基于图像处理的低松弛钢绞线损伤检测方法技术

本申请涉及图像处理领域，尤其涉及一种基于图像处理的低松弛钢绞线损伤检测方法。所述方法包括：获取光照均匀的钢绞线图像；对所述钢绞线图像进行边缘检测，得到边缘图；构建所述边缘图的灰度游程矩阵，并基于所述灰度游程矩阵计算所述边缘图在设定方向上的游程系数向量；对所述边缘图进行频域变换以获取所述边缘图的频率向量；基于所述游程系数向量和所述频率向量计算损伤指标；对比所述损伤指标和标准阈值，得到损伤检测结果。通过本申请的技术方案，能够对使用过程中的低松弛钢绞线进行损伤检测，并提高低松弛钢绞线损伤检测结果的准确性。确性。确性。

【技术实现步骤摘要】
基于图像处理的低松弛钢绞线损伤检测方法


[0001]本申请一般地涉及图像处理领域，尤其涉及一种基于图像处理的低松弛钢绞线损伤检测方法。

技术介绍

[0002]钢绞线是由多根钢丝绞合构成的钢铁制品，钢绞线常常作为承力索、拉线、加强芯、预应力材料、阻拦索、地线等被广泛应用于桥梁、电力、水利、建筑及道路围栏等多个工程领域。钢绞线作为承重部件，其质量与工作安全密切相关。
[0003]松弛度是指钢绞线在使用过程中由于受到拉伸或收缩等因素而发生的长度变化，低松弛钢绞线即为长度变化较小的钢绞线。对于低松弛钢绞线而言，当松弛度降低时，钢绞线的长度发生变化，从而影响钢绞线的安全性能。
[0004]目前，公开号为CN116342598A的专利申请文件公开了一种基于机器视觉的钢绞线质量检测方法，获取钢绞线图像的边缘图像，对所述边缘图像进行分割得到多个局部区域；利用每一个局部区域中边缘像素点的位置得到每一个局部区域的边缘密集性；根据每个局部区域中所包含目标边缘像素点对集合中每对目标边缘像素点的距离、目标边缘像素点对的数量及局部区域的边缘密集性得到每个局本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的低松弛钢绞线损伤检测方法，其特征在于：获取光照均匀的钢绞线图像；对所述钢绞线图像进行边缘检测，得到边缘图；构建所述边缘图的灰度游程矩阵，并基于所述灰度游程矩阵计算所述边缘图在设定方向上的游程系数向量，所述游程系数向量包括边缘点在不同游程距离的游程系数；对所述边缘图进行频域变换以获取所述边缘图的频率向量，所述频率向量包括频域变换后，不同频率分量的能量占比；基于所述游程系数向量和所述频率向量计算损伤指标，所述损伤指标满足关系式：其中，为所有游程距离的数量，为游程距离的游程系数，为所有频率分量的数量，为频率分量的能量占比，为所述游程系数向量中游程系数最大值对应的游程距离，为所述频率向量中能量占比最大值对应的频率分量，和分别为第一设定权重和第二设定权重，为损伤指标的数值；对比所述损伤指标和标准阈值，得到损伤检测结果。2.如权利要求1所述的一种基于图像处理的低松弛钢绞线损伤检测方法，其特征在于，所述钢绞线图像包括一根钢绞线，所述获取光照均匀的钢绞线图像包括：依据图像增强算法对采集到的图像信息进行处理，得到光照均匀的图像信息，所述图像信息包括至少一根钢绞线；将光照均匀的图像信息输入训练完毕的语义分割网络以获取钢绞线区域图，所述钢绞线区域图中，钢绞线处像素点的像素值为1，其它区域处像素点的像素值为0；对所述钢绞线区域图进行连通域分析，得到每根钢绞线的掩码图；对于一根钢绞线，将对应的掩码图与所述图像信息相乘，得到所述钢绞线的钢绞线图像。3.如权利要求2所述的一种基于图像处理的低松弛钢绞线损伤检测方法，其特征在于，所述图像增强算法为SSR算法、MSR算法、MSRCR算法和RetinexNet中的任意一种。4.如权利要求1所述的一种基于图像处理的低松弛钢绞线损伤检测方法，其特征在于，对所述钢绞线图像进行边缘检测，得到边缘图包括：利用边缘检测算法对所述钢绞线图像进行边缘检测，得到边...

【专利技术属性】
技术研发人员：朱树行，王微，王海军，张豪，杨成，
申请(专利权)人：汉中禹龙科技新材料有限公司，
类型：发明
国别省市：