CN117036345A - 一种压接导线的对边距测量方法及系统 - Google Patents
一种压接导线的对边距测量方法及系统 Download PDFInfo
- Publication number
- CN117036345A CN117036345A CN202311282255.7A CN202311282255A CN117036345A CN 117036345 A CN117036345 A CN 117036345A CN 202311282255 A CN202311282255 A CN 202311282255A CN 117036345 A CN117036345 A CN 117036345A
- Authority
- CN
- China
- Prior art keywords
- edge
- crimping
- wire
- lower edge
- upper edge
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
本发明涉及电缆导线测量技术领域,公开了一种压接导线的对边距测量方法及系统,其方法通过提取压接导线图像中的ROI区域图像,对ROI区域图像进行gama灰度变换、Otsu阈值化处理,并进行连通域分析,得到压接导线区域图像,对压接导线区域图像进行边缘检测,得到压接导线上边缘和压接导线下边缘,对压接导线上边缘和所述压接导线下边缘进行单调化,得到其对应的多个单调化边缘直线段,将多个单调化边缘直线段的中点进行最小二乘法拟合,得到上边缘拟合曲线和下边缘拟合曲线,根据上边缘拟合曲线的法线以及法线和下边缘拟合曲线之间的交点,计算对应的上下边缘交点的距离为压接导线对边间距,从而提高检测精度和效率。
Description
技术领域
本发明涉及电缆导线测量技术领域,尤其涉及一种压接导线的对边距测量方法及系统。
背景技术
导线压接是指对电力金具施加液压力使其发生塑性变形将两段导线或导线与铁塔进行连接的工艺。压接质量对电网安全运行起到重要的作用,而压接对边距是表征压接质量的重要参数。压接对边距过大时压接导线握力不能满足要求,对电网运行产生较大的危害,因此压接对边距的精确测量为准确评价压接质量提供重要的参考。当前导线压接通常在野外进行,主要依靠工人使用游标卡尺进行压接对边距的测量,测量结果重复性差且耗时耗力,难以兼顾检测精度和效率的要求。
发明内容
本发明提供了一种压接导线的对边距测量方法及系统,解决了现有技术中的压接导线的对边距测量结果重复性差且耗时耗力,难以兼顾检测精度和效率的要求的技术问题。
有鉴于此,本发明第一方面提供了一种压接导线的对边距测量方法,包括以下步骤:
获取压接导线图像,提取所述压接导线图像中的ROI区域图像;
对所述ROI区域图像进行gama灰度变换处理,得到灰度图像;
对所述灰度图像进行Otsu阈值化处理,并进行连通域分析,得到压接导线区域图像;
对所述压接导线区域图像进行边缘检测,得到压接导线上边缘和压接导线下边缘;
对所述压接导线上边缘和所述压接导线下边缘进行单调化,得到所述压接导线上边缘和所述压接导线下边缘分别对应的多个单调化边缘直线段;
将所述压接导线上边缘和所述压接导线下边缘分别对应的多个单调化边缘直线段的中点进行最小二乘法拟合,得到上边缘拟合曲线和下边缘拟合曲线;
根据所述上边缘拟合曲线的法线以及法线和所述下边缘拟合曲线之间的交点,计算对应的上下边缘交点的距离为压接导线对边间距。
优选地,对所述ROI区域图像进行gama灰度变换处理,得到灰度图像的步骤具体包括:
通过下式中的gama变换公式对ROI区域图像进行gama灰度变换处理,得到:
;
式中,为灰度图像,/>为像素点坐标值,/>为像素点灰度值,/>为/>中的灰度最大值,/>为变换参数,其中,变换参数/>通过下式中的自适应计算公式计算得到:
;
式中,为像素点灰度值的局部方差,/>为像素点灰度值的局部均值,/>为全局灰度均值。
优选地,对所述灰度图像进行Otsu阈值化处理,并进行连通域分析,得到压接导线区域图像的步骤,具体包括:
对所述灰度图像进行Otsu阈值化处理,得到多个连通域;
对各个连通域的面积进行计算,选取面积最大的连通域作为初始压接导线区域,再对所述初始压接导线区域进行形态学处理,并填补所述初始压接导线区域中的空洞和缺口,得到压接导线区域图像。
优选地,对所述压接导线区域图像进行边缘检测,得到压接导线上边缘和压接导线下边缘的步骤,具体包括:
通过两个相反的Sobel算子模板对所述压接导线区域图像进行边缘检测;
对边缘检测结果进行过滤,基于骨架提取算法分别对所述压接导线上边缘和所述压接导线下边缘进行细化,得到压接导线上边缘和压接导线下边缘。
优选地,对所述压接导线上边缘和所述压接导线下边缘进行单调化,得到所述压接导线上边缘和所述压接导线下边缘分别对应的多个单调化边缘直线段的步骤,具体包括:
根据所述压接导线上边缘和所述压接导线下边缘分别对应的像素坐标点,构建上边缘坐标矩阵和下边缘坐标矩阵;
在所述上边缘坐标矩阵筛选出纵坐标最大的像素坐标点,构建上边缘坐标集合,在所述下边缘坐标矩阵筛选出纵坐标最小的像素坐标点,构建下边缘坐标集合;
将所述上边缘坐标集合和所述下边缘坐标集合分别按照不同的横坐标进行分类,得到多个横坐标类别下的上边缘坐标和下边缘坐标;
将各个横坐标类别下的上边缘坐标和下边缘坐标分别进行直线拟合,得到多个横坐标类别下的上边缘单调化边缘直线段和下边缘单调化边缘直线段。
优选地,根据所述上边缘拟合曲线的法线以及法线和所述下边缘拟合曲线之间的交点,计算对应的上下边缘交点的距离为压接导线对边间距的步骤,具体包括:
根据所述上边缘拟合曲线确定其上的每一点处的法线以及其对应的法线上边缘交点;
根据所述法线与所述下边缘拟合曲线之间的交点确定法线下边缘交点,计算所述法线上边缘交点与所述法线下边缘交点之间的距离为对应的上、下边缘交点之间的压接导线对边间距。
第二方面,本发明还提供了一种压接导线的对边距测量系统,包括:
图像获取模块,用于获取压接导线图像,提取所述压接导线图像中的ROI区域图像;
灰度变换模块,用于对所述ROI区域图像进行gama灰度变换处理,得到灰度图像;
阈值化模块,用于对所述灰度图像进行Otsu阈值化处理,并进行连通域分析,得到压接导线区域图像;
边缘检测模块,用于对所述压接导线区域图像进行边缘检测,得到压接导线上边缘和压接导线下边缘;
单调化模块,用于对所述压接导线上边缘和所述压接导线下边缘进行单调化,得到所述压接导线上边缘和所述压接导线下边缘分别对应的多个单调化边缘直线段;
边缘拟合模块,用于将所述压接导线上边缘和所述压接导线下边缘分别对应的多个单调化边缘直线段的中点进行最小二乘法拟合,得到上边缘拟合曲线和下边缘拟合曲线;
间距计算模块,用于根据所述上边缘拟合曲线的法线以及法线和所述下边缘拟合曲线之间的交点,计算对应的上下边缘交点的距离为压接导线对边间距。
第三方面,本发明还提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述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如上述的方法。
第四方面,本发明还提供了一种计算机可读存储介质,所述计算机可读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如上述的方法。
从以上技术方案可以看出,本发明具有以下优点:
本发明通过提取压接导线图像中的ROI区域图像,对ROI区域图像进行gama灰度变换、Otsu阈值化处理,并进行连通域分析,得到压接导线区域图像,对压接导线区域图像进行边缘检测,得到压接导线上边缘和压接导线下边缘,对压接导线上边缘和所述压接导线下边缘进行单调化,得到其对应的多个单调化边缘直线段,将多个单调化边缘直线段的中点进行最小二乘法拟合,得到上边缘拟合曲线和下边缘拟合曲线,根据上边缘拟合曲线的法线以及法线和下边缘拟合曲线之间的交点,计算对应的上下边缘交点的距离为压接导线对边间距,从而提高检测精度和效率,同时,还可以对不同截面的导线都可以实现精确的压接对边距测量,测量方法适应性强。
附图说明
图1为本发明实施例提供的一种压接导线的对边距测量方法的流程图;
图2为本发明实施例提供的压接导线区域图像对应的3×3区域内像素示意图;
图3为本发明实施例提供的上边缘检测算子示意图;
图4为本发明实施例提供的下边缘检测算子示意图;
图5为本发明实施例提供的压接对边距测量原理示意图;
图6为本发明实施例提供的一种压接导线的对边距测量系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
为了便于理解,请参阅图1,本发明提供的一种压接导线的对边距测量方法,包括以下步骤:
S1、获取压接导线图像,提取压接导线图像中的ROI区域图像。
其中,可以通过摄像头获取到包含压接导线的压接导线图像,并裁剪压接导线图像中的压接导线图像,分割出ROI区域。
S2、对ROI区域图像进行gama灰度变换处理,得到灰度图像。
需要说明的是,由于ROI区域图像的亮度不均匀,若直接进行Otst阈值化时,容易造成图像破碎严重,不利于后期处理,故对其进行gama灰度变换以增强图像。
S3、对灰度图像进行Otsu阈值化处理,并进行连通域分析,得到压接导线区域图像。
S4、对压接导线区域图像进行边缘检测,得到压接导线上边缘和压接导线下边缘。
其中,可以采用Sobel算子对压接导线区域图像进行边缘检测。
S5、对压接导线上边缘和压接导线下边缘进行单调化,得到压接导线上边缘和压接导线下边缘分别对应的多个单调化边缘直线段。
需要说明的是,由于压接导线表面不平整,边缘检测得到的边缘结果起伏较大,对拟合结果有一定影响,因此,可以对边缘进行单调化,以提高拟合精度。
S6、将压接导线上边缘和压接导线下边缘分别对应的多个单调化边缘直线段的中点进行最小二乘法拟合,得到上边缘拟合曲线和下边缘拟合曲线。
具体来说,可以选取各单调化边缘直线段的中点作为拟合点,并进行最小二乘法拟合,拟合方程为,其中,x、y分别表示横、纵坐标,a表示常数,b、c表示系数。
S7、根据上边缘拟合曲线的法线以及法线和下边缘拟合曲线之间的交点,计算对应的上下边缘交点的距离为压接导线对边间距。
需要说明的是,上边缘拟合曲线的法线是与上边缘拟合曲线和法线的交点的切线相垂直的,再将此法线与下边缘拟合曲线相交,故可以得到上边缘拟合曲线和下边缘拟合曲线分别对应的上下边缘点之间的最短距离为相应的上下边缘点之间的压接导线对边间距。
需要说明的是,本实施例提供了一种压接导线的对边距测量方法,通过提取压接导线图像中的ROI区域图像,对ROI区域图像进行gama灰度变换、Otsu阈值化处理,并进行连通域分析,得到压接导线区域图像,对压接导线区域图像进行边缘检测,得到压接导线上边缘和压接导线下边缘,对压接导线上边缘和压接导线下边缘进行单调化,得到其对应的多个单调化边缘直线段,将多个单调化边缘直线段的中点进行最小二乘法拟合,得到上边缘拟合曲线和下边缘拟合曲线,根据上边缘拟合曲线的法线以及法线和下边缘拟合曲线之间的交点,计算对应的上下边缘交点的距离为压接导线对边间距,从而提高检测精度和效率,同时,还可以对不同截面的导线都可以实现精确的压接对边距测量,测量方法适应性强。
需要说明的是,由于ROI区域图像亮度不均,直接进行Otst阈值化时,图像破碎严重,不利于后期处理,故对其进行gama灰度变换以增强图像。传统gama灰度变换需要多次调节变换系数,且对不同光照的图像适应性不强,不能满足野外快速测量的要求。因此,本实施例设计了一种自适应gama变换算法,通过图像的平均灰度将图像分成两类,对不同类像素自动计算相应变换系数。
在一个具体实施例中,步骤S2具体包括:
通过下式中的gama变换公式对ROI区域图像进行gama灰度变换处理,得到:
;
式中,为灰度图像,/>为像素点坐标值,/>为像素点灰度值,/>为/>中的灰度最大值,/>为变换参数,其中,变换参数/>通过下式中的自适应计算公式计算得到:
;
式中,为像素点灰度值的局部方差,/>为像素点灰度值的局部均值,/>为全局灰度均值。
在一个具体实施例中,步骤S3具体包括:
S301、对灰度图像进行Otsu阈值化处理,得到多个连通域;
S302、对各个连通域的面积进行计算,选取面积最大的连通域作为初始压接导线区域,再对初始压接导线区域进行形态学处理,并填补初始压接导线区域中的空洞和缺口,得到压接导线区域图像。
需要说明的是,由于对灰度图像进行Otsu阈值化,由于压接导线区域在图像中占据了大部分面积,对各连通域进行面积计算,选取面积最大的区域作为压接区域,再进行形态学处理填补压接区域中的空洞和缺口,得到完整的压接区域。
在一个具体实施例中,步骤S4具体包括:
S401、通过两个相反的Sobel算子模板对压接导线区域图像进行边缘检测;
S402、对边缘检测结果进行过滤,基于骨架提取算法分别对压接导线上边缘和压接导线下边缘进行细化,得到压接导线上边缘和压接导线下边缘。
在实际应用中,为精确测量压接对边距需要检测出压接上下边缘,使用单个Sobel算子时只能得到一条边缘,因此使用相反的两个Sobel算子模板进行边缘检测,其中,压接导线区域图像对应的3×3区域内像素如图2所示,上边缘检测算子如图3所示,下边缘检测算子如图4所示,具体地,上边缘检测算子和下边缘检测算子的操作过程分别为:
;
式中,zi表示与卷积模板相对应的像素灰度值,i=1、2、3、5、6、7,、/>分别为上边缘检测算子和下边缘检测算子与图像卷积后得到的偏微分结果。
需要说明的是,由于Sobel算子检测时未设置阈值得到的边缘宽度较大且包括部分干扰边缘,不利于边缘的精确拟合。故先使用面积过滤去除干扰边缘再使用骨架提取算法细化边缘,得到单像素边缘。
在一个具体实施例中,步骤S5具体包括:
S501、根据压接导线上边缘和压接导线下边缘分别对应的像素坐标点,构建上边缘坐标矩阵和下边缘坐标矩阵。
S502、在上边缘坐标矩阵筛选出纵坐标最大的像素坐标点,构建上边缘坐标集合,在下边缘坐标矩阵筛选出纵坐标最小的像素坐标点,构建下边缘坐标集合。
其中,对于上边缘坐标矩阵中各横坐标对应的最大纵坐标是相同的,同理,对于下边缘坐标矩阵中各横坐标对应的最小纵坐标是相同的。
S503、将上边缘坐标集合和下边缘坐标集合分别按照不同的横坐标进行分类,得到多个横坐标类别下的上边缘坐标和下边缘坐标。
需要说明的是,由于压接导线表面不平整,检测的边缘起伏较大,对拟合结果有一定影响,因此需要对边缘进行单调化。压接图像中边缘由多条横线和竖线组成,由于压接后导线端部行坐标最小,故可按横坐标对各横线进行单调化,比较符合实际。
S504、将各个横坐标类别下的上边缘坐标和下边缘坐标分别进行直线拟合,得到多个横坐标类别下的上边缘单调化边缘直线段和下边缘单调化边缘直线段。
在一个示例中,沿列方向储存上、下边缘点坐标,构建上边缘坐标集合和下边缘坐标集合,分别定义为、/>,对纵坐标j相同的像素点进行筛选,只保留其中一个像素点,以此删除边缘中的竖线,便于后期计算,其中,上边缘坐标矩阵筛选出纵坐标最大的像素坐标点,下边缘坐标矩阵筛选出纵坐标最小的像素坐标点,从而更加符合实际,并提高精度;
将筛选后的坐标集合以横坐标i为分类标准,将边缘储存为各直线段、,其中,m表示上边缘点所分直线段数,同理n为下边缘点所分直线段数,/>表示上边缘单调化边缘直线段,/>表示下边缘单调化边缘直线段。
在一个具体实施例中,步骤S7具体包括:
S701、根据上边缘拟合曲线确定其上的每一点处的法线以及其对应的法线上边缘交点。
其中,根据拟合的上边缘曲线,可得任一点/>处为法线上边缘交点,其中,法线上边缘交点的法线方程为/>,式中,/>为常数,/>、/>均为拟合系数。
S702、根据法线与下边缘拟合曲线之间的交点确定法线下边缘交点,计算法线上边缘交点与法线下边缘交点之间的距离为对应的上、下边缘交点之间的压接导线对边间距。
其中,如图5所示,图5示意了压接对边距测量原理,通过法线方程与下边缘拟合曲线之间的交点作为法线下边缘交点,对应的法线上边缘交点和法线下边缘交点之间的距离即为压接对边距,计算公式如下:
;
式中,dm为压接对边距。
以上为本发明提供的一种压接导线的对边距测量方法的实施例的详细描述,以下为本发明提供的一种压接导线的对边距测量系统的实施例的详细描述。
为了便于理解,请参阅图6,本发明提供了一种压接导线的对边距测量系统,包括:
图像获取模块100,用于获取压接导线图像,提取压接导线图像中的ROI区域图像;
灰度变换模块200,用于对ROI区域图像进行gama灰度变换处理,得到灰度图像;
阈值化模块300,用于对灰度图像进行Otsu阈值化处理,并进行连通域分析,得到压接导线区域图像;
边缘检测模块400,用于对压接导线区域图像进行边缘检测,得到压接导线上边缘和压接导线下边缘;
单调化模块500,用于对压接导线上边缘和压接导线下边缘进行单调化,得到压接导线上边缘和压接导线下边缘分别对应的多个单调化边缘直线段;
边缘拟合模块600,用于将压接导线上边缘和压接导线下边缘分别对应的多个单调化边缘直线段的中点进行最小二乘法拟合,得到上边缘拟合曲线和下边缘拟合曲线;
间距计算模块700,用于根据上边缘拟合曲线的法线以及法线和下边缘拟合曲线之间的交点,计算对应的上下边缘交点的距离为压接导线对边间距。
本发明还提供了一种电子设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上述的方法。
本发明还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如上述的方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,电子设备和计算机可读存储介质的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,电子设备和计算机可读存储介质和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以通过一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文全称:Read-OnlyMemory,英文缩写:ROM)、随机存取存储器(英文全称:Random Access Memory,英文缩写:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种压接导线的对边距测量方法,其特征在于,包括以下步骤:
获取压接导线图像,提取所述压接导线图像中的ROI区域图像;
对所述ROI区域图像进行gama灰度变换处理,得到灰度图像;
对所述灰度图像进行Otsu阈值化处理,并进行连通域分析,得到压接导线区域图像;
对所述压接导线区域图像进行边缘检测,得到压接导线上边缘和压接导线下边缘;
对所述压接导线上边缘和所述压接导线下边缘进行单调化,得到所述压接导线上边缘和所述压接导线下边缘分别对应的多个单调化边缘直线段;
将所述压接导线上边缘和所述压接导线下边缘分别对应的多个单调化边缘直线段的中点进行最小二乘法拟合,得到上边缘拟合曲线和下边缘拟合曲线;
根据所述上边缘拟合曲线的法线以及法线和所述下边缘拟合曲线之间的交点,计算对应的上下边缘交点的距离为压接导线对边间距。
2.根据权利要求1所述的压接导线的对边距测量方法,其特征在于,对所述ROI区域图像进行gama灰度变换处理,得到灰度图像的步骤具体包括:
通过下式中的gama变换公式对ROI区域图像进行gama灰度变换处理,得到:
;
式中,为灰度图像,/>为像素点坐标值,/>为像素点灰度值,/>为中的灰度最大值,/>为变换参数,其中,变换参数/>通过下式中的自适应计算公式计算得到:
;
式中,为像素点灰度值的局部方差,/>为像素点灰度值的局部均值,/>为全局灰度均值。
3.根据权利要求1所述的压接导线的对边距测量方法,其特征在于,对所述灰度图像进行Otsu阈值化处理,并进行连通域分析,得到压接导线区域图像的步骤,具体包括:
对所述灰度图像进行Otsu阈值化处理,得到多个连通域;
对各个连通域的面积进行计算,选取面积最大的连通域作为初始压接导线区域,再对所述初始压接导线区域进行形态学处理,并填补所述初始压接导线区域中的空洞和缺口,得到压接导线区域图像。
4.根据权利要求1所述的压接导线的对边距测量方法,其特征在于,对所述压接导线区域图像进行边缘检测,得到压接导线上边缘和压接导线下边缘的步骤,具体包括:
通过两个相反的Sobel算子模板对所述压接导线区域图像进行边缘检测;
对边缘检测结果进行过滤,基于骨架提取算法分别对所述压接导线上边缘和所述压接导线下边缘进行细化,得到压接导线上边缘和压接导线下边缘。
5.根据权利要求4所述的压接导线的对边距测量方法,其特征在于,对所述压接导线上边缘和所述压接导线下边缘进行单调化,得到所述压接导线上边缘和所述压接导线下边缘分别对应的多个单调化边缘直线段的步骤,具体包括:
根据所述压接导线上边缘和所述压接导线下边缘分别对应的像素坐标点,构建上边缘坐标矩阵和下边缘坐标矩阵;
在所述上边缘坐标矩阵筛选出纵坐标最大的像素坐标点,构建上边缘坐标集合,在所述下边缘坐标矩阵筛选出纵坐标最小的像素坐标点,构建下边缘坐标集合;
将所述上边缘坐标集合和所述下边缘坐标集合分别按照不同的横坐标进行分类,得到多个横坐标类别下的上边缘坐标和下边缘坐标;
将各个横坐标类别下的上边缘坐标和下边缘坐标分别进行直线拟合,得到多个横坐标类别下的上边缘单调化边缘直线段和下边缘单调化边缘直线段。
6.根据权利要求5所述的压接导线的对边距测量方法,其特征在于,根据所述上边缘拟合曲线的法线以及法线和所述下边缘拟合曲线之间的交点,计算对应的上下边缘交点的距离为压接导线对边间距的步骤,具体包括:
根据所述上边缘拟合曲线确定其上的每一点处的法线以及其对应的法线上边缘交点;
根据所述法线与所述下边缘拟合曲线之间的交点确定法线下边缘交点,计算所述法线上边缘交点与所述法线下边缘交点之间的距离为对应的上、下边缘交点之间的压接导线对边间距。
7.一种压接导线的对边距测量系统,其特征在于,包括:
图像获取模块,用于获取压接导线图像,提取所述压接导线图像中的ROI区域图像;
灰度变换模块,用于对所述ROI区域图像进行gama灰度变换处理,得到灰度图像;
阈值化模块,用于对所述灰度图像进行Otsu阈值化处理,并进行连通域分析,得到压接导线区域图像;
边缘检测模块,用于对所述压接导线区域图像进行边缘检测,得到压接导线上边缘和压接导线下边缘;
单调化模块,用于对所述压接导线上边缘和所述压接导线下边缘进行单调化,得到所述压接导线上边缘和所述压接导线下边缘分别对应的多个单调化边缘直线段;
边缘拟合模块,用于将所述压接导线上边缘和所述压接导线下边缘分别对应的多个单调化边缘直线段的中点进行最小二乘法拟合,得到上边缘拟合曲线和下边缘拟合曲线;
间距计算模块,用于根据所述上边缘拟合曲线的法线以及法线和所述下边缘拟合曲线之间的交点,计算对应的上下边缘交点的距离为压接导线对边间距。
8.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述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6任一项所述的方法。
9.一种计算机可读存储介质,所述计算机可读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6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311282255.7A CN117036345B (zh) | 2023-10-07 | 2023-10-07 | 一种压接导线的对边距测量方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311282255.7A CN117036345B (zh) | 2023-10-07 | 2023-10-07 | 一种压接导线的对边距测量方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117036345A true CN117036345A (zh) | 2023-11-10 |
| CN117036345B CN117036345B (zh) | 2024-03-05 |
Family
ID=88630267
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311282255.7A Active CN117036345B (zh) | 2023-10-07 | 2023-10-07 | 一种压接导线的对边距测量方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117036345B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117876330A (zh) * | 2024-01-11 | 2024-04-12 | 广东粤电科试验检测技术有限公司 | 基于x射线图像识别的耐张线夹压接缺陷检测方法及系统 |
| CN118710675A (zh) * | 2024-08-27 | 2024-09-27 | 陕西首铝模架科技有限公司 | 一种用于高强合金模板的挤压一体成型方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018170366A1 (en) * | 2017-03-16 | 2018-09-20 | The Johns Hopkins University | Geometric calibration for cone beam ct using line fiducials |
| CN113469989A (zh) * | 2021-07-14 | 2021-10-01 | 广东电网有限责任公司 | 遥感影像中输电导线的提取方法、系统、设备及介质 |
| US20220350991A1 (en) * | 2021-04-30 | 2022-11-03 | Deere & Company | Vision guidance system using dynamic edge detection |
| CN115984356A (zh) * | 2023-03-20 | 2023-04-18 | 广东电网有限责任公司江门供电局 | 一种基于图像的导线压接间距测量方法及系统 |
| CN116168037A (zh) * | 2023-04-26 | 2023-05-26 | 广东电网有限责任公司江门供电局 | 一种基于图像处理的导线压接弯曲度计算方法及系统 |
-
2023
- 2023-10-07 CN CN202311282255.7A patent/CN117036345B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018170366A1 (en) * | 2017-03-16 | 2018-09-20 | The Johns Hopkins University | Geometric calibration for cone beam ct using line fiducials |
| US20220350991A1 (en) * | 2021-04-30 | 2022-11-03 | Deere & Company | Vision guidance system using dynamic edge detection |
| CN113469989A (zh) * | 2021-07-14 | 2021-10-01 | 广东电网有限责任公司 | 遥感影像中输电导线的提取方法、系统、设备及介质 |
| CN115984356A (zh) * | 2023-03-20 | 2023-04-18 | 广东电网有限责任公司江门供电局 | 一种基于图像的导线压接间距测量方法及系统 |
| CN116168037A (zh) * | 2023-04-26 | 2023-05-26 | 广东电网有限责任公司江门供电局 | 一种基于图像处理的导线压接弯曲度计算方法及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117876330A (zh) * | 2024-01-11 | 2024-04-12 | 广东粤电科试验检测技术有限公司 | 基于x射线图像识别的耐张线夹压接缺陷检测方法及系统 |
| CN118710675A (zh) * | 2024-08-27 | 2024-09-27 | 陕西首铝模架科技有限公司 | 一种用于高强合金模板的挤压一体成型方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117036345B (zh) | 2024-03-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117036345B (zh) | 一种压接导线的对边距测量方法及系统 | |
| CN112614062B (zh) | 菌落计数方法、装置及计算机存储介质 | |
| CN110930390B (zh) | 基于半监督深度学习的芯片管脚缺失检测方法 | |
| CN116660286A (zh) | 基于图像分割的线束剥头测量与缺陷检测方法及系统 | |
| CN118429242A (zh) | 基于深度学习的图像分析方法及系统 | |
| CN109886921A (zh) | 基于数字图像的裂纹尺寸度量方法、装置和电子设备 | |
| CN115457063A (zh) | Pcb板圆孔的边缘提取方法、装置、设备及存储介质 | |
| CN111462214B (zh) | 一种基于Hough变换的线结构光条纹中心线提取方法 | |
| CN108416766A (zh) | 双侧入光式导光板缺陷视觉检测方法 | |
| JP2013238449A (ja) | ひび割れ検出方法 | |
| CN106778813B (zh) | 深度图像的自适应聚类分割算法 | |
| CN106934829A (zh) | 一种表面裂缝的检测方法及系统 | |
| CN112381800B (zh) | 一种导线直径异常识别方法、装置、电子设备和计算机可读存储介质 | |
| CN110660072A (zh) | 一种直线边缘的识别方法、装置、存储介质及电子设备 | |
| CN112967191A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
| CN115330796A (zh) | 一种铜线镀锡缺陷识别方法 | |
| CN117745552A (zh) | 自适应图像增强方法、装置及电子设备 | |
| CN116071692A (zh) | 一种基于形态学图像处理的水尺水位识别方法及系统 | |
| CN101897592A (zh) | X射线影像中金属异物的提取方法和装置 | |
| CN108288267B (zh) | 一种基于暗通道的扫描电镜图像清晰度无参考评价方法 | |
| CN115578453A (zh) | 一种pin针精确定位检测方法、装置、设备及可读存储介质 | |
| CN115170561A (zh) | 一种基于视觉处理的激光切割工件的圆度检测方法及系统 | |
| CN117173079A (zh) | 一种锡膏区域确定方法、装置、设备及存储介质 | |
| CN119723307A (zh) | 基于线上网络平台的广告推广ai图片自动筛选方法 | |
| CN108776146B (zh) | 丝印线条的检测方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |