接口,在显示器上显示。实现了对线缆生产线上高速运动线缆的在线实时表观缺陷检测和字符识别。代替了传统的人工目检,提高了效率。

Description

一种线缆表观缺陷检测和字符识别装置
技术领域
本实用新型属于图像采集与处理领域,特别是对线缆缺陷的图像识别领域。
背景技术
线缆是电气产品的重要组成部分,表观是线缆质量重要指标之一。本实用新型充分利用Zynq平台上软硬件联合设计的优势,设计一种基于机器视觉的线缆表观检测和字符识别装置,对高速运动的线缆进行在线实时检测,代替传统生产线上人工目检,提高了线缆产品的生产质量,提高了检测效率。
国内线缆生产线都是半自动生产线,对线缆表观质量检测主要是传统的人工目检,耗时耗力,可靠性差,效率低。国外目前有一些线缆表观检测的设备,但是都是高端产品,成本高,价格昂贵,并且都是基于PC机器视觉系统实现的线缆表观检测,PC机对检测现场环境要求高,不易于安装等缺点。
发明内容
本实用新型所要解决的技术问题是针对现有技术的不足,设计一种体积小、稳定高、处理速度快、可适应恶劣的工作环境的基于Zynq的线缆表观缺陷检测和字符识别装置。
本实用新型一种线缆表观缺陷检测和字符识别装置,该装置通过相机对线缆进行图像采集,图像采集器,通过多片平面反射镜,将线缆表面全景图像分成四路;由相机对线缆全景图像进行采集,将采集到的线缆图像信息传送到Zynq芯片,通过对Zynq芯片对线缆图像进行处理可分辨出线缆是否存在缺陷或设备处线缆上打印的字符。从而实现实用新型目的。因而本实用新型一种线缆表观缺陷检测和字符识别装置,该装置包括:全景图像采集装置、图像处理识别装置、缓存器,报警器、显示器;所述图像采集装置包括:图像采集器、相机,图像采集器包括多块平面镜和光源,通过合理设置平面镜的位置和打光方法,相机采集到线缆表观360°全景图像;图像采集装置通过数据传输线与图像处理识别装置连接;所述图像处理识别装置包括:相机接口、码盘信号接口、片内RAM、缓存控制核、图像处理核,采集到的图像通过相机接口存入片内RAM,再由缓存控制核实时的将片内RAM中的图像存入缓存器,图像处理核通过缓存控制核从缓存器中调取图像进行处理;若图像处理核发现线缆存在缺陷,通过声光报警器报警,并通过显示器对存在缺陷的线缆图像进行显示;若发现线缆上印有字符,则通过显示器对字符进行显示,码盘信号接口接收生产线传输的码盘信号,通过该信号获得线缆长度,定位线缆上缺陷的位置。
其中线缆从图像采集器中穿过,图像采集器包括6块平面镜,4处光源及支架;平面镜和光源设置于支架上,其中的4块平面镜分别设置于线缆的左上方、右上方和左下方、右下方,平面镜之间不能遮挡线缆像的传播路径;左下方和右下方的平面镜直接将线缆的像反射至图像采集器的顶端,左上方和右上方的平面镜中的像通过余下的2块平面将其反射至图像采集器的顶端,相机从图像采集器采集线缆的像;4处光源分别设置于线缆的上下左右。
其中所述图像处理识别装置为Zynq芯片,内嵌双核ARM9。
其中所述图像处理核包括:缺陷检测模块和字符识别模块,缺陷检测模块包括对图像的增强模块、复原模块、分割模块、特征提取模块、模式识别模块;字符识别模块包括对图像的滤波模块、图像拼接模块、形态学处理模块、校正模块、字符提取模块。
文献《铜扁线表面缺陷识别的设计与实现》.大连交通大学硕士学位论文.李秀超,其中第35—55页公开了3种表面缺陷的识别方法;分别为数字图像处理技术、采用背景差分法、坐标轴投影识别法进行表面缺陷的识别方法。其中第36—45页详细介绍了采用数字图像处理技术进行表面缺陷的识别方法;第36页公开了首先对图像进行灰度变换,并指出灰度处理是图像处理的最简单基础的处理方式;第37页指出再对图像进行平滑滤波,第39页特别指出:针对铜扁线采用中值滤波方法对噪声的抑制效果较好;第41页指出再对图像边缘检测,第41—44页公开了sobel、prewitt、roberts、canny四种边缘检测器,并且这四种边缘检测针对铜扁线效果相当,都可以使用;第44页末段公开了对对图像进行膨胀运算,并在第45也具体介绍了膨胀运算的方法;该文献第56—64页也具体介绍了表面缺陷检测的识别试验,第56—59页介绍了首先进行第36—45页介绍的图像处理,然后对图像进行背景分离;第60—62页介绍了采用阈值分割方法识别出铜扁线上的缺陷。
文献《电缆字符自动识别算法及应用研究》.华中科技大学硕士学位论文.黎峰,其中公开了对电缆字符识别方位为:首先对电缆图像二值化(第18—26页),并在第24页倒数第二段特别指出对图像进行二值化后进行形态学腐蚀对电缆字符的识别效果最好;对图像进行倾斜矫正(第27—32页),并在第31页第二段后面的步骤中介绍针对电缆字符识别的基于灰度统计的倾斜矫正方法的具体步骤;再对字符进行分割(第33—39页),并且在地34页第4段开始具体介绍了分割的具体步骤,最后采用模板匹配进行字符识别(第40—49页),并在第48页第2段开始公开基于改进模板的字符识别方法的具体步骤。
本实用新型一种线缆表观缺陷检测和字符识别装置,基于Zynq的线缆表观检测系统,体积小,便携性好;复杂工作环境下稳定性好;充分利用Zynq平台软硬件联合设计的优势,处 理速度快,实时性好。
附图说明
图1为本实用新型一种线缆表观缺陷检测和字符识别装置示意图;
图2为本实用新型中图像采集器的示意图;
图2中1,2,3,4,5,6为6块平面镜,A,B,C,D为4处光源。
具体实施方式
图像采集平台包括图像采集器,相机,镜头等,相机选用camera link接口面阵CMOS高速相机,镜头选用高倍率远心镜头,光源选用大功率led光源。图像采集器,包括平面镜和光源,设置合理的打光方法,根据平面镜反射原理,将线缆表观图像分成四路,投射到一个相机内,从而实现对线缆的表观360°全景图像采集。
使用Zynq内部逻辑资源产生相机驱动时序,通过camera link线传送给相机。高速相机开始采图,采集到的图像数据通过camera link线送到Zynq芯片内部,使用Zynq内部逻辑资源产生驱动时序,对camera ink接口高速图像数据进行采集,然后缓存在片内RAM中。
后端图像处理速率与后端图像处理速率不匹配,为防止图像数据丢失,设置缓存器;片内RAM容量有限,无法对一整张图片进行缓存,所以必须将图像数据缓存到片外SDRAM。DDR3 SDRAM具有高吞吐量,容量大等优点,数据读取速度可以满足前端图像数据的采集速度,不会存在数据丢失问题。通过DDR控制ip核将将片内RAM中的图像数据存入DDR3 SDRAM内缓存。
对DDR3 SDRAM缓存中图像数据进行处理,缺陷检测和字符识别。Zynq内嵌双核ARM9,合理分工软硬件工作,充分发挥硬件逻辑并行性运算,软件处理灵活等优势,软硬件结合优化缺陷检测和字符识别算法。
缺陷检测,可以检测的缺陷有气孔、划痕、麻点、雾点、气泡等。主要方法是通过去噪、增强、复原、分割、特征提取等预处理之后,通过模式识别方法判断是否存在缺陷。
点状字符识别可以识别到字符喷印质量、喷印位置、喷印字符是否正确等。主要方法是通过滤波、图像拼接、形态学处理、校正、字符提取等预处理之后,通过神经网络学方法对字符进行识别。
通过码盘信号,可以判断线缆长度,线缆长度的确定可以判断字符喷印是否正确,以及缺陷存在的位置,便于缺陷定位。
识别到缺陷后发出声光报警。提醒工作人员进行处理。并且通过驱动HDMI接口,将缺陷显示在显示器上。更直观的观察和区分缺陷类别。

Claims (3)

1.一种线缆表观缺陷检测和字符识别装置,该装置包括:全景图像采集装置、图像处理识别装置、缓存器,报警器、显示器;所述图像采集装置包括:图像采集器、相机,图像采集器包括多块平面镜和光源,使相机能采集到线缆表观360°全景图像;图像采集装置通过数据传输线与图像处理识别装置连接;所述图像处理识别装置包括:相机接口、码盘信号接口、片内RAM、缓存控制核、图像处理核,采集到的图像通过相机接口存入片内RAM,再由缓存控制核实时的将片内RAM中的图像存入缓存器,图像处理核通过缓存控制核从缓存器中调取图像进行处理;若图像处理核发现线缆存在缺陷,通过声光报警器报警,并通过显示器对存在缺陷的线缆图像进行显示;若发现线缆上印有字符,则通过显示器对字符进行显示,码盘信号接口接收生产线传输的码盘信号,通过该信号获得线缆长度,定位线缆上缺陷的位置。
2.如权利要求1所述的一种线缆表观缺陷检测和字符识别装置,其特征在于所述线缆从图像采集器中穿过,图像采集器包括6块平面镜,4处光源及支架;平面镜和光源设置于支架上,其中的4块平面镜分别设置于线缆的左上方、右上方和左下方、右下方,平面镜之间不能遮挡线缆像的传播路径;左下方和右下方的平面镜直接将线缆的像反射至图像采集器的顶端,左上方和右上方的平面镜中的像通过余下的2块平面将其反射至图像采集器的顶端,相机从图像采集器采集线缆的像;4处光源分别设置于线缆的上下左右。
3.如权利要求1所述的一种线缆表观缺陷检测和字符识别装置,其特征在于所述图像处理识别装置为Zynq芯片,内嵌双核ARM9。
CN201521068530.6U 2015-04-28 2015-12-21 一种线缆表观缺陷检测和字符识别装置 Expired - Fee Related CN205721986U (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201520261976 2015-04-28
CN2015202619764 2015-04-28

Publications (1)

Publication Number Publication Date
CN205721986U true CN205721986U (zh) 2016-11-23

Family

ID=57333658

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201521068530.6U Expired - Fee Related CN205721986U (zh) 2015-04-28 2015-12-21 一种线缆表观缺陷检测和字符识别装置

Country Status (1)

Country Link
CN (1) CN205721986U (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109064454A (zh) * 2018-07-12 2018-12-21 上海蝶鱼智能科技有限公司 产品缺陷检测方法及系统
CN109559306A (zh) * 2018-11-27 2019-04-02 广州供电局有限公司 基于边缘检测的交联聚乙烯绝缘层表面平整性检测方法
CN110009603A (zh) * 2019-03-14 2019-07-12 广州供电局有限公司 高压电缆绝缘检测方法及高压电缆维护方法
CN111391506A (zh) * 2020-02-28 2020-07-10 安徽天凯光通信技术有限公司 一种基于机器视觉的光缆印字残缺智能检测系统
CN111837011A (zh) * 2018-04-13 2020-10-27 梅勒菲尔股份有限公司 用于电缆的表面缺陷检测的表面扫描仪、布置结构和方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111837011A (zh) * 2018-04-13 2020-10-27 梅勒菲尔股份有限公司 用于电缆的表面缺陷检测的表面扫描仪、布置结构和方法
CN109064454A (zh) * 2018-07-12 2018-12-21 上海蝶鱼智能科技有限公司 产品缺陷检测方法及系统
CN109559306A (zh) * 2018-11-27 2019-04-02 广州供电局有限公司 基于边缘检测的交联聚乙烯绝缘层表面平整性检测方法
CN109559306B (zh) * 2018-11-27 2021-03-12 广东电网有限责任公司广州供电局 基于边缘检测的交联聚乙烯绝缘层表面平整性检测方法
CN110009603A (zh) * 2019-03-14 2019-07-12 广州供电局有限公司 高压电缆绝缘检测方法及高压电缆维护方法
CN110009603B (zh) * 2019-03-14 2021-01-29 广东电网有限责任公司广州供电局 高压电缆绝缘检测方法及高压电缆维护方法
CN111391506A (zh) * 2020-02-28 2020-07-10 安徽天凯光通信技术有限公司 一种基于机器视觉的光缆印字残缺智能检测系统

Similar Documents

Publication Publication Date Title
CN205721986U (zh) 一种线缆表观缺陷检测和字符识别装置
CN104820985B (zh) 一种线缆表观缺陷检测和字符识别装置
CN105891233B (zh) 基于机器视觉的镜片表面缺陷智能检测系统及其实现方法
CN109409368A (zh) 矿用皮带纵撕检测装置及检测方法
CN108982512A (zh) 一种基于机器视觉的电路板检测系统及其方法
CN105046808B (zh) 一种纸币多光谱高分辨率图像采集系统及采集方法
CN113252568A (zh) 基于机器视觉的镜片表面缺陷检测方法、系统、产品、终端
CN102253050A (zh) 基于机器视觉的磁瓦表面缺陷自动检测方法与装置
CN101584624B (zh) 基于dsp的路牌识别导盲装置及其方法
CN102175692A (zh) 织物坯布疵点快速检测系统及方法
CN105044114A (zh) 一种电解电容外观包装缺陷图像检测系统与方法
CN103645573A (zh) 一种基于机器视觉的lcd检测的方法和系统
CN101482518A (zh) 一种运动带状材料在线质量检测系统
CN103440035A (zh) 一种三维空间中的手势识别系统及其识别方法
CN106290379A (zh) 基于面扫描相机的钢轨表面缺陷检测装置及方法
CN107330440B (zh) 基于图像识别的海洋状态计算方法
CN112304876A (zh) 一种基于机器视觉的棉花色泽度检测装置及检测方法
CN104048966A (zh) 一种基于大律法的布面疵点检测及分类方法
CN108564521A (zh) 一种计算机图像处理系统
CN211741094U (zh) 一种用于透明镜印刷烫金工序的表面缺陷检测装置
CN104102911A (zh) 一种基于aoi的子弹表观缺陷检测系统的图像处理算法
CN109870460A (zh) 一种基于机器视觉的复合材料电池盒表面质量检测方法
CN105954295A (zh) 一种头盔罩面缺陷检测系统及方法
CN204078134U (zh) 烟支空头在线自动检测系统
CN206991382U (zh) 一种运动车辆检测图像处理系统

Legal Events

Date Code Title Description
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20161123

Termination date: 20191221

CF01 Termination of patent right due to non-payment of annual fee