[发明专利]一种基于SURF算法的原位特征重构金属线缆捻距检测方法

说明书

本发明提供了一种基于SURF算法的原位特征重构金属线缆捻距检测方法，包括以下步骤：步骤一，在独特构建的光照模型下采集金属线缆图像，并将其按序存储；步骤二，将存储的图像按采集时间的先后顺序提取出来，并对其进行预处理；步骤三，对预处理后的图像采用改进的SURF算法提取出金属线缆绳股特征；步骤四，将提取的金属线缆绳股特征在原图中进行原位重构并测量捻距。本发明有效的克服了传统金属线缆捻距检测时会破坏线缆绳股和现有的无损检测难以在自然环境下精确检测的问题，其中原位重构的方法可有效提高不同金属线缆在自然环境下捻距的检测效率与准确率。

技术领域

本发明涉及一种金属线缆捻距检测方法，具体涉及一种基于SURF算法的原位特征重构金属线缆捻距机器视觉检测方法。

背景技术

钢丝绳生产工艺复杂，在捻制过程中难免会出现一些不符合钢丝绳标准中捻制质量要求的各种缺陷质量，如：捻制松紧不均匀、外层绳股松弛鼓出、股丝松弛混乱等等。若使用不合格的钢丝绳，轻则影响产品使用寿命重则会引起安全事故。现有研究表明无论钢丝绳丝股张力不均、拉扭受力或由表面磨损引起的变形均会导致钢丝绳捻距的变化。因此对捻距进行检测可有助于发现钢丝绳的表面缺陷，所以检测钢丝绳捻距是十分有必要的。金属线缆的绳股表面纹理均匀，绳股形状稳定单一，但表面反光严重，图像呈现各异，同时金属线缆绳股的类型和形状也各不相同。为实现对金属线缆成绳过程中的捻距精准测量，保证线缆成绳的质量，利用机器视觉的方法对金属线缆捻距进行测量既不干扰金属线缆的使用状态，也不破坏金属线缆表面，与金属线缆表面无接触、无干扰变形，可获得较高的捻距检测精度。

传统的金属线缆捻距测量主要有以下两种：一是手工剪取定长尺寸的金属线缆，手动将其翻转计算其缠绕圈数，根据圈数计算得出捻距值；二是将金属线缆中的面丝拆除，并将线缆纹理拓在白纸上，所述纹理包括阴影部分的复写区和空白部分的空白区，测量复写区域长度和空白区长度，两者相加就是捻距的长度。

以上两种检测主要通过人手工去完成，需要消耗大量的人力物力，检测精度偏低，未能实现非接触式检测，都是有损检测，目前虽然在线缆检测中出现了超声波检测法、渗透检测法、涡流检测法和电磁检测法等，但这些检测方法大部分只应用到了线缆表面质量检测，在线缆捻距检测方面涉及较少。

随着计算机技术的快速发展，计算机性能得到了极大的提升，机器视觉技术也随之飞速发展，广泛的应用于工业各个方面，因此机器视觉技术在金属线缆捻距检测上也有一定的应用前景。

发明内容

本发明的目的在于针对现有金属线缆捻距检测的不足，提出一种基于SURF算法的原位特征重构金属线缆捻距检测方法，该方法有效的克服了传统金属线缆捻距检测时会破坏线缆绳股，和现有的无损检测难以在自然环境下精确检测的问题，其中原位重构的方法可有效提高不同金属线缆在自然环境下捻距的检测效率与准确率。

本发明公开了一种基于SURF算法的原位特征重构金属线缆捻距检测方法，包括以以下步骤：

步骤1）在独特构建的光照模型下采集金属线缆图像，并将其按序存储；

步骤2）将存储的图像按采集时间的先后顺序提取出来，并对其进行预处理；

步骤3）对预处理后的图像采用改进的SURF算法提取出金属线缆绳股特征；

步骤4）将提取的金属线缆绳股特征在原图中进行原位重构并测量捻距。

进一步地，所述步骤1）中的独特构建的光照模型具体包括光源类型，光源颜色和光源布置方式三个部分的确定组合；其中光源采用的是蓝色穹顶光源，光源布置方式为碗状光照明，从而减弱金属线缆材质的反光以及其表面为曲面的反光。

进一步地，所述步骤2）中所述的预处理步骤如下：

a）采用同态滤波对采集到的图像进行滤波处理，减少反光对图像质量的影响，同时去除采集图像时可能出现的部分噪声；