一种用于防护野生动物的通电网具的质量检测方法与流程

1.本发明属于计算机视觉目标检测技术领域，涉及一种电网检测系统，特别是一种用于防护野生动物的通电网具的质量检测方法。


背景技术：

2.通电网具常常用于围堵保护野生动物，使用时在网具两端接通固定电压。在制作过程中，需要机器将网线交叉处使用塑胶进行融焊接固定，胶点体积具有较为稳定的大小。生产过程中由于某些原因，可能会导致胶点太小或者无胶点，此种情况称为“缺豆”；还有一种情况是由于塑胶注入较多，导致机器高温加压后胶点出现溢出的情况，这种情况称为“溢胶”。“缺豆”会造成网具达不到预期效果；“溢胶”则可能导致网具中的通电电丝发生断裂。
3.专利号cn206627450u的中国专利，提供一种渔网质检装置,包括放网滚轴,传动滚轴,收网滚轴,挡板和底座；放网滚轴,传动滚轴和收网滚轴设置于底座上；挡板位于放网滚轴和收网滚轴之间；挡板表面颜色为黑色；传动滚轴位于挡板的上方；放网滚轴,传动滚轴以及收网滚轴相互平行。本实用新型提供的渔网质检装置,通过在传动滚轴的下方设置一个黑色的挡板,作为渔网的背景,使渔网与挡板形成强烈对比。采用本实用新型提供的渔网质检装置,质检人员在检查时能够容易地发现渔网是否存在缺陷,减少漏检和误检的出现,提高质检效率；并且挡板能够减少光线直射，有效缓解质检人员眼疲劳。
4.专利号cn103901040a的中国专利，公开了一种基于机器视觉的三维网状物缺陷在线检测系统,包括正面位置传感器正面光源、正面相机、反面位置传感器、反面光源、反面相机、光电编码器、第一传送带机构、第二传送带机构、机架、操控平台、报警指示模块、显示模块、控制按钮、以及主控系统,正面位置传感器、正面光源、正面相机、反面位置传感器、反面光源、反面相机、光电编码器均固定在机架上面位置传感器高于第一传送带机构、第二传送带机构的上平面,本发明能够解决现有三维网状物缺陷在线检测系统存在的只能够扫描工件的一个面、工作效率低、多次扫描易岀现工件磕碰损坏等问题。


技术实现要素：

5.本发明的目的是针对上述不足，提出了一种通过摄像头输入图像，经过算法处理后实时对通电网具进行缺陷检查，从而减少人工失误，并提高运行效率的用于防护野生动物的通电网具的质量检测方法。
6.本发明的目的可通过下列技术方案来实现：
7.一种用于防护野生动物的通电网具的质量检测方法，包括以下步骤：
8.s1、图像预处理：
9.对输入通电网具的原图像集src依次进行灰度化、开运算、阈值化、腐蚀膨胀预处理操作，得到目标图像集dst；
10.s2、点集提取：
11.分别对图像集dst中的每个图像dst进行blob检测，并进一步去除干扰点得到通电
网交叉点集points；
12.s3、中心校准：
13.在开运算图像的基础上,采用菱形形状拟合算法对点集points进行中心校准,得到中心校准后的点集calipoints；
14.s4、判断溢胶：
15.基于校准前后的点集points与calipoints点集进行溢胶判断；
16.s5、分列处理：
17.对calipoints点集进行分列处理，得到分列后的列集claspoints；
18.s6、缺豆判断：
19.基于目标图像集dst与列集claspoints，使用缺豆识别算法进行缺豆判断。
20.在上述的用于防护野生动物的通电网具的质量检测方法中，步骤s1中，对输入数据进行数据预处理操作包括以下过程：
21.对输入图像集src进行灰度化，开运算得到图像集，图像切割阈值化，得到预处理后的图像集dst；首先定义输入图片集src＝{src1,src2,sre3,src4}，计数器为i＝1,腐蚀次数t1与t2，分割线坐标x＝{x1,x2,x3,x4}，阈值平衡因子thresh,阈值t＝{t1,t2,t3,t4},预处理后目标图像集dst；{dst1,dst2,dst3,dst4}变量gay,变量morphology,变量temp,变量threshold,变量left,变量right；
22.(1)将src转化为灰度图像gray，使用opencv库对gray进行开运算得到图像morphology；遍历图像morphology所有像素点，计算图像的平均灰度值与最小灰度值；再取两者平均值得到temp；
23.(2)阈值平衡因子thresh与temp求和得到阈值t；然后对图像morphology进行阈值化处理得到图像threshold1；使用opencv库对threshold以横坐标x1为分割线,切割分为图像left与right；
24.(3)分别对et与right进行次数为t1,t2的腐蚀操作,然后再分别进行同样次数的膨胀操作,得到经过处理的et与right；
25.(4)将let与right进行横向拼接得到经过预处理的目标图像dst，并输出目标图像集dst。
26.在上述的用于防护野生动物的通电网具的质量检测方法中，步骤s3中，对预处理数据进行中心校准操作包括以下过程：
27.使用菱形形状拟合算法进行中心校正，得到校正后的点集calipoints的具体步骤为：
28.(1)首先定义检测半径radius，定义检测终止坐标为(x,y)，定义校准后的点为cp，其坐标为(cpx,cpy)，定义点灰度值阈值pthresh，定义校准后的点集为calipoints，其中calipoints＝{cp1,cp2,
…
,cpn},定义计数器i＝1；
29.(2)定义以坐标(px
i-radius,pyi),(pxi,py
i-radius),(pxi+radius,pyi),(pxi,pyi+radius)为顶点的菱形，其边上的所有点组成集合为{pt
i1
,pt
i2
,
…
,pt
im
}，其中第j个点的坐标为(ptx
ij
,pty
ij
)，此点灰度值为grey
ptxik,ptyik
，定义边点集上的点计数器k＝1；
30.(3)在检测器和菱形拟合算法共同作用下，通过比较计数器、灰度值特征，进行算法筛选后，得到校准后的点集calipoints。
31.在上述的用于防护野生动物的通电网具的质量检测方法中，步骤s4中，对数据判断溢胶操作包括以下过程：
32.基于校正前后的点集points和calipoints进行溢胶判断的具体步骤为：
33.(1)定义溢胶阈值overthresh，定义点计数器为i＝1，分别从校正前后的点集中进行计算；
34.(cpx
i-pxi)2+(cpy
i-pyi)2≤overthresh
35.(2)结果为小于阈值的wrongtype为“溢胶”，否则视为无“溢胶”问题。
36.在上述的用于防护野生动物的通电网具的质量检测方法中，步骤s6中，对数据判断缺豆操作包括以下过程：
37.(1)定义输入图片dst的高为height；定义步骤s3中识别的列集为claspoints＝{col1,col2,
…
,coln}，其中coli＝{point
i1
,point
i2
,
…
,point
ij
}，其总点数为sumi，point
ik
的纵坐标为py
ik
；定义平均距离为average，总点数为sum，缺豆距离阈值thresh＝1.3*average；定义列计数器i＝1；
38.(2)以纵坐标为准对col中所有的点从小到大进行排序,结果仍记为col；
39.(3)同样根据缺豆距离阈值进行判断是否为缺豆；如果empy-py
i1
》thresh则判定wrongtype为“缺豆”，否则判定为无“缺豆”问题。
40.与现有技术相比，本用于防护野生动物的通电网具的质量检测方法具有以下有益效果：
41.本发明对通电网具图像进行预处理，解决采集的图像中网线干扰的问题和光照不均匀导致胶点灰度值相差较大的问题。然后进行blob检测与去干扰处理，最后对图像进行溢胶与缺豆判定。通过这样的通电网具质量检测步骤，大大缩减制网完整流程的时长，显著减省了人力成本，避免人工检查误差导致的溢胶或缺豆，提高了企业制网效率与精准度。
附图说明
42.图1是本用于防护野生动物的通电网具的质量检测方法运行流程图。
具体实施方式
43.下面结合附图和具体实施例对本发明的具体实施方式做进一步说明：
44.本发明提供一种综合分析及检测方法，用以实时的对通电网具进行质量检测，发现缺陷及时发送信息给生产线控制系统。
45.如图1所示，用于防护野生动物的通电网具的质量检测方法，包括以下步骤：
46.s1、图像预处理：
47.对输入通电网具的原图像集src依次进行灰度化、开运算、阈值化、腐蚀膨胀预处理操作，得到目标图像集dst；
48.对输入数据进行数据预处理操作包括以下过程：
49.对输入图像集src进行灰度化，开运算得到图像集，图像切割阈值化，得到预处理后的图像集dst；首先定义输入图片集src＝{src1,src2,sre3,src4}，计数器为i＝1,腐蚀次数t1与t2，分割线坐标x＝{x1,x2,x3,x4}，阈值平衡因子thresh,阈值t＝{t1,t2,t3,t4},预处理后目标图像集dst；{dst1,dst2,dst3,dst4}变量gay,变量morphology,变量
temp,变量threshold,变量left,变量right；
50.(1)将src转化为灰度图像gray，使用opencv库对gray进行开运算得到图像morphology；遍历图像morphology所有像素点，计算图像的平均灰度值与最小灰度值；再取两者平均值得到temp；
51.(2)阈值平衡因子thresh与temp求和得到阈值t；然后对图像morphology进行阈值化处理得到图像threshold1；使用opencv库对threshold以横坐标x1为分割线,切割分为图像left与right；
52.(3)分别对et与right进行次数为t1,t2的腐蚀操作,然后再分别进行同样次数的膨胀操作,得到经过处理的et与right；
53.(4)将let与right进行横向拼接得到经过预处理的目标图像dst，并输出目标图像集dst。
54.s2、点集提取：
55.分别对图像集dst中的每个图像dst进行blob检测，并进一步去除干扰点得到通电网交叉点集points。
56.s3、中心校准：
57.在开运算图像的基础上,采用菱形形状拟合算法对点集points进行中心校准,得到中心校准后的点集calipoints；
58.对预处理数据进行中心校准操作包括以下过程：
59.使用菱形形状拟合算法进行中心校正，得到校正后的点集calipoints的具体步骤为：
60.(1)首先定义检测半径radius，定义检测终止坐标为(x,y)，定义校准后的点为cp，其坐标为(cpx,cpy)，定义点灰度值阈值pthresh，定义校准后的点集为calipoints，其中calipoints＝{cp1,cp2,
…
,cpn},定义计数器i＝1；
61.(2)定义以坐标(px
i-radius,pyi),(pxi,py
i-radius),(pxi+radius,pyi),(pxi,pyi+radius)为顶点的菱形，其边上的所有点组成集合为{pt
i1
,pt
i2
,
…
,pt
im
}，其中第j个点的坐标为(ptx
ij
,pty
ij
)，此点灰度值为grey
ptxik,ptyik
，定义边点集上的点计数器k＝1；
62.(3)在检测器和菱形拟合算法共同作用下，通过比较计数器、灰度值特征，进行算法筛选后，得到校准后的点集calipoints。
63.s4、判断溢胶：
64.基于校准前后的点集points与calipoints点集进行溢胶判断；
65.对数据判断溢胶操作包括以下过程：
66.基于校正前后的点集points和calipoints进行溢胶判断的具体步骤为：
67.(1)定义溢胶阈值overthresh，定义点计数器为i＝1，分别从校正前后的点集中进行计算；
68.(cpx
i-pxi)2+(cpy
i-pyi)2≤overthresh
69.(2)结果为小于阈值的wrongtype为“溢胶”，否则视为无“溢胶”问题。
70.s5、分列处理：
71.对calipoints点集进行分列处理，得到分列后的列集claspoints。
72.s6、缺豆判断：
73.基于目标图像集dst与列集claspoints，使用缺豆识别算法进行缺豆判断。
74.对数据判断缺豆操作包括以下过程：
75.(1)定义输入图片dst的高为height；定义步骤s3中识别的列集为claspoints＝{col1,col2,
…
,coln}，其中coli＝{point
i1
,point
i2
,
…
,point
ij
}，其总点数为sumi，point
ik
的纵坐标为py
ik
；定义平均距离为average，总点数为sum，缺豆距离阈值thresh＝1.3*average；定义列计数器i＝1；
76.(2)以纵坐标为准对col中所有的点从小到大进行排序,结果仍记为col；
77.(3)同样根据缺豆距离阈值进行判断是否为缺豆；如果empy-py
i1
》thresh
78.则判定wrongtype为“缺豆”，否则判定为无“缺豆”问题。
79.与现有技术相比，本用于防护野生动物的通电网具的质量检测方法具有以下有益效果：
80.本发明对通电网具图像进行预处理，解决采集的图像中网线干扰的问题和光照不均匀导致胶点灰度值相差较大的问题。然后进行blob检测与去干扰处理，最后对图像进行溢胶与缺豆判定。通过这样的通电网具质量检测步骤，大大缩减制网完整流程的时长，显著减省了人力成本，避免人工检查误差导致的溢胶或缺豆，提高了企业制网效率与精准度。
81.当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。