[发明专利]一种基于机器视觉的线缆表面缺陷检测系统及方法

权利要求书

1.一种基于机器视觉的线缆表面缺陷检测方法，其特征在于：包括以下步骤：

S1、设置数据采集单元获取线缆表面图像，所述数据采集单元包括图像采集装置和线缆信息采集装置，所述图像采集装置设置于一箱体内、包括相机和光源，所述箱体相对的两个侧面上开设有位置对应的过孔用于线缆穿过，设置有两个所述相机、其镜头相对且错位设置于所述箱体内上下两侧，所述光源用于照射线缆；所述线缆信息采集装置包括速度编码器和记米器；所述数据采集单元还包括线缆稳定装置，所述线缆稳定装置包括设置在所述箱体外侧的第一减震轮组件，第一减震轮组件包括两个上下设置的定滑轮，使线缆从两个滑轮相对的凹槽中穿过；所述线缆稳定装置还包括设置在所述箱体内部且位于两个摄像机镜头中间的第二减震轮组件，第二减震轮组件包括三个定滑轮，其中两个位于同一水平高度间隔设置，另一个设置于上述两个定滑轮上方或下方；第二减震轮组件两侧设置有挡光板；所述图像采集装置和线缆信息采集装置采集到的数据传输给数据处理单元进行缺陷识别和缺陷定位；按图像获取顺序对每一帧图像进行处理，将单通道图像转为彩色三通道图像，将所述彩色三通道图像下采样后转为黑白单通道预处理图像；

S2、将所述预处理图像沿垂直于线缆运动方向分为N个子图像分别进行处理，两个相机拍摄的图像共分成2N个子图像，每一个子图像分别使用一个CPU线程进行后续处理，共使用2N个线程进行处理；

S3、将分割图像经过形态学开操作即先腐蚀再膨胀滤除细小离散噪点得到处理后图像，统计所述处理后图像的径向直方图信息并计算其数组的数字特征；

S4、综合N张所述子图像数字特征数据，并与相应的本地文件预设判断阈值进行比较，从而初步判断线缆图像是否存在缺陷；

综合N张所述子图像数字特征数据表征为：

mean＝∑mean_i,i＝1,2,3...N (7)

max＝max(max_i),i＝1,2,3...N (8)

min＝min(min_i),i＝1,2,3...N (9)

diff＝max-min (10)

其中，mean表示预处理图像全图的数字特征平均值，max表示预处理图像全图的数字特征最大值，min表示预处理图像全图的数字特征最小值，diff为比较值，用于与所述预设判断阈值进行比较，包括：设置直径限制范围，当mean超过直径限制范围，则为脱料或大小径有误；当diff大于判断阈值，则带有孔洞、缺口或鼓包的缺陷；

S5、经过S4判断该线缆图像出现缺陷后，缺陷检测程序启动深度学习算法进行第二次检测，深度学习算法使用VGG网络模型对线缆图像进行数据分析，检测出缺陷后的深度学习算法将缺陷类型，缺陷大小参数传输到缺陷检测软件的显示输出界面；

S6、缺陷检测软件通过将计米器和速度编码器的实时数据和缺陷图像编号进行匹配后，将在显示器上显示缺陷类型，缺陷大小，缺陷米数参数，并且将启动声光报警装置完成报警提醒；

S7、缺陷检测软件报警将存储所有上述步骤中检测出的每一张缺陷图片及缺陷类型，缺陷大小，缺陷米数参数，最后生成缺陷检测报告。

2.根据权利要求1所述的一种基于机器视觉的线缆表面缺陷检测方法，其特征在于：将彩色三通道图像转为黑白单通道预处理图像的转换公式表征为：

G(x,y)＝0.299R(x,y)+0.587G(x,y)+0.114B(x,y) (1)

其中G表示预处理图像，R、G、B分别表示红色、绿色、蓝色通道数据，(x,y)表示图像像素位置。

3.根据权利要求1所述的一种基于机器视觉的线缆表面缺陷检测方法，其特征在于：将所述子图像使用分割阈值进行全局阈值分割的计算式表征为：

其中C_i表示第i张子图像的分割结果，G_i表示第i张子图像，T表示分割阈值。