[发明专利]一种基于边缘重建的双绞线绞距检测方法

说明书

本发明公开了一种基于边缘重建的双绞线绞距检测方法，该方法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，得到灰度图像，基于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，然后构建Hammerstein模型，对Hammerstein模型进行训练，利用训练好的Hammerstein模型重建双绞线的上边缘曲线图，从重建的双绞线的上边缘曲线图中找到原始图像中双绞线的实际绞点，计算每相邻两个实际绞点之间间隔的像素点数量，继而计算得到每相邻两个实际绞点之间的绞距；优点是检测效率高，检测精度高，并且，当检测结果不合格时，可以马上停止生产线，降低报废率和生产成本，减少损失。

技术领域

本发明涉及一种双绞线绞距检测方法，尤其是涉及一种基于边缘重建的双绞线绞距检测方法。

背景技术

随着信息时代的快速发展，网络已经成为人们生活中不可缺少的一部分。网线作为网络信息传输的主要媒介，其信号传输功能实际是由其内部的四对双绞线完成的，因此双绞线的质量直接决定了网线的信号质量。绞距作为双绞线的重要技术指标之一直接影响着双绞线信号传输的质量。

传统的双绞线绞距检测方法是在双绞线生产出来后，通过人工检测的方法来实现，但是人工检测的方法不但效率低下，检测误差较大，而且在检测时双绞线已经完全生产出来了，由此导致双绞线的报废率很高。

近年来，计算机视觉技术得到了快速的发展。计算机视觉技术通过利用采集得到的环境图像，对该环境图像进行处理及分析，得到人们想要的相关外界信息。通过计算机视觉技术进行工业产品质量检测，具有高效率和高精度，因此越来越多的工业产品质量检测开始使用这一技术。目前，也陆续有研究人员提出了使用计算机视觉技术来对双绞线的绞距进行检测的方法，但由于在工业换环境下采集到的双绞线图像会包含大量的工业噪声，这些方法都在检测过程中对双绞线图像进行滤波处理，而滤波处理在过滤掉工业噪声的同时，也会使得双绞线图像中的双绞线部分丢失真实信息，以至于双绞线绞距的检测精度大大降低。

鉴此，设计一种不需要对双绞线图像进行滤波处理的双绞线绞距检测方法，对于提高双绞线检测精度，降低其报废率和生产成本具有重要意义。

发明内容

本发明所要解决的技术问题是提供一种基于边缘重建的双绞线绞距检测方法，该方法检测精度高，且可以降低双绞线的报废率和生产成本。

本发明解决上述技术问题所采用的技术方案为：一种基于边缘重建的双绞线绞距检测方法，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。

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；