[发明专利]一种基于计算机视觉的钢丝绳质量检测方法

权利要求书

1.一种基于计算机视觉的钢丝绳质量检测方法，其特征在于，包括：

获取钢丝绳中的所有钢丝束图像并进行灰度化处理，得到钢丝束灰度图像；

对所述灰度图像进行滑窗，计算每个窗口内中心像素点在每个方向上的梯度值，得到所述灰度图像中每个像素点在每个方向上的梯度值；

根据所述每个像素点在每个方向上的梯度值，以及每个方向上对应像素点的灰度值计算每个像素点在每个方向上的灰度连续性；

将每个像素点在每个方向上的灰度连续性最小值所对应的方向作为该像素点的灰度连续性最小方向，计算每个像素点灰度连续性最小方向与其他像素点灰度连续性最小方向的差异度；

对所有像素点的灰度连续性最小方向差异度进行均值聚类，根据聚类结果获取每个像素点的钢丝方向，获取同一钢丝方向上所有像素点的灰度连续性；

根据同一钢丝方向上所有像素点的灰度连续性判断钢丝是否存在断开像素点，获取钢丝束所有钢丝存在断开像素点的数量；

根据所有钢丝束中断开像素点的数量对钢丝绳的质量进行评估。

2.根据权利要求1所述的一种基于计算机视觉的钢丝绳质量检测方法，其特征在于，计算每个像素点在每个方向上的灰度连续性的方法如下：

计算第i个像素点在每个方向上的灰度连续性的表达式为：

其中，表示第i个像素点在第l个方向上的灰度连续性，为第个像素点的灰度值，为以第像素点为中心的窗口内第个方向上第个像素点的灰度值，为该窗口内第个方向上像素点个数，表示第个方向上第个像素点与第个像素点的距离，为以第像素点为中心的窗口内第个方向上第个像素点权重系数。

3.根据权利要求1所述的一种基于计算机视觉的钢丝绳质量检测方法，其特征在于，计算每个像素点灰度连续性最小方向与其他像素点灰度连续性最小方向的差异度的方法如下：

计算第个像素点与其他像素点灰度连续性最小的方向的差异的表达式为：

其中，为第个像素点灰度连续性最小的方向角度，为第个像素点灰度连续性最小的方向角度，为与的夹角大小，为像素点个数。

4.根据权利要求1所述的一种基于计算机视觉的钢丝绳质量检测方法，其特征在于，根据聚类结果获取每个像素点的钢丝方向，获取同一钢丝方向上所有像素点的灰度连续性的方法为：

利用均值聚类法对所述方向差异度序列进行聚类，对于聚类后均值较小的一类，将对应像素点灰度连续性最小方向垂直的方向作为该像素点所在的钢丝方向；

对于聚类后均值较大的一类，计算聚类后均值较小的一类中像素点灰度连续性最小方向的均值方向，将与所述均值方向垂直的方向作为对应像素点所在的钢丝方向；

获取同一钢丝方向上所有像素点的灰度连续性。

5.根据权利要求4所述的一种基于计算机视觉的钢丝绳质量检测方法，其特征在于，根据所述每个像素点在钢丝束方向上的灰度连续性判断每个像素点是否断开的方法为：

当时，该像素点位置的钢丝未断开；

当时，该像素点位置的钢丝断开；其中，为预设阈值，q为每个像素点在钢丝束方向上的灰度连续性。

6.根据权利要求1所述的一种基于计算机视觉的钢丝绳质量检测方法，其特征在于，根据所有钢丝束中断开像素点最大数量检测钢丝绳质量，包括：

当时，该钢丝绳中钢丝束中断开像素点最大数量大于T时，该钢丝绳质量不合格；

当时，该钢丝绳中钢丝束中断开像素点最大数量小于T时，钢丝绳质量合格；其中，T为第一阈值，N为每个钢丝束中断开像素点的个数。

7.根据权利要求1所述的一种基于计算机视觉的钢丝绳质量检测方法，其特征在于，对钢丝绳进行质量检测的方法还包括：

计算存在断开像素点的钢丝束在整体钢丝束中的占比，根据所述存在断开像素点的钢丝束在整体钢丝束中的占比对钢丝绳进行质量检测，计算所述占比m的表达式为：

其中，为钢丝绳中第个钢丝束上的断开像素点个数，为钢丝绳中钢丝束个数，为关于单个钢丝束断开像素点个数的单位阶跃函数，若钢丝束上存在断丝缺陷，则为，若不存在，则为；

当时，该钢丝绳中存在断开像素点的钢丝束占比超过F，该钢丝绳质量不合格；

当时，该钢丝绳中存在断开像素点的钢丝束占比不超过F，该钢丝绳质量合格；其中，F为第二阈值。