基于机器视觉的电缆绝缘厚度测量研究

《基于机器视觉的电缆绝缘厚度测量研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、CMYK质量控制与检测基于机器视觉的电缆绝缘厚度测量研究杜冠廷(广东广业检测有限公司)【摘要】电线电缆绝缘厚度测量的传统方法以人工测量为主，存在操作繁琐、效率低和精度低的缺点。本文针对这些缺点提出了一种基于机器视觉的测量方法，利用图像工程技术对线缆的绝缘厚度进行自动测量。文中简析了测量系统的算法选择，通过试验分析自动测量系统的测量精度和处理速度。通过比对，自动测量系统不仅符合国家标准要求，而且测量速度和准确度相对以往的人工测量都有大幅提高，具有速度快、操作便捷以及精度高的优点。【关键词】机器视觉；绝缘厚度；图像工程；自动测量1前言要支撑。本文所述测量方法的光学采集

2、部分基于640×480@25fps输出格式的视频采集卡，视场大小约为精确测量绝缘厚度，准确评估电线电缆的绝缘性6mm×4mm，经过标定尺标定后，像素视场分辨率为能，是日常用电的安全保证，在工民建领域中有着十分9.091μm/Pixel。使用长焦远心镜头，可以得到低畸变重要的意义。我国现行的电线电缆产品标准对绝缘厚度失真以及大景深平面的光学成像条件，保证采集到的图的平均值和最小值有极其严格的规定。但到目前为止，像在全视场中清晰准确，且无可见的畸变变形，以保证绝大部分计量和检测机构对电线电缆绝缘厚度的测量测量的准确性。还停留在基于光学放大投影仪以及读数显微镜等设备2.

3、1.2光学照明与人工测量手段相结合的传统技术层面。传统测量方法在机器视觉照明系统中，常用的照明方式有前向照存在操作繁琐，读数困难等低工作效率的缺点。更致命明、背向照明和同轴光照明。当视觉系统需要突出物体的是，传统方法存在重复性差、复现性不好等准确度低与背景间差别，得到类似于投影的明暗对比强烈的画的表现。这种现状极大程度地影响了日常生产效率，而面，常使用背向照明。当需突出图像中物体各部分间差且极大地干扰了对电线电缆绝缘性能的评估，极其容易别或物体前景细节时，一般采用前向照明。综上分析，本出现用电安全事故。传统检测技术很难适应高测量精文结合绝缘厚度现有依靠投影仪的现状

4、，采用背向照明度，高测量效率以及高自动化的新时代要求。近年来，随模拟投影成像，能更好地适用于改进现阶段大量使用的着图像数字工程以及检测自动化的不断发展，基于图像光学影像投影仪。数字处理的机器视觉技术在工业检测自动化领域中大2.2软件环境放异彩。研究基于机器视觉测量电线电缆绝缘厚度的检本文所述程序选用具有运行效率高和系统移植性测手段，能有效地利用数字图像的高精度、高动态范围好的MicrosoftVisualC++2008作为开发平台，以编以及高灵活性，结合现有的光学仪器和图像处理技术，写程序完成图像处理和尺寸测量工作，其中包括图像预充分发挥电子计算机强大的数字运算能

5、力，找出一种速处理、图像分割、边缘检测、尺寸测量、显示测量结果等度快、精度高、重复性好以及自动化程度高的绝缘厚度测量步骤。测量技术，以解决目前只能依靠传统技术和人工测量的精度低、速度慢的困境。3测量过程及方法2系统设计数字图像经过采集卡采集后，经过如图1所示的处理分析流程后，可以得出该待测电线电缆试样的绝缘厚2.1硬件环境度测量值。图1所述处理流程及方法阐述如下：2.1.1光学采集3.1图像过采样光学采集部分是数字图像工程中的基础部分，一帧CCD摄像头以及视频采集卡在工作过程中会产生细节清晰和无畸变的采集图像是优异的图像处理的重CMYK质量控制与检测其中平均模板的

6、运算核是一个所有元素相等的2N+1阶方阵，当N=1时，如式1所示。其原理是对像素邻域求均值来达到对像素滤波的作用。!111$"%"%1"%R="111%(式1)2"%"%3"%"111%#&而高斯卷积的运算核则是基于二维高斯函数式2推导的2N+1阶方阵，以统计学中正态分布函数来决定邻域的卷积比例。当N=1时，高斯卷积运算核可由式3近似表示。22(i-k-l)+(j-k-l)图1图像处理流程-212σH=e(式2)i,j2不同程度的信号干扰，特别是在图像中高反差（边沿）区2πσ!$域，信号干扰对精确测量绝缘厚度影响很大，必须要经"121%"%1"%R="242%(式

7、3)过过采样技术结合数字低通滤波器的手段予以去除。"%16"%"%"121%本文使用的最小二乘法滤波器是由观测数据确定#&随机参数最佳估值的一种方法，其依据基于统计检验和实际应用中，平均模板滤波效果好，但是由于其邻极大似然估计，有着算法简明以及性能好的优点。在时域滤波内的一致性，模板大小使用不当会使图像失去大域上连续采集16帧图像，对所有单个像素点的16个采量细节。而高斯卷积则因为其运算核具有“中间高、四周样数据进行最小二乘法滤波处理后，可以得到干扰较少低”的特点，确保中心点与周围点的距离相关性，更能在的原始图像。通过图2中对比可以发现，在经过处理后不同情况下保护

8、细节。结合