一种三维智能机器视觉的线缆凹凸检测方法及装置制造方法及图纸

本发明专利技术涉及线缆表面凹凸检测领域，具体提供了一种三维智能机器视觉的线缆凹凸检测方法及装置，首先从预置采集组件的六个角度中渲染出图片做为训练数据，然后推理采集组件进行深度融合；最后处理软件集成预置采集组件和推理采集组件两个部分，联动完成对整体的图像输入处理，通过预置采集组件通过软件处理得到三维数据，并逆向生成对应的深度图像数据设置为训练数据，通过训练网络得到匹配模型，计算线缆相对位置的凹凸度

【技术实现步骤摘要】
一种三维智能机器视觉的线缆凹凸检测方法及装置


[0001]本专利技术涉及线缆表面凹凸检测领域，具体提供一种三维智能机器视觉的线缆凹凸检测方法及装置
。

技术介绍

[0002]目前工业检测对高压电缆凹凸检测，采用两种方式：人力检测和设备检测
。
[0003]人力检测工作效率较低，精度误差大，并且无法做到实时检测，出现凹凸变化无法及时预警，只能进行样品抽检
。
且人力成本较高，
24
小时工作线需要3人三班倒，价格昂贵
。
其次容易受环境因素
、
个人因素影响，恶劣环境下无法正常工作，运行时常较长时个人疲劳会导致预警遗漏，个人情绪变化也会导致工作状态的不稳定
。
[0004]对比自动设备检测，现在最主流的检测设备为凹凸检测仪，为3轴线光
CCD
相机拍摄，设备成本较高，一台凹凸检测仪可能需要数万或数十万价格不等，且检测面局限，只适用于小口径线缆检测，市面最先进的测量尺寸只能达到
130mm
以内，而三轴检测仪对线缆直径的检测每次只能检测边缘部分3个点对，如遇到粗口径的线缆，无法覆盖整体，会导致与实际凹凸值误差较大
。

技术实现思路

[0005]本专利技术是针对上述现有技术的不足，提供一种实用性强的三维智能机器视觉的线缆凹凸检测方法
。
[0006]本专利技术进一步的技术任务是提供一种设计合理，安全适用的三维智能机器视觉的线缆凹凸检测装置
。
[0007]本专利技术解决其技术问题所采用的技术方案是：
[0008]一种三维智能机器视觉的线缆凹凸检测方法，首先从预置采集组件的六个角度中渲染出图片做为训练数据，然后推理采集组件进行深度融合；
[0009]最后处理软件集成预置采集组件和推理采集组件两个部分，联动完成对整体的图像输入处理，通过预置采集组件通过软件处理得到三维数据，并逆向生成对应的深度图像数据设置为训练数据，通过训练网络得到匹配模型，计算线缆相对位置的凹凸度
。
[0010]进一步的，所述预置采集组件布置有单个相机，相机运动位置相对光源照射距离保持固定，通过相机在滑轨滑动采集环绕线缆表面的二维数据，对每个图像，使用
X
i
表示每个图像的特征集合，则
F
i
＝
{(x
j
,f
j
)|j
＝1…
N
F
}
，根据
F
i
匹配重叠的特征点，根据
F
i
来搜索点对应关系，用于稀疏点对关系增量式重建输出重建的场景基本结构，并保存外参
。
[0011]进一步的，使用离散三维采样数据集的二维投影技术进行立体渲染，首先定义相机对于集合体的空间位置，其次定义每个体素的不透明性和颜色，使用
RGBA
传递体素对应的值，分别用吸收
、
外散射
、
自发光
、
内散射来表示，
[0012]对于吸收定义
dL
＝
‑
σ
a
*L*dt
，其中
σ
a
为吸收系数；对于外散射定义
dL
＝
‑
σ
s
*L*d
i
，
其中
σ
s
为吸收系数；对于自发光定义为
dL
＝
L
e
*dt
；对于内散射，设亮度
L
i
的光线
ω
i
方向射向
P
点，其内散射亮度为
L
i
σ
s
dt*p(
ω
i
→
ω
)d
ω
i
，吸收系数都表示点由
P
处由于散射亮度衰减比例的线密度
,
综合四种效应简化可以得到：综合四种效应简化可以得到：传输方程，通解为
[0013]进一步的，经过相机光心和图像平面上像素的一条射线记
r(t)
＝
o+td,oo
为空间中射线原点，
d
为射线角度，根据
Alpha Blending
原理
C
a
＝
(1
‑
α
)C
b
+
α
C
o
,
当射线初值为0时，即
C
＝0，其中，
[0014]σ
为一条射线
r
经过
t
处一个无穷小粒子时被终止的概率，在射线上进行均匀随机采样获取采样点，第
i
个采样点可以表示为经过化简求和将采样点的位置和射线角度输入一个全卷积网络，网络输出采样点的颜色和不透明度，从推理采集组件中的六个角度中渲染出图片做为训练数据
。
[0015]进一步的，在推理采集组件前后末端布置线缆固定卡轮，中间由可升降钢轴支撑，环绕有6个采集相机，采用均匀环绕拍摄线缆表面，通过高速采集的方式采集运动线缆，每次采集一组图像作为输入，输入图像为6张3通道的图像，宽高为
w,h。
[0016]进一步的，输入图像为6张3通道的图像，宽
、
高为
w、h
，有9层特征提取网络，由
Conv、Bn、ReLU
构成，输出为6组
32
通道图像，每个通道尺度为
w/4
，
h/4
，通过一个正确的单应矩阵
H
，其中，有相机各位置的转换参数
R、T
，相机到对应点的距离
d
，则实现
P
′
＝
HP
；
[0017]在获得内外参的条件下，获得深度变量，设置深度区间
[d1,d2]，并设分辨率
Δ
d
，由
D
＝
(d2‑
d1)/
Δ
d
，则
d
都对应了一个单应变换矩阵
H
，于是输入
(N,32,H,W)
，通过特征体构建输出为
(N,D,32,H,W)
，对特征图的同一通道各点求方差取值，根据，对特征图的同一通道各点求方差取值，根据输出为
(D,32,H,W)
，由正则化，对输入进行编码解码输出
(D,H,W)
，对
(H,W)
平面上的一点
(x,y)
若在深度
d
处值最大，则点深度为
d,
根据光度约束，过滤掉概率本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种三维智能机器视觉的线缆凹凸检测方法，其特征在于，首先从预置采集组件的六个角度中渲染出图片做为训练数据，然后推理采集组件进行深度融合；最后处理软件集成预置采集组件和推理采集组件两个部分，联动完成对整体的图像输入处理，通过预置采集组件通过软件处理得到三维数据，并逆向生成对应的深度图像数据设置为训练数据，通过训练网络得到匹配模型，计算线缆相对位置的凹凸度
。2.
根据权利要求1所述的一种三维智能机器视觉的线缆凹凸检测方法，其特征在于，所述预置采集组件布置有单个相机，相机运动位置相对光源照射距离保持固定，通过相机在滑轨滑动采集环绕线缆表面的二维数据，对每个图像，使用
X
i
表示每个图像的特征集合，则
F
i
＝
{(x
j
,f
j
)|j
＝1…
N
F
}
，根据
F
i
匹配重叠的特征点，根据
F
i
来搜索点对应关系，用于稀疏点对关系增量式重建输出重建的场景基本结构，并保存外参
。3.
根据权利要求2所述的一种三维智能机器视觉的线缆凹凸检测方法，其特征在于，使用离散三维采样数据集的二维投影技术进行立体渲染，首先定义相机对于集合体的空间位置，其次定义每个体素的不透明性和颜色，使用
RGBA
传递体素对应的值，分别用吸收
、
外散射
、
自发光
、
内散射来表示，对于吸收定义
dL
＝
‑
σ
a
*L*dt
，其中
σ
a
为吸收系数；对于外散射定义
dL
＝
‑
σ
s
*L*d
i
，其中
σ
s
为吸收系数；对于自发光定义为
dL
＝
L
e
*dt
；对于内散射，设亮度
L
i
的光线
ω
i
方向射向
P
点，其内散射亮度为
L
i
σ
s
dt*p(
ω
i
→
ω
)d
ω
i
，吸收系数都表示点由
P
处由于散射亮度衰减比例的线密度
,
综合四种效应简化可以得到：综合四种效应简化可以得到：传输方程，通解为
4.
根据权利要求3所述的一种三维智能机器视觉的线缆凹凸检测方法，其特征在于，经过相机光心和图像平面上像素的一条射线记
r(t)
＝
o+td,oo
为空间中射线原点，
d
为射线角度，根据
Alpha Blending
原理
C
a
＝
(1
‑
α
)C
b
+
α
C
o<...

【专利技术属性】
技术研发人员：汪泽百，李超，孙桂刚，
申请(专利权)人：浪潮软件集团有限公司，
类型：发明
国别省市：