一种光缆表面缺陷检测方法与流程

本发明涉及数据识别，具体涉及一种光缆表面缺陷检测方法。

背景技术：

1、光纤光缆表面的黑色胶状物制作工艺较为复杂，经过融化、注胶、冷却、干燥、喷印等过程。在光纤生产过程中，由于生产工艺流程、生产设备老化、生产环境污染等问题影响，会导致光纤产品表面存在不同种类的缺陷，这将直接影响到产品的寿命。在实际工业生产流程中，可采用图形识别方法将光缆数据转换为图形后根据图形的状态进行缺陷检测，但是在实际检测过程中因为光缆发生缺陷时本身的特性以及光缆在图像中位置的不确定性会导致图形分析不准确，进而造成误检、漏检率高。

技术实现思路

1、本发明提供一种光缆表面缺陷检测方法，以解决现有的工业检测流程中误检、漏检率高的问题，所采用的技术方案具体如下：

2、本发明一个实施例提供了一种光缆表面缺陷检测方法，该方法包括以下步骤：

3、采集光缆颜色图像，获取光缆灰度图像；

4、将光缆调整到光缆灰度图像的中心位置，对光缆灰度图像使用边缘检测得到光缆的上侧边缘曲线、下侧边缘曲线以及光缆主体部分；将光缆灰度图像二值化得到二值图像，根据二值图像计算光缆的颜色变形程度；根据光缆的上侧边缘曲线、下侧边缘曲线得到上基准线和下基准线；在上侧边缘曲线中的一个像素点记为第一目标像素点，将第一目标像素点的纵坐标与上基准线中第一目标像素点横坐标相同的像素点的纵坐标作差记为第一差值；在下侧边缘曲线中的一个像素点记为第二目标像素点，将第二目标像素点的纵坐标与下基准线中第二目标像素点横坐标相同的像素点的纵坐标作差记为第二差值，第一差值和第二差值的和为极差值；根据极差值、所有第一差值、所有第二差值得到光缆的一阶形变程度；

5、将上侧边缘曲线和下侧边缘曲线的所有像素点构成外形轮廓序列，将上基准线和下基准线的所有像素点构成中心基准线序列，根据外形轮廓序列中的所有像素点和中心基准线序列中的所有像素点纵坐标之差构建外形轮廓偏离矩阵；计算外形轮廓偏离矩阵的熵值得到光缆的微小形变系数；

6、获得光缆下侧边缘曲线的最高点到下侧基准线的垂线，垂线交下侧基准线与一点，记为垂点，根据垂线的长度、垂点到基准线左侧的距离得到光缆偏移角度；

7、记光缆灰度图像的每个像素点为主要像素点，以每个主要像素点得到一个固定大小的窗口，获得主要像素点的水平方向灰度值差值和竖直方向灰度值差值，根据窗口内的灰度均值、主要像素点的水平方向灰度值差值和竖直方向灰度值差值得到主要像素点的差异性；

8、根据所有像素点的差异值、光缆的偏移角度、光缆的一阶形变系数、光缆的微小形变系数得到光缆表面磨损度，根据光缆表面磨损度和光缆的颜色变形程度进行神经网络训练，根据训练好的神经网络检测出待检测光缆的缺陷。

9、优选的，所述对光缆灰度图像使用边缘检测得到光缆的上侧边缘曲线、下侧边缘曲线以及光缆主体部分的方法为：

10、使用边缘检测算子检测光缆灰度图的边缘点，得到所有的边缘线，在边缘线中存在两条与光缆灰度图左右边界都相交的边缘线，其中，在光缆灰度图上方的是上侧边缘曲线，在光缆灰度图下方的是下侧边缘曲线，在上侧边缘曲线和下侧边缘曲线中间的一部分像素点为光缆主体部分。

11、优选的，所述根据光缆的上侧边缘曲线、下侧边缘曲线得到上基准线和下基准线的方法为：

12、上侧边缘曲线与下侧边缘曲线与光缆灰度图像的左右边界存在交点，得到光缆主体部分的形心点，对于主体区域主成分方向上得到一条经过形心的直线为形心基准线，过上侧边缘曲线与光缆灰度图像的左边界交点和下侧边缘曲线与光缆灰度图像的左边界交点得到两条和形心基准线平行的直线记为上基准线和下基准线。

13、优选的，所述根据极差值、所有第一差值、所有第二差值得到光缆的一阶形变程度的方法为：

14、

15、式中，表示横坐标为i时的上侧边缘曲线中像素点的纵坐标，表示横坐标为i时的上基准线中像素点的纵坐标，表示横坐标为i时的下侧边缘曲线中像素点的纵坐标，表示横坐标为i时的下基准线中像素点的纵坐标，表示光缆的一阶形变程度，为调整系数，f为光缆灰度图像的长，为光缆灰度图像上侧和下侧边缘线与基准线之间的极差值，为一阶形变程度。

16、优选的，所述获得主要像素点的水平方向灰度值差值和竖直方向灰度值差值的方法为：

17、获得主要像素点对应的窗口区域的平均灰度值，得到和主要像素点同一行，列数相差1的两个像素点对应的窗口区域的平均灰度值，令主要像素点分别与两个行相邻的像素点的平均灰度值作差得到主要像素点的水平方向灰度值差值；

18、得到和主要像素点同一列，行数相差1的两个像素点对应的窗口区域的平均灰度值，令主要像素点分别与两个列相邻的像素点的平均灰度值作差得到主要像素点的竖直方向灰度值差值。

19、优选的，所述根据窗口内的灰度均值、主要像素点的水平方向灰度值差值和竖直方向灰度值差值得到主要像素点的差异性的方法为：

20、

21、式中，为在光缆灰度图像中第a个像素点所在窗口区域的平均灰度值，为光缆灰度图像第a个像素点的水平方向灰度值差值，为光缆灰度图像第a个像素点的竖直方向灰度值差值，为光缆灰度图像第a个像素点的差异性。

22、优选的，所述根据所有像素点的差异值、光缆的偏移角度、光缆的一阶形变系数、光缆的微小形变系数得到光缆表面磨损度的方法为：

23、

24、式中，为第a个像素点对应的窗口区域的差异值、表示光缆的偏移角度，表示光缆的一阶形变系数，表示光缆的微小形变系数，o表示光缆灰度图像像素点的数量，为表面磨损度。

25、本发明的有益效果是：本发明使用反向传播神经网络根据目标场景学习特定的权值，其优秀的自学习特征可以对光缆表面缺陷检测系统进行调节。从而有效规避人工调节参数时过度依赖工人操作经验，使得工业检测流程中误检、漏检率高。其次神经网络模型算法对于非线性系统具有优秀拟合程度，并且由于神经网络具有端到端的模型特点，使得整个光缆表面缺陷检测系统设备具更趋于自动化、智能化，方便相关产业工作人员简单有效的控制光缆表面缺陷检测设备，根据光缆多种可能出现错误的方式都进行了分析，根据边缘线和基准线的比较除了最常规的相应位置之差还考虑了边缘线和基准线重合时的一些微小变化，因此构建了可以反映光缆微小变化的矩阵进行分析增大了神经网络训练的精准度。

技术特征：

1.一种光缆表面缺陷检测方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的一种光缆表面缺陷检测方法，其特征在于，所述对光缆灰度图像使用边缘检测得到光缆的上侧边缘曲线、下侧边缘曲线以及光缆主体部分的方法为：

3.根据权利要求1所述的一种光缆表面缺陷检测方法，其特征在于，所述根据光缆的上侧边缘曲线、下侧边缘曲线得到上基准线和下基准线的方法为：

4.根据权利要求1所述的一种光缆表面缺陷检测方法，其特征在于，所述根据极差值、所有第一差值、所有第二差值得到光缆的一阶形变程度的方法为：

5.根据权利要求1所述的一种光缆表面缺陷检测方法，其特征在于，所述获得主要像素点的水平方向灰度值差值和竖直方向灰度值差值的方法为：

6.根据权利要求1所述的一种光缆表面缺陷检测方法，其特征在于，所述根据窗口内的灰度均值、主要像素点的水平方向灰度值差值和竖直方向灰度值差值得到主要像素点的差异性的方法为：

7.根据权利要求1所述的一种光缆表面缺陷检测方法，其特征在于，所述根据所有像素点的差异值、光缆的偏移角度、光缆的一阶形变系数、光缆的微小形变系数得到光缆表面磨损度的方法为：

技术总结
本发明涉及数据识别技术领域，提出了一种光缆表面缺陷检测方法，包括：获取光缆灰度图像；得到光缆的上侧边缘曲线、下侧边缘曲线以及光缆主体部分；计算光缆的颜色变形程度；根据光缆的上侧边缘曲线、下侧边缘曲线得到上基准线和下基准线；获得边缘曲线和基准线的极差值；得到光缆的一阶形变程度；构成外形轮廓序列和中心基准线序列，得到外形轮廓偏离矩阵；计算外形轮廓偏离矩阵的熵值得到光缆的微小形变系数；得到光缆偏移角度；得到主要像素点的差异性；得到光缆表面磨损度，根据光缆表面磨损度和光缆的颜色变形程度进行训练得到光缆的缺陷检测。本发明对光缆多种缺陷进行多重考虑，提高了神经网络训练的精准度，提高了缺陷检测的精确度。

技术研发人员：马嘉嶺,匡殊宏
受保护的技术使用者：江苏裕荣光电科技有限公司
技术研发日：
技术公布日：2024/1/15