[发明专利]一种基于计算机视觉的钢丝绳质量检测方法

说明书

本发明公开了一种基于计算机视觉的钢丝绳质量检测方法，涉及人工智能领域，主要用于钢丝绳质量检测。获取钢丝束灰度图像，计算每个像素点的梯度幅值；以像素点为中心点，通过中心点每个方向上像素点的梯度值；计算中心点在每个方向上的灰度连续性；获取中心点灰度连续性最小值方向，获取方向差异度序列进行均值聚类，获取像素点在钢丝束方向上的灰度连续性；判断像素点是否断开，获取存在断开像素点的钢丝束，并获取钢丝束断开像素点个数；根据所有钢丝束中断开像素点最大个数对钢丝绳进行质量检测。根据本发明提出的技术手段，通过钢丝束图像特征对钢丝绳进行质量检测，有效提高了检测效率，降低了漏检误检率。

技术领域

本发明涉及人工智能领域，具体涉及一种基于计算机视觉的钢丝绳质量检测方法。

背景技术

钢丝绳为捻制在一起的螺旋状钢丝束，供提升、牵引、拉紧和承载之用。若钢丝绳存在缺陷，可能会导致安全事故发生，因此在钢丝绳出厂前需对钢丝绳进行严格的质量检测。而影响钢丝绳质量的缺陷之一为表面断丝缺陷，对于该缺陷，目前通常采用人工检查或图像处理的方式。人工检查效率低下，且漏检误检率高。现有图像处理，如阈值分割、边缘检测等方式，无法排除光照对钢丝绳的影响，导致漏检误检率高。

发明内容

本发明提供一种基于计算机视觉的钢丝绳质量检测方法，以解决现有的问题，包括：获取钢丝束灰度图像，计算每个像素点的梯度幅值；以像素点为中心点，通过中心点每个方向上像素点的梯度值；计算中心点在每个方向上的灰度连续性；获取中心点灰度连续性最小值方向，获取方向差异度序列进行均值聚类，获取像素点在钢丝束方向上的灰度连续性；判断像素点是否断开，获取存在断开像素点的钢丝束，并获取钢丝束断开像素点个数；根据所有钢丝束中断开像素点最大个数对钢丝绳进行质量检测。

根据本发明提出的技术手段，通过对每股钢丝束图像进行特征分析，从而计算图像中每个像素点的灰度连续性，根据灰度连续性判断钢丝束是否存在断丝缺陷，从而对钢丝绳进行质量评估，能够避免光照对钢丝绳的影响，同时提高了对钢丝绳的检测效率和准确度，有效降低了漏检误检率。

本发明采用如下技术方案，一种基于计算机视觉的钢丝绳质量检测方法，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最大数量检测钢丝绳质量。

进一步的，一种基于计算机视觉的钢丝绳质量检测方法，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。