一种基于视觉智能分析的铜线排线检测方法技术

本发明专利技术公开一种基于视觉智能分析的铜线排线检测方法包括：在蓝色辅助光源下获取待检测铜丝排线图像，基于预设的检测模型对所述待检测铜丝排线图像进行线径检测；基于获取的线径检测的结果判断当前铜丝的线径大小是否超出预设线径阈值；若当前铜丝的线径大小超出预设线径阈值，则发出报警信息。在使用时，通过利用高速相机和激光相机对产线拉丝工艺的铜线信息进行采集，并根据视觉成像系统和图像识别系统进行算法分析，可实时监控产线拉丝铜线品质，能够实时将产线成品和工艺过程的状态，通过平台信息采集实时展示给平台管理员，产品异常则发出报警通告，通知工作人员进行品质维护。护。护。

【技术实现步骤摘要】
一种基于视觉智能分析的铜线排线检测方法


[0001]本专利技术属于机器视觉分析
，尤其涉及一种基于视觉智能分析的铜线排线检测方法。

技术介绍

[0002]目前对工厂中铜线质量监管，主要时通过人力巡线检验，当发现成品线圈线的分布不均、粗细不一时判定为不良品，改卷铜线将废弃回炉；随着当前工业产业升级转型，对品质的要求也不断提升，而人力巡检检测不仅不能满足品质的高标要求，而且同时占用了宝贵的人力资源，不仅影响了企业的生产效率，也高了企业的的生产成本；同时人工检测也存在以下缺点：
[0003]一，反馈不及时，无法实时关注设备状态，产线品质发生改变时无法及时处理。
[0004]二，检测不准确，仅通过人工巡检来查看产线上的铜卷线圈品质是否合格，当人员主观判断失误时，成品将随货出厂到供应链环节，品质不好的货将会被成批退回，极大的影响了企业成本和信誉。
[0005]三，无法汇总经验和质检信息，人工检测质量没有形成检测日志，对产品的良率没有宏观趋势上的理解，没有办法和切入口去分析问题症结。

技术实现思路

[0006]本专利技术提供一种基于视觉智能分析的铜线排线检测方法，用于至少解决上述技术问题之一。
[0007]本专利技术提供一种基于视觉智能分析的铜线排线检测方法，包括：在蓝色辅助光源下获取待检测铜丝排线图像，基于预设的检测模型对所述待检测铜丝排线图像进行线径检测，其中，所述线径检测包括以下步骤：步骤a，对所述待检测铜丝排线图像进行空间滤波处理，使得到处理后的待检测铜丝排线图像；步骤b，设置距离为t的铜线间距两区域的范数的离散卷积形式，其中，离散卷积的表达式为：式中，v(x)为离散序列点，v(x+t)为将离散序列移动t的距离，k(z)为镜像序列点，v(x+z)为将离散序列移动z的距离，v(x+t+z)为为将离散序列移动t+z的距离，为离散序列中的离散值，s
t
为位移值，*为卷积乘法运算符；根据傅里叶变换求解，做二维快速变换得到：式中，F为傅里叶级数，为点的傅里叶级数函数，F(s
t
)为傅里叶s
t
的级数函数；步骤c，自适应阈值分割，得到二值化图像，分割铜丝目标和背景，并根据算法公式获取类间阈值，其中，算法公式为：g＝ω
o
ω1(u0‑
u1)∧2，式中，g为类间阈值，ω
o
、ω1均为正弦函数值，u0、u1均为期望值；步骤d，直线拟合，得到直线在图像中的像素坐标，计算铜丝像素距离，
式中，den为插值，λ为待定系数，Dxx、Dyy分别为x坐标之间直线均值差的乘积值，y坐标之间直线均值差的乘积值，D
xy
为点坐标之间直线均值差的乘积值；步骤e，标定计算，得到铜丝的物理线径值，其中，计算铜丝的物理线径值的表达式为：式中，为标定值，为拟合标准差值，m、n分别为直线两端离散点的极限值；基于获取的线径检测的结果判断当前铜丝的线径大小是否超出预设线径阈值；若当前铜丝的线径大小超出预设线径阈值，则发出报警信息。
[0008]在本专利技术的一些实施方式中，其中，计算位移值的表达式为：式中，s
t
为位移值，v(x)为选中离散点，v(x+t)为选中离散点移动t距离。
[0009]在本专利技术的一些实施方式中，所述方法还包括：在蓝色辅助光源下获取待检测铜丝排线图像，基于预设的检测模型对所述待检测铜丝排线图像进行排线均匀检测。
[0010]在本专利技术的一些实施方式中，其中，基于预设的检测模型对所述待检测铜丝排线图像进行排线均匀检测包括：步骤1、对所述待检测铜丝排线图像进行空间滤波处理，使得到处理后的待检测铜丝排线图像；步骤2、获取某一直线上对任意点A(x1，y1)以及任意点A(x1，y1)至某一直线相邻的一直线的垂点B(x2，y2)，并求得各自的直线方程；步骤3、获取任意点A(x1，y1)和垂点B(x2，y2)间的中垂线方程，其中，中垂线方程为：y＝
‑
(x2
‑
x1)/(y2
‑
y1)x+(x2
‑
x1)/(y2
‑
y1)*(x1+x2)/2+(y1+y2)/2；步骤4、基于欧式距离公式，得到铜线卷的铜线之间的距离，通过对比标定的铜线距离值来确定铜线卷的铜线分布是否均匀，其中，欧式距离公式为：式中，ρ为点(x2，y2)与点(x1，y1)之间的欧氏距离，|X|为点(x2，y2)到原点的欧式距离。
[0011]在本专利技术的一些实施方式中，其中，直线方程的表达式为：
[0012](y
‑
y1)/(x
‑
x1)＝(y2
‑
y1)/(x2
‑
x1)；k＝(y2
‑
y1)/(x2
‑
x1)，式中，y为纵坐标值，x为横坐标值，k为直线斜率。
[0013]本申请的一种基于视觉智能分析的铜线排线检测方法，在使用时，通过利用高速相机和激光相机对产线拉丝工艺的铜线信息进行采集，并根据视觉成像系统和图像识别系统进行算法分析，可实时监控产线拉丝铜线品质，能够实时将产线成品和工艺过程的状态，通过平台信息采集实时展示给平台管理员，产品异常则发出报警通告，通知工作人员进行品质维护。
附图说明
[0014]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用
的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0015]图1为本专利技术一实施例提供的铜丝线径检测的流程图；
[0016]图2为本专利技术一实施例提供一个具体实施例的过滤噪点前后图；
[0017]图3为本专利技术一实施例提供的一具体实施例的自适应阈值分割得到二值化图像图；
[0018]图4为本专利技术一实施例提供的一具体实施例的直线拟合图；
[0019]图5为本专利技术一实施例提供的铜丝绕线均匀检测的流程图。
具体实施方式
[0020]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0021]本申请的一种基于视觉智能分析的铜线排线检测方法，包括：在蓝色辅助光源下获取待检测铜丝排线图像，基于预设的检测模型对所述待检测铜丝排线图像进行线径检测，其中，如图1所示，所述线径检测包括以下步骤：
[0022]步骤a，对所述待检测铜丝排线图像进行空间滤波处理，使得到处理后的待检测铜丝排线图像(如图2所示)；
[0023]步骤b，设置距离为t的铜线间距两区域的范数的离散卷积形式，其中，离散卷积的表达式本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉智能分析的铜线排线检测方法，其特征在于，包括：在蓝色辅助光源下获取待检测铜丝排线图像，基于预设的检测模型对所述待检测铜丝排线图像进行线径检测，其中，所述线径检测包括以下步骤：步骤a，对所述待检测铜丝排线图像进行空间滤波处理，使得到处理后的待检测铜丝排线图像；步骤b，设置距离为t的铜线间距两区域的范数的离散卷积形式，其中，离散卷积的表达式为：式中，v(x)为离散序列点，v(x+t)为将离散序列移动t的距离，k(z)为镜像序列点，v(x+z)为将离散序列移动z的距离，v(x+t+z)为为将离散序列移动t+z的距离，为离散序列中的离散值，S
t
为位移值，*为卷积乘法运算符；根据傅里叶变换求解，做二维快速变换得到：式中，F为傅里叶级数，为点的傅里叶级数函数，F(s
t
)为傅里叶s
t
的级数函数；步骤c，自适应阈值分割，得到二值化图像，分割铜丝目标和背景，并根据算法公式获取类间阈值，其中，算法公式为：g＝ω
o
ω1(u0‑
u1)∧2，式中，g为类间阈值，ω
o
、ω1均为正弦函数值，u0、u1均为期望值；步骤d，直线拟合，得到直线在图像中的像素坐标，计算铜丝像素距离，式中，den为插值，λ为待定系数，Dxx、Dyy分别为x坐标之间直线均值差的乘积值，y坐标之间直线均值差的乘积值，D
xy
为点坐标之间直线均值差的乘积值；步骤e，标定计算，得到铜丝的物理线径值，其中，计算铜丝的物理线径值的表达式为：式中，为标定值，为拟合标准差值，m、n分别为直线两端离散点的极限值；基于获取的线径检测的结果判断当前铜丝的线径大小是否超出预设线径阈值；若当前铜丝的线径大小超出预设线径阈值，则发出报警信息。2.根据权利要求1所述的一种基于视觉智能分析的铜线排线检测方法，其特征在于，其中，计算位移值的表达式为：<...

【专利技术属性】
技术研发人员：张青，张俊，尹康，钟文明，徐凯瑞，罗礼福，
申请(专利权)人：江西电信信息产业有限公司，
类型：发明
国别省市：