一种基于计算机视觉的钢丝绳质量检测方法技术

本发明专利技术公开了一种基于计算机视觉的钢丝绳质量检测方法，涉及人工智能领域，主要用于钢丝绳质量检测。获取钢丝束灰度图像，计算每个像素点的梯度幅值；以像素点为中心点，通过中心点每个方向上像素点的梯度值；计算中心点在每个方向上的灰度连续性；获取中心点灰度连续性最小值方向，获取方向差异度序列进行均值聚类，获取像素点在钢丝束方向上的灰度连续性；判断像素点是否断开，获取存在断开像素点的钢丝束，并获取钢丝束断开像素点个数；根据所有钢丝束中断开像素点最大个数对钢丝绳进行质量检测。根据本发明专利技术提出的技术手段，通过钢丝束图像特征对钢丝绳进行质量检测，有效提高了检测效率，降低了漏检误检率。降低了漏检误检率。降低了漏检误检率。

【技术实现步骤摘要】
一种基于计算机视觉的钢丝绳质量检测方法


[0001]本专利技术涉及人工智能领域，具体涉及一种基于计算机视觉的钢丝绳质量检测方法。

技术介绍

[0002]钢丝绳为捻制在一起的螺旋状钢丝束，供提升、牵引、拉紧和承载之用。若钢丝绳存在缺陷，可能会导致安全事故发生，因此在钢丝绳出厂前需对钢丝绳进行严格的质量检测。而影响钢丝绳质量的缺陷之一为表面断丝缺陷，对于该缺陷，目前通常采用人工检查或图像处理的方式。人工检查效率低下，且漏检误检率高。现有图像处理，如阈值分割、边缘检测等方式，无法排除光照对钢丝绳的影响，导致漏检误检率高。

技术实现思路

[0003]本专利技术提供一种基于计算机视觉的钢丝绳质量检测方法，以解决现有的问题，包括：获取钢丝束灰度图像，计算每个像素点的梯度幅值；以像素点为中心点，通过中心点每个方向上像素点的梯度值；计算中心点在每个方向上的灰度连续性；获取中心点灰度连续性最小值方向，获取方向差异度序列进行均值聚类，获取像素点在钢丝束方向上的灰度连续性；判断像素点是否断开，获取存在断开像素点的钢丝束，并获取钢丝束断开像素点个数；根据所有钢丝束中断开像素点最大个数对钢丝绳进行质量检测。
[0004]根据本专利技术提出的技术手段，通过对每股钢丝束图像进行特征分析，从而计算图像中每个像素点的灰度连续性，根据灰度连续性判断钢丝束是否存在断丝缺陷，从而对钢丝绳进行质量评估，能够避免光照对钢丝绳的影响，同时提高了对钢丝绳的检测效率和准确度，有效降低了漏检误检率。
[0005]本专利技术采用如下技术方案，一种基于计算机视觉的钢丝绳质量检测方法，包括：获取钢丝绳中的所有钢丝束图像并进行灰度化处理，得到钢丝束灰度图像。
[0006]对所述灰度图像进行滑窗，计算每个窗口内中心像素点在每个方向上的梯度值，得到所述灰度图像中每个像素点在每个方向上的梯度值。
[0007]根据所述每个像素点在每个方向上的梯度值，以及每个方向上对应像素点的灰度值计算每个像素点在每个方向上的灰度连续性。
[0008]将每个像素点在每个方向上的灰度连续性最小值所对应的方向作为该像素点的灰度连续性最小方向，计算每个像素点灰度连续性最小方向与其他像素点灰度连续性最小方向的差异度。
[0009]对所有像素点的灰度连续性最小方向差异度进行均值聚类，根据聚类结果获取每个像素点的钢丝方向，获取同一钢丝方向上所有像素点的灰度连续性。
[0010]根据同一钢丝方向上所有像素点的灰度连续性判断钢丝是否存在断开像素点，获取钢丝束所有钢丝存在断开像素点的数量。
[0011]根据所有钢丝束中断开像素点最大数量检测钢丝绳质量。
[0012]进一步的，一种基于计算机视觉的钢丝绳质量检测方法，计算每个像素点在每个方向上的灰度连续性的方法如下：计算第i个像素点在每个方向上的灰度连续性的表达式为：其中，表示第i个像素点在第l个方向上的灰度连续性，为第个像素点的灰度值，为以第像素点为中心的窗口内第个方向上第个像素点的灰度值，为该窗口内第个方向上像素点个数，表示第个方向上第个像素点与第个像素点的距离，为以第像素点为中心的窗口内第个方向上第个像素点权重系数。
[0013]进一步的，一种基于计算机视觉的钢丝绳质量检测方法，计算每个像素点灰度连续性最小方向与其他像素点灰度连续性最小方向的差异度的方法如下：计算第个像素点与其他像素点灰度连续性最小的方向的差异的表达式为：的表达式为：其中，为第个像素点灰度连续性最小的方向角度，为第个像素点灰度连续性最小的方向角度，为与的夹角大小，为像素点个数。
[0014]进一步的，一种基于计算机视觉的钢丝绳质量检测方法，根据聚类结果获取每个像素点的钢丝方向，获取同一钢丝方向上所有像素点的灰度连续性的方法为：利用均值聚类法对所述方向差异度序列进行聚类，对于聚类后均值较小的一类，将对应像素点灰度连续性最小方向垂直的方向作为该像素点所在的钢丝方向；对于聚类后均值较大的一类，计算聚类后均值较小的一类中像素点灰度连续性最小方向的均值方向，将与所述均值方向垂直的方向作为对应像素点所在的钢丝方向；获取同一钢丝方向上所有像素点的灰度连续性。
[0015]进一步的，一种基于计算机视觉的钢丝绳质量检测方法，根据所述每个像素点在钢丝束方向上的灰度连续性判断每个像素点是否断开的方法为：当时，该像素点位置的钢丝未断开；当时，该像素点位置的钢丝断开；其中，为预设阈值，q为每个像素点在钢丝束方向上的灰度连续性。
[0016]进一步的，一种基于计算机视觉的钢丝绳质量检测方法，根据所有钢丝束中断开像素点最大数量检测钢丝绳质量，包括：当时，该钢丝绳中钢丝束中断开像素点最大数量大于T时，该钢丝绳质量不合格；当时，该钢丝绳中钢丝束中断开像素点最大数量小于T时，钢丝绳质
量合格；其中，T为第一阈值，N为每个钢丝束中断开像素点的个数。
[0017]进一步的，一种基于计算机视觉的钢丝绳质量检测方法，对钢丝绳进行质量检测的方法还包括：计算存在断开像素点的钢丝束在整体钢丝束中的占比，根据所述存在断开像素点的钢丝束在整体钢丝束中的占比对钢丝绳进行质量检测，计算所述占比m的表达式为：其中，为钢丝绳中第个钢丝束上的断开像素点个数，为钢丝绳中钢丝束个数，为关于单个钢丝束断开像素点个数的单位阶跃函数；当时，该钢丝绳中存在断开像素点的钢丝束占比超过F，该钢丝绳质量不合格；当时，该钢丝绳中存在断开像素点的钢丝束占比不超过F，该钢丝绳质量合格；其中，F为第二阈值。
[0018]本专利技术的有益效果是：根据本专利技术提出的技术手段，通过对每股钢丝束图像进行特征分析，从而计算图像中每个像素点的灰度连续性，根据灰度连续性判断钢丝束是否存在断丝缺陷，从而对钢丝绳进行质量评估，能够避免光照对钢丝绳的影响，同时提高了对钢丝绳的检测效率和准确度，有效降低了漏检误检率。
附图说明
[0019]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。
[0020]图1为本专利技术实施例的一种基于计算机视觉的钢丝绳质量检测方法结构示意图；图2为本专利技术实施例的另一种基于计算机视觉的钢丝绳质量检测方法结构示意图。
具体实施方式
[0021]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，所描述的实施例仅仅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做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。
[0022]实施例1如图1所示，给出了本专利技术实施例的一种基于计算机视觉的钢丝绳质量检测方法结构示意图，包括：101.获取钢丝绳中的所有钢丝束图像并进行灰度化处理，得到钢丝束灰度图像。
[0023]本实施例所针对的具体场景为：钢丝绳在出厂之前本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于计算机视觉的钢丝绳质量检测方法，其特征在于，包括：获取钢丝绳中的所有钢丝束图像并进行灰度化处理，得到钢丝束灰度图像；对所述灰度图像进行滑窗，计算每个窗口内中心像素点在每个方向上的梯度值，得到所述灰度图像中每个像素点在每个方向上的梯度值；根据所述每个像素点在每个方向上的梯度值，以及每个方向上对应像素点的灰度值计算每个像素点在每个方向上的灰度连续性；将每个像素点在每个方向上的灰度连续性最小值所对应的方向作为该像素点的灰度连续性最小方向，计算每个像素点灰度连续性最小方向与其他像素点灰度连续性最小方向的差异度；对所有像素点的灰度连续性最小方向差异度进行均值聚类，根据聚类结果获取每个像素点的钢丝方向，获取同一钢丝方向上所有像素点的灰度连续性；根据同一钢丝方向上所有像素点的灰度连续性判断钢丝是否存在断开像素点，获取钢丝束所有钢丝存在断开像素点的数量；根据所有钢丝束中断开像素点的数量对钢丝绳的质量进行评估。2.根据权利要求1所述的一种基于计算机视觉的钢丝绳质量检测方法，其特征在于，计算每个像素点在每个方向上的灰度连续性的方法如下：计算第i个像素点在每个方向上的灰度连续性的表达式为：其中，表示第i个像素点在第l个方向上的灰度连续性，为第个像素点的灰度值，为以第像素点为中心的窗口内第个方向上第个像素点的灰度值，为该窗口内第个方向上像素点个数，表示第个方向上第个像素点与第个像素点的距离，为以第像素点为中心的窗口内第个方向上第个像素点权重系数。3.根据权利要求1所述的一种基于计算机视觉的钢丝绳质量检测方法，其特征在于，计算每个像素点灰度连续性最小方向与其他像素点灰度连续性最小方向的差异度的方法如下：计算第个像素点与其他像素点灰度连续性最小的方向的差异的表达式为：的表达式为：其中，为第个像素点灰度连续性最小的方向角度，为第个像素点灰度连续性最小的方向角度，为与的夹角大小，为像素点个数。4.根据权利要求1所述...

【专利技术属性】
技术研发人员：湛小霞，
申请(专利权)人：武汉祥文钢材制品有限公司，
类型：发明
国别省市：