[发明专利]一种电缆表面缺陷检测方法

说明书

本发明涉及图像识别技术领域，具体涉及一种电缆表面缺陷检测方法，该方法包括：获取电缆同一区域的两帧表面图像及其对应的灰度图像，获取灰度图像对应的灰度－邻域梯度均值的二维直方图，两个二维直方图中对应的灰度－邻域梯度均值的频数作差，并将差值大于0对应灰度级的像素点作为目标点，确定目标点中的有效噪声点，确定有效噪声点中位置相近的有效目标噪声点，对有效目标噪声点进行聚类，确定聚类的面积，并根据聚类的面积确定滤波滑窗尺寸，根据滤波滑窗尺寸对图像进行去噪处理，并进行边缘检测确定缺陷区域，本发明实现了对图像进行准确去噪，保证了缺陷的检测的准确性。

技术领域

本发明涉及图像识别技术领域，具体涉及一种电缆表面缺陷检测方法。

背景技术

随着社会的不断发展，也不断推动了电线电缆行业的发展，其在国家制造业方面的占比很大，由于电线电缆发生故障时，会导致电力系统运行产生安全隐患，故需要对电线电缆产品的质量安全检测，以避免劣质电线电缆产品流入市场。

在电线电缆进行质量检测时，需要先对其外观进行全面检测，电线电缆外观尺寸检测是电线电缆质量控制的首检项目，从而确保电缆表面是否圆整光滑，有无毛刺、裂纹、斑点、油污影响正常使用的缺陷。

现有技术对电缆表面进行缺陷检测时，主要利用视觉检测技术的图像分割或者边缘检测，在进行图像分割前，都需要对电缆图像表面进行去噪处理，其中，噪声的主要来源在于空气中的声音，噪声干扰会导致直接检测的不准确，故现有技术多采用高斯滤波和均值滤波的方法进行去噪，其去噪时都是设定固定的滤波滑窗尺寸，然而不同时刻的声音噪声对图像的影响情况不同，用固定的滤波滑窗尺寸去噪时，当主要噪声影响大时，而滤波滑窗尺寸较小，则达不到平滑效果，即不能起到滤除噪声点的作用，会使得后续边缘检测时继续受到噪声点的影响而导致检测出错误的边缘，当主要噪声影响小时，而滤波滑窗尺寸较大，则会导致平滑过度，过度平滑会导致边缘检测时，难以确定边缘，故，在去噪时并不能对不同噪声进行准确去噪，影响去噪效果，从而会影响边缘检测时缺陷区域的检测的准确性。

故，本发明需要提供一种电缆表面缺陷检测方法，予以解决上述问题。

发明内容

本发明提供一种电缆表面缺陷检测方法，以解决现有的检测效率低的问题。

本发明的一种电缆表面缺陷检测方法采用如下技术方案：

获取电缆同一区域的两帧表面图像及其对应的灰度图像；

根据每个像素点的灰度值、其与邻域内邻域像素点的邻域梯度均值获取两帧灰度图像对应的灰度－邻域梯度均值的二维直方图；

将两个二维直方图对应的灰度－邻域梯度均值的频数作差得到对应的频数差值，将频数差值大于0对应灰度级的像素点作为目标点；

根据目标点的邻域内各个邻域像素点的邻域梯度均值计算目标点为有效噪声点的概率，根据概率与预设概率阈值确定目标点中的有效噪声点；

根据有效噪声点的灰度值、邻域梯度均值计算每两个有效噪声点在表面图像中位置相近的可能性值，根据位置相近的可能性值与可能性阈值确定位置相近的有效目标噪声点；

对所有效目标噪声点进行位置聚类，根据所有聚类的面积的均值确定滤波滑窗尺寸，根据滤波滑窗尺寸对灰度图像进行高斯滤波得到去噪后的图像，对去噪后的图像进行边缘检测确定缺陷区域。

优选的，根据每个像素点的灰度值、其与邻域内邻域像素点的邻域梯度均值获取每个灰度图像对应的二维直方图的步骤包括：

分别获取每个像素点的在x方向和y方向的梯度值；

根据每个像素点的在x方向和y方向的梯度值获取该像素点的梯度值；

根据每个像素点梯度值与其8邻域内邻域像素点的梯度值获取该像素点与其邻域内邻域像素点的邻域梯度均值；