[发明专利]一种基于边缘重建的双绞线绞距检测方法

权利要求书

1.一种基于边缘重建的双绞线绞距检测方法，其特征在于包括以下步骤：

(1)实时采集双绞线的原始图像，对采集到双绞线的原始图像进行灰度预处理，得到双绞线的灰度图像；

(2)基于双绞线的灰度图像绘制双绞线的上边缘曲线图，并基于双绞线的上边缘曲线图构建训练数组；

(3)构建Hammerstein模型；

(4)基于训练数组，对Hammerstein模型进行训练，得到训练好的Hammerstein模型；

(5)利用训练好的Hammerstein模型重建双绞线的上边缘曲线图；

(6)从重建的双绞线的上边缘曲线图中找到双绞线的绞点，找到的双绞线的绞点即为原始图像中双绞线的实际绞点；

(7)计算原始图像中每相邻两个实际绞点之间间隔的像素点数量，根据计算得到的像素点数量得到每相邻两个实际绞点之间的绞距。

2.根据权利要求1所述的一种基于边缘重建的双绞线绞距检测方法，其特征在于所述的步骤(1)中得到双绞线的灰度图像的具体步骤为：

1.1.将1300万像素的工业级网口摄像头固定在双绞线绞线机的出线口后侧上方，双绞线绞线机的出线口后侧下方设置黑色的吸光摄影布作为背景，工业级网口摄像头的镜头底部到双绞线的垂直距离为7.5cm～9.5cm；

1.2.工业级网口摄像头实时采集从双绞线绞线机的出线口输出后通过其下方的双绞线的图像，该采集到的双绞线的图像作为双绞线的原始图像，将该双绞线的原始图像的分辨率大小记为m×n，m表示行数，n表示列数，并将该双绞线的原始图像发送给计算机；

1.3.在计算机中将双绞线的原始图像做灰度化处理，得到分辨率大小为m×n的双绞线的灰度图像。

3.根据权利要求2所述的一种基于边缘重建的双绞线绞距检测方法，其特征在于所述的步骤(2)中绘制双绞线上边缘曲线图，并基于双绞线的上边缘曲线图构建训练数组的具体步骤为：

2.1.计算双绞线的灰度图像中每个像素点的灰度值；

2.2.设定一个灰度阈值，将其记为β，令β＝20，将灰度图像从第1列开始直至第n列，每一列均按照以下规则进行处理：对第h列第1行开始至第h列第m行，按列依次进行排查，将第h列中第一个找到的灰度值大于等于β的像素点的灰度值修改为255，第h列中其他所有像素点的灰度值均修改为0，其中，h＝1,2,…n；灰度图像处理完成后得到的图即为双绞线的上边缘曲线图；

2.3.将第h列中第一个找到的灰度值大于等于β的像素点记为p_h，p_h的取值等于该像素点在第h列中的行数；构建包括n个数据的训练数组，将训练数组记为A，将训练数组A中的第h个数据记为A_h，将p_h的值赋予A_h。

4.根据权利要求3所述的一种基于边缘重建的双绞线绞距检测方法，其特征在于所述的步骤(3)中构建得到的Hammerstein模型的表达式为：

y(T)＝i₁·x(T)+i₂·x(T-1)+c₁·w(T)+c₂·w(T-1)-o₁·y(T-1)

其中，T表示Hammerstein模型的采样时刻，T＝1,2,…n，y(T)为T采样时刻Hammerstein模型的输出值，y(T-1)为T-1采样时刻Hammerstein模型的输出值，x(T)为T采样时刻的正常输入值，i₁为T采样时刻的正常输入值的系数，x(T-1)为T-1采样时刻的正常输入值，i₂为T-1采样时刻的正常输入值的系数，o₁为T-1采样时刻Hammerstein模型的输出值的系数，w(T)为T采样时刻的Hammerstein模型的噪声输入值，c₁为T采样时刻的噪声输入值的系数；w(T-1)为T-1采样时刻Hammerstein模型的噪声输入值，c₂为T-1采样时刻的噪声输入值的系数，“·”为乘运算符号。