System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及视觉检测,尤其涉及一种基于亚像素边缘检测的电缆接头圆度检测方法及设备。
技术介绍
1、电缆接头广泛应用于现代的电力网络之中,用于将两个线缆进行电气连接从而保证电力的稳定运送,但是在电力系统中,大部分电缆事故均为电缆接头出现故障而引起,而电缆接头故障中最主要的原因是电缆接头圆度太差所致,电缆接头圆度差容易导致电缆接头的局部温度过高或连接不稳固,从而导致电缆接头的绝缘部分烧穿或接头松动,造成电力网络不稳定,甚至引发火灾现象,从而造成重大的电力事故。
2、工程中常基于图像实现非接触的几何尺寸精密测量,该方式以其非接触、全视场、高精度的特点而获得广泛应用,其原理就是通过处理被测物体图像的边缘而获得图像的几何参数;由此可见,边缘检测是图像测量的基础和关键,传统边缘检测方法多是基于图像像素灰度的变化,如sobel算子、laplacian算子和canny算子等,这些方法形式简单、易于实现、但定位精度不高,通常只有整数像素级的精度,且微分算子对噪声非常敏感,常会产生一些伪边缘,在电缆接头的圆度检测过程中会影响检测精度。
技术实现思路
1、本申请提供了一种基于亚像素边缘检测的电缆接头圆度检测方法,解决了采用传统边缘检测算法检测电缆接头圆度精度不高的问题。
2、本申请第一方面提供了一种基于亚像素边缘检测的电缆接头圆度检测方法,包括以下步骤:
3、采集电缆接头端面的图像,对图像进行预处理;
4、采用基于zernike矩的亚像素级边缘检测算法对预处
5、根据所述轮廓信息对电缆接头的圆心位置进行粗定位;
6、根据圆心位置筛选圆周上的候选点;
7、基于筛选出的圆周上的候选点,利用最小二乘法对电缆接头的圆心和半径进行精确定位;
8、基于精确定位得到的圆心和半径信息,对所有圆周上的候选点进行阈值判定,判断电缆接头的圆度和/或同心度是否符合预期要求。
9、本申请提供的技术方案中,通过zemike矩亚像素边缘检测算法,将边缘检测精度缩小到一个像素以内,并减小了噪声对检测精度的影响;在亚像素边缘检测的基础上依次进行圆心粗定位、筛选圆周上的候选点、确定电缆接头的圆心和半径,最后通过阈值判断来判断电缆接头的圆度和同心度是否满足预期要求,可以同时检测电缆接头的圆度和同心度,极大地提高了电缆接头圆度、同心度检测的准确率和效率。
10、在某些实施方式中,所述预处理包括灰度化处理、平滑处理、边缘增强处理,保证图像平滑的同时消除噪声。
11、在某些实施方式中,采用基于zernike矩的亚像素级边缘检测算法进行边缘检测包括以下步骤:
12、计算zernike矩的模板矩阵:
13、
14、其中,为zernike多项式的共轭多项式,ρ表示原点到点(x,y)的矢量长度,θ表示矢量ρ与x轴的夹角;
15、利用zemike矩的模板矩阵和图像上的每一个像素点进行卷积得到图像的n阶m次zernike矩:
16、znm=p*mnm
17、其中,znm为图像的n阶m次zernike矩,p为以像素级边缘点为中心的卷积窗口矩阵;
18、取图像上每一像素点,根据以下公式计算znm的旋转角度:
19、
20、其中,re[zn1]和im[zn1]分别表示zn1的实部和虚部;
21、根据以下公式计算理想阶跃边缘模型的参数:
22、
23、
24、
25、其中,l为从原点到边缘的垂直距离;h为图像背景部分的灰度值;k为目标和背景部分的灰度差;z′11为旋转后的1阶1次zernike矩;
26、若图像上某个像素点的参数满足以下阈值条件:
27、k≥kt∩l≤lt
28、则该像素点为边缘点,其中,kt和lt分别为灰度阈值和距离阈值;
29、遍历图像上所有的像素点,将满足所述阈值条件的像素点分离出来作为电缆接头的边缘轮廓。
30、在某些实施方式中,对电缆接头的圆心位置进行粗定位的方法为:利用霍夫变换圆检测算法,根据设定的圆心阈值,在图像的轮廓中筛选出满足条件的圆心候选点,将所有圆心候选点的坐标平均值作为圆心位置的粗定位结果。
31、在某些实施方式中,筛选圆周上的候选点的方法为:计算轮廓上每一个像素点到圆心的距离,并判断该距离是否接近预设的圆半径,筛选出所有到圆心的距离接近预设圆半径的像素点作为圆周上的候选点集合。
32、在某些实施方式中,所述预设的圆半径有多个,通过筛选可以得到多组对应不同半径的圆周上的候选点集合;基于多组候选点集合,利用最小二乘法对电缆接头的圆心和半径进行精确定位,可以得到多组圆心和对应半径的组合;计算多个圆心坐标与预设圆心坐标之间的差值,统计所有差值的方差或标准差,并与预设的同心度阈值进行比较,若方差或标准差在同心度阈值范围内,则表示该电缆接头的同心度符合预期要求。
33、在某些实施方式中,判断电缆接头的圆度是否符合预期要求的方法为:计算每个圆周上的候选点到圆心的距离与预设半径的差值,统计所有差值的方差或标准差,并与预设的圆度阈值进行比较,若方差或标准差在圆度阈值范围内,则表示该电缆接头的圆度符合预期要求。
34、本申请第二方面提供了一种电子设备,包括存储器和处理器,所述存储器内存储有可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述检测方法的步骤。
35、本申请第三方面提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述检测方法的步骤。
36、上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种基于亚像素边缘检测的电缆接头圆度检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于亚像素边缘检测的电缆接头圆度检测方法,其特征在于,所述预处理包括灰度化处理、平滑处理、边缘增强处理。
3.根据权利要求1所述的一种基于亚像素边缘检测的电缆接头圆度检测方法,其特征在于,采用基于Zernike矩的亚像素级边缘检测算法进行边缘检测包括以下步骤:
4.根据权利要求1所述的一种基于亚像素边缘检测的电缆接头圆度检测方法,其特征在于,对电缆接头的圆心位置进行粗定位的方法为:利用霍夫变换圆检测算法,根据设定的圆心阈值,在图像的轮廓中筛选出满足条件的圆心候选点,将所有圆心候选点的坐标平均值作为圆心位置的粗定位结果。
5.根据权利要求1所述的一种基于亚像素边缘检测的电缆接头圆度检测方法,其特征在于,筛选圆周上的候选点的方法为:计算轮廓上每一个像素点到圆心的距离,并判断该距离是否接近预设的圆半径,筛选出所有到圆心的距离接近预设圆半径的像素点作为圆周上的候选点集合。
6.根据权利要求5所述的一种基于亚像素边缘检测的电缆
7.根据权利要求1所述的一种基于亚像素边缘检测的电缆接头圆度检测方法,其特征在于,判断电缆接头的圆度是否符合预期要求的方法为:计算每个圆周上的候选点到圆心的距离与预设半径的差值,统计所有差值的方差或标准差,并与预设的圆度阈值进行比较,若方差或标准差在圆度阈值范围内,则表示该电缆接头的圆度符合预期要求。
8.一种电子设备,包括存储器和处理器,所述存储器内存储有可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。
9.一种存储介质,所述存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种基于亚像素边缘检测的电缆接头圆度检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于亚像素边缘检测的电缆接头圆度检测方法,其特征在于,所述预处理包括灰度化处理、平滑处理、边缘增强处理。
3.根据权利要求1所述的一种基于亚像素边缘检测的电缆接头圆度检测方法,其特征在于,采用基于zernike矩的亚像素级边缘检测算法进行边缘检测包括以下步骤:
4.根据权利要求1所述的一种基于亚像素边缘检测的电缆接头圆度检测方法,其特征在于,对电缆接头的圆心位置进行粗定位的方法为:利用霍夫变换圆检测算法,根据设定的圆心阈值,在图像的轮廓中筛选出满足条件的圆心候选点,将所有圆心候选点的坐标平均值作为圆心位置的粗定位结果。
5.根据权利要求1所述的一种基于亚像素边缘检测的电缆接头圆度检测方法,其特征在于,筛选圆周上的候选点的方法为:计算轮廓上每一个像素点到圆心的距离,并判断该距离是否接近预设的圆半径,筛选出所有到圆心的距离接近预设圆半径的像素点作为圆周上的候选点集合。
6.根据权利要求5所述的一种基于亚像素边缘检测的电缆接头圆度检测方法,其...
【专利技术属性】
技术研发人员:王学峰,方铭章,赵欢,余子彬,黄军翔,苏健成,
申请(专利权)人:深圳供电局有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。