基于视觉检测的输配电变压器高压绕组缠绕角度检测方法

1.本发明涉及一种图像识别技术，尤其涉及一种基于视觉检测的输配电变压器高压绕组缠绕角度检测方法。


背景技术：

2.随着科技和经济的快速发展，各个行业对电力的使用需求越来越大，作为电力系统基础设备的输配电输配电变压器，其需求量也与日俱增。常见的电力输配电变压器由高压低压绕组及硅钢片堆叠而成，其中高压绕组由半自动机器缠绕金属导线制成，绕组的产品质量是影响输配电变压器工作可靠性的关键因素。
3.然而目前高压绕组的自动缠绕设备存在张力波动较大、人工干预较多的问题，特别是缠绕异形绕组时，施加在导线上的张力处于高速波动的循环状态，一旦排线轴移动速度和主轴旋转速度出现细小不匹配的情况时，容易使已经缠绕完的绕组出现角度变化。排线角度过小会引起导线张力在纵轴方向上的分力大于横轴方向上的支持力和摩擦力，导致线材紧绷甚至出现断裂或跳线；排线角度过大会引起导线上张力在纵轴方向的分力远小于支持力和摩擦力，易导致相邻导线间隙过大，容易造成跳线或串线，下一层导线嵌入到缝隙中。
4.因此要得到紧密排布的线圈，需要限定排线角度的变化范围，所以机器工作时需要同步检查绕组缠绕状态。传统的质量检测方法是在缠绕完一层后由人工用观察或者使用千分尺的方式测量缠绕角度是否在规定范围内，但是不同人工的评判标准略有不同，且长时间观察导线易产生视觉疲劳，不能及时发现缠绕错误，无法及时作出判断。
5.因此，本发明公开了一种基于视觉检测的输配电变压器高压绕组缠绕角度检测方法。


技术实现要素：

6.本发明的目的是提供一种基于视觉检测的输配电变压器高压绕组缠绕角度检测方法，与传统人工测量相比，具有定位准确、快速计算、操作简单、不接触的特点，从而避免接触产品表面导致的人为破坏产品，同时提升了生产效率。
7.为实现上述目的，本发明提供了一种基于视觉检测的输配电变压器高压绕组缠绕角度检测方法，包括以下步骤：
8.s1、搭建机器视觉图像采集系统，采集输配电变压器高压绕组缠绕图像；
9.s2、对采集的图像进行识别区域分割，创建mask掩膜生成导线的有效识别区域的图像；
10.s3、对有效识别有效识别区域进行预处理，使用切片自适应动态阈值分割算法对图像进行二值化处理；
11.s4、对二值化图像进行导线骨架提取，而后进行骨架边缘提取，再应用霍夫变换直线检测算法对骨架图像进行特征直线提取，得到每根导线的图像位置信息；
12.s5、计算每根导线的斜率，再将斜率转换为弧度值，最后将弧度值转换为角度值并输出，即可获得每根导线的缠绕角度值；
13.s6、测试验证。
14.优选的，步骤s1中的图像采集系统包括设置于导线排线机上的图像采集机构，所述图像采集机构包括工业相机、设置于所述工业相机机头位置的镜头以及设置于所述镜头前端的面阵光源。
15.优选的，所述图像采集机构和所述导线排线机均设置于水平导轨上，所述水平导轨与绕线主轴平行布置，且所述图像采集机构位于所述绕线主轴上方55cm高度处。
16.优选的，所述工业相机型号为mer2-1220-32u3c；
17.所述镜头型号为大恒hn-1226-20m-c1/1x。
18.优选的，在步骤s2中，根据成像效果创建mask掩膜覆盖原图像，掩膜大小以四分之一的原图像面积为大小，调整在图像中的位置，选取成像效果最优的区域作为有效识别区域，从而去除原图像中的无效信息。
19.优选的，在步骤s3中具体包括以下步骤：
20.s30、预处理
21.降噪后，采用中值滤波方法对图像滤波
22.s31、二值化处理；
23.s310、计算分割后的每一部分子图像的像素数量areai为：
[0024][0025]
其中，h为图像高度，w为图像宽度，n为横向切片数；
[0026]
s311、计算每个子图像的灰度级分布l
ij
：
[0027][0028]
其中，i为切片图像，i∈[1,n]；j为灰度级，j∈[0,255]；f
xy(ij)
为第i个切片图像中灰度级为j的像素点f
xy
的个数。
[0029]
s312、计算每个灰度级所占子图像总像素的比值p
ij
：
[0030][0031]
s313、计算累积灰度级所占比值s
ik
：
[0032][0033]
s314、归一化处理，计算自适应后对应l
ij
的n
ik
：
[0034]nik
＝round[s
ik
×
(l
max-l
min
+1)]
[0035]
其中，round表示向上取整，l
max
为最大灰度等级，l
min
为最小灰度等级；
[0036]
s315、上述灰度图像的平均灰度值ave
gray
：
[0037][0038]
s316、经试验取ave
gray
/2为阈值分割图像，高于阈值置为255，低于等于阈值置为0，得到二值图像。
[0039]
优选的，在步骤s4中具体包括以下步骤：
[0040]
s40、导线骨架提取
[0041]
循环使用图像开运算和图像减法，每次迭代都有部分像素被腐蚀，直至原图像迭代没有被腐蚀像素点，用上一步得到的被腐蚀掉的像素的集合与最原始的图像按“或”逻辑操作，即可得到完整的导线骨架；
[0042]
s41、骨架边缘提取
[0043]
使用canny算子进行边缘提取，双阈值中高阈值取500，低阈值取150，sobel核大小取3，得到骨架边缘图像；
[0044]
s42、霍夫变换直线检测
[0045]
根据霍夫直线检测原理对骨架边缘图像提取特征直线，建立直线数组覆盖骨架信息，ρ精度取1，θ精度取π/180，最小线条长度取100个像素，最小线距取150个像素，拟合直线后得到每条骨架的端点坐标。
[0046]
优选的，在步骤s5中包括以下步骤：
[0047]
s50、计算每根导线的斜率：
[0048]
k＝(x2-x1)/(y2
–
y1)
[0049]
其中，x1为每条特征直线的上部端点横坐标，x2为每条特征直线的下部端点横坐标，y1为每条特征直线的上部端点纵坐标，y2为每条特征直线的下部端点纵坐标；
[0050]
s51、将斜率转换为弧度值：
[0051]
rad＝arctan(k)
[0052]
s52、将弧度值转换为角度值：
[0053]
angle＝degress(rad)
[0054]
其中，angle为弧度值；degress为弧度值转角度值；rad为弧度值。
[0055]
优选的，在步骤s52中当识别算出绕组角度为90度时，斜率无穷大，这时设置输出角度为90度。
[0056]
优选的，在步骤s6中，利用python编写输配电变压器高压绕组缠绕角度检测代码，当识别的角度超出预定范围时认为缠绕效果和设定结果存在较大偏差，给出反馈提醒。
[0057]
因此，本发明采用上述基于视觉检测的输配电变压器高压绕组缠绕角度检测方法，与传统人工测量相比，具有定位准确、快速计算、操作简单、不接触的特点，从而避免接触产品表面导致的人为破坏产品，同时提升了生产效率。
[0058]
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0059]
图1为本发明的实施例一种基于视觉检测的输配电变压器高压绕组缠绕角度检测方法的流程框图；
[0060]
图2为本发明的实施例一种基于视觉检测的输配电变压器高压绕组缠绕角度检测
方法的实施例1的处理效果图；
[0061]
图3为本发明的实施例一种基于视觉检测的输配电变压器高压绕组缠绕角度检测方法的实施例2的处理效果图；
[0062]
图4为本发明的实施例一种基于视觉检测的输配电变压器高压绕组缠绕角度检测方法的图像采集系统结构示意图。
[0063]
其中：1、导线排线机；2、水平导轨；3、支撑架；4、工业相机；5、镜头；6、绕线主轴；7、光源。
具体实施方式
[0064]
以下将结合附图对本发明作进一步的描述，需要说明的是，本实施例以本技术方案为前提，给出了详细的实施方式和具体的操作过程，但本发明的保护范围并不限于本实施例。
[0065]
图1为本发明的实施例一种基于视觉检测的输配电变压器高压绕组缠绕角度检测方法的流程框图；图2为本发明的实施例一种基于视觉检测的输配电变压器高压绕组缠绕角度检测方法的实施例1的处理效果图；图3为本发明的实施例一种基于视觉检测的输配电变压器高压绕组缠绕角度检测方法的实施例2的处理效果图；图4为本发明的实施例一种基于视觉检测的输配电变压器高压绕组缠绕角度检测方法的图像采集系统结构示意图，如图1-图4所示，本发明包括以下步骤：
[0066]
s1、搭建机器视觉图像采集系统，采集输配电变压器高压绕组缠绕图像；
[0067]
优选的，步骤s1中的图像采集系统包括设置于导线排线机1上的图像采集机构，所述图像采集机构包括工业相机4、设置于所述工业相机4机头位置的镜头5以及设置于所述镜头5前端的光源7。优选的，所述图像采集机构和所述导线排线机1均设置于水平导轨2上，本实施例中所述图像采集机构和所述导线排线机1均经支撑架3设置于水平导轨2上，所述水平导轨2与绕线主轴6平行布置，且所述图像采集机构位于所述绕线主轴6上方55cm高度处。优选的，所述工业相机4型号为mer2-1220-32u3c；所述镜头5型号为大恒hn-1226-20m-c1/1x。
[0068]
s2、对采集的图像进行识别区域分割，创建mask掩膜生成导线的有效识别区域的图像；
[0069]
优选的，在步骤s2中，根据成像效果创建mask掩膜覆盖原图像，掩膜大小以四分之一的原图像面积为大小，调整在图像中的位置，选取成像效果最优的区域作为有效识别区域，从而去除原图像中的无效信息。
[0070]
s3、对有效识别区域进行预处理，使用切片自适应动态阈值分割算法对图像进行二值化处理；
[0071]
优选的，在步骤s3中具体包括以下步骤：
[0072]
s30、预处理
[0073]
降噪后，采用中值滤波方法对图像滤波
[0074]
s31、二值化处理；
[0075]
s310、计算分割后的每一部分子图像的像素数量areai为：
[0076][0077]
其中，h为图像高度，w为图像宽度，n为横向切片数；
[0078]
s311、计算每个子图像的灰度级分布l
ij
：
[0079][0080]
其中，i为切片图像，i∈[1,n]；j为灰度级，j∈[0,255]；f
xy(ij)
为第i个切片图像中灰度级为j的像素点f
xy
的个数。
[0081]
s312、计算每个灰度级所占子图像总像素的比值p
ij
：
[0082][0083]
s313、计算累积灰度级所占比值s
ik
：
[0084][0085]
s314、归一化处理，计算自适应后对应l
ij
的n
ik
：
[0086]nik
＝round[s
ik
×
(l
max-l
min
+1)]
[0087]
其中，round表示向上取整，l
max
为最大灰度等级，l
min
为最小灰度等级；
[0088]
s315、上述灰度图像的平均灰度值ave
gray
：
[0089][0090]
s316、经试验取ave
gray
/2为阈值分割图像，高于阈值置为255，低于等于阈值置为0，得到二值图像。
[0091]
s4、对二值化图像进行导线骨架提取，而后进行骨架边缘提取，再应用霍夫变换直线检测算法对骨架图像进行特征直线提取，得到每根导线的图像位置信息；
[0092]
优选的，在步骤s4中具体包括以下步骤：
[0093]
s40、导线骨架提取
[0094]
循环使用图像开运算和图像减法，每次迭代都有部分像素被腐蚀，直至原图像迭代没有被腐蚀像素点，用上一步得到的被腐蚀掉的像素的集合与最原始的图像按“或”逻辑操作，即可得到完整的导线骨架；
[0095]
s41、骨架边缘提取
[0096]
使用canny算子进行边缘提取，双阈值中高阈值取500，低阈值取150，sobel核大小取3，得到骨架边缘图像；
[0097]
s42、霍夫变换直线检测
[0098]
根据霍夫直线检测原理对骨架边缘图像提取特征直线，建立直线数组覆盖骨架信息，ρ精度取1，θ精度取π/180，最小线条长度取100个像素，最小线距取150个像素，拟合直线后得到每条骨架的端点坐标。
[0099]
s5、计算每根导线的斜率，再将斜率转换为弧度值，最后将弧度值转换为角度值并输出，即可获得每根导线的缠绕角度值；
[0100]
优选的，在步骤s5中包括以下步骤：
[0101]
s50、计算每根导线的斜率：
[0102]
k＝(x2-x1)/(y2
–
y1)
[0103]
其中，x1为每条特征直线的上部端点横坐标，x2为每条特征直线的下部端点横坐标，y1为每条特征直线的上部端点纵坐标，y2为每条特征直线的下部端点纵坐标；
[0104]
s51、将斜率转换为弧度值：
[0105]
rad＝arctan(k)
[0106]
s52、将弧度值转换为角度值：
[0107]
angle＝degress(rad)
[0108]
其中，angle为弧度值；degress为弧度值转角度值；rad为弧度值。
[0109]
优选的，在步骤s52中当识别算出绕组角度为90度时，斜率无穷大，这时设置输出角度为90度。
[0110]
s6、测试验证。
[0111]
优选的，在步骤s6中，利用python编写输配电变压器高压绕组缠绕角度检测代码，当识别的角度超出预定范围时认为缠绕效果和设定结果存在较大偏差，给出反馈提醒。
[0112]
因此，本发明采用上述基于视觉检测的输配电变压器高压绕组缠绕角度检测方法，与传统人工测量相比，具有定位准确、快速计算、操作简单、不接触的特点，从而避免接触产品表面导致的人为破坏产品，同时提升了生产效率。
[0113]
最后应说明的是：以上实施例仅用以说明本发明的技术方案而非对其进行限制，尽管参照较佳实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对本发明的技术方案进行修改或者等同替换，而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。