本發(fā)明涉及圖像處理領域。更具體地，本發(fā)明涉及一種基于圖像特征的電纜絞線質(zhì)量檢測方法。

背景技術：

1、在電纜絞線的結(jié)構(gòu)中會使用到鋼芯來增加強度，這種結(jié)構(gòu)的電纜被稱為鋼芯鋁絞線（lgj）或鋼芯鋁合金絞線等。鋼芯的使用主要是為了提高電纜的機械強度，而鋁絞線則用于傳輸電能。這種組合使得電纜既有足夠的強度，又能保持較好的導電性能。電纜絞線廣泛應用于架空輸電線路、電氣設備的連接線、電力電纜、通信電纜等。不同類型的絞線，如鋁絞線、硬銅絞線、鋁合金絞線等，根據(jù)其特性和優(yōu)勢，被用于不同的應用場景，同時電纜絞線的質(zhì)量直接影響電纜的性能、安全性和使用壽命，結(jié)合計算機視覺和圖像處理技術，分析電纜絞線的外觀特征，以判斷質(zhì)量和完整性，能夠顯著提高檢測效率，減少人工檢測的時間和成本。

2、現(xiàn)有公開號為cn116912234a的中國專利申請文件公開了一種基于圖像特征的電纜絞線質(zhì)量檢測方法，屬于圖像處理技術領域，該申請文件中采集電纜絞線外觀圖像，對電纜絞線外觀圖像進行分區(qū)，提取每個圖像子區(qū)的圖像特征集，采用缺陷識別模型對每個圖像子區(qū)的圖像特征集進行處理，在缺陷識別模型輸出的缺陷程度值大于缺陷程度閾值時，該圖像子區(qū)存在缺陷，再綜合各圖像子區(qū)對應的缺陷程度值，從而評估出電纜絞線質(zhì)量。

3、上述申請文件中將電纜絞線外觀圖像的圖像特征集與標簽的圖像特征集進行比較，在存在較大缺陷程度值時，則說明存在缺陷，缺陷程度值越大，電纜絞線質(zhì)量越差。目前對電纜絞線外觀圖像進行分區(qū)，常常需要通過大津法閾值分割，因為電纜絞線的缺陷存在于絞線間隙和鐵線上，因此兩者灰度存在差異，同時鐵線本身也存在曲面弧度，以此形成缺陷的隨機性，使得傳統(tǒng)的大津法無法精準的同時分割出絞線間隙和鐵線上的缺陷，導致產(chǎn)品的合格率和整體質(zhì)量下降。

技術實現(xiàn)思路

1、為解決電纜絞線的缺陷存在于絞線間隙和鐵線上，因此兩者灰度存在差異，同時鐵線本身也存在曲面弧度，無法精準地同時分割出絞線間隙和鐵線上的缺陷的問題，本發(fā)明在如下的方面中提供方案。

2、一種基于圖像特征的電纜絞線質(zhì)量檢測方法，包括：獲取連續(xù)圖像幀的電纜絞線圖像的灰度圖像，根據(jù)灰度圖像構(gòu)建預設窗口，根據(jù)預設窗口內(nèi)像素點的灰度特征獲取像素點的灰度特征量；根據(jù)連續(xù)圖像幀中的像素點的灰度特征建立特征曲線并進行分段，得到分段曲線，根據(jù)分段曲線中像素點的移動軌跡獲取絞線旋轉(zhuǎn)角度；根據(jù)所述灰度特征量、所述分段曲線以及所述絞線旋轉(zhuǎn)角度，以用于計算預設窗口內(nèi)中心像素點與鄰域像素點的差異，得到像素點的瑕疵性；基于所述瑕疵性獲取窗口中像素點的缺陷度，根據(jù)各圖像幀對應的像素點的缺陷度調(diào)整像素點的對比度，使用大津法對調(diào)整后的像素點進行閾值分割，得到電纜絞線缺陷位置；其中，所述缺陷度滿足下述關系式：，式中，表示選取的任意圖像中第個像素點的缺陷度，表示第個像素點的瑕疵性，表示圖像幀的個數(shù)，表示第個像素點對應圖像幀的前幀圖像中第個像素點的瑕疵性，表示第個像素點對應圖像幀的前幀圖像中第個像素點的對比量最小的像素點的瑕疵性。

3、其效果在于：通過綜合灰度特征量、特征曲線和絞線旋轉(zhuǎn)角度，分析了圖像的局部特性和時間序列信息，使用動態(tài)時間彎曲（dtw）匹配值，使得算法對特征曲線的微小變化更加敏感，更準確地識別電纜絞線中的潛在缺陷，通過調(diào)整像素點的對比度，可以使?jié)撛诘娜毕輩^(qū)域在圖像中更加突出，增強對比度有助于使用大津閾值分割法提高自動化檢測系統(tǒng)的準確性，使得缺陷與周圍正常區(qū)域的差異更加明顯，從而減少誤判和漏判的可能性，從而提高了缺陷檢測的準確性。

4、優(yōu)選的，所述灰度特征量包括：

5、以灰度圖像中任一像素點為中心像素點，構(gòu)建預設窗口，計算窗口內(nèi)所有像素點與中心像素點的灰度差值的絕對值之和乘以中心像素點的灰度值，得到中心像素點的灰度特征量。

6、其效果在于：通過中心像素點與其周圍像素點的局部灰度變化，使得中心像素點的灰度特征量能夠反映其周圍區(qū)域的灰度分布情況，從而便于通過強調(diào)局部灰度變化和增強紋理及邊緣信息，提高圖像分析的準確性和效率。

7、優(yōu)選的，所述建立特征曲線，包括：

8、獲取模板連續(xù)圖像幀中的每個像素點，以任一像素點為目標像素點，按照時間順序建立目標像素點的特征曲線，其中，一個像素點對應一個特征曲線，特征曲線的橫坐標為幀序號，縱坐標為像素點的灰度特征量。

9、其效果在于：通過按照時間順序建立目標像素點的特征曲線，可以捕捉到像素點在連續(xù)幀中的灰度變化，形成時間序列數(shù)據(jù)；通過分析特征曲線，可以識別與正常周期性模式不符的異常模式，從而定位潛在的缺陷。

10、優(yōu)選的，對所特征曲線進行分段，包括：

11、獲取電纜絞線的絞線間隙間距和檢測臺轉(zhuǎn)速以及電纜絞線的相鄰鐵線位置旋轉(zhuǎn)到重疊位置時的時間，將鐵線起始點到與相鄰鐵線重疊位置時的時間定為一個周期，按照周期時間將曲線分段。

12、其效果在于：通過將特征曲線按周期時間分段，分段曲線可以更精確地反映電纜絞線在每個周期內(nèi)的行為變化，可以捕捉到電纜絞線在旋轉(zhuǎn)過程中的周期性特征。

13、優(yōu)選的，所述絞線旋轉(zhuǎn)角度包括：

14、根據(jù)每個曲線分段，以曲線分段中任一像素點為目標像素點，將目標像素點的灰度特征量與鄰域內(nèi)像素點的灰度特征量的差值作為目標像素點的對比量，獲取對比量最小的對應鄰域內(nèi)像素點與目標像素點進行連線，將連線與垂直方向夾角作為目標像素點的絞線旋轉(zhuǎn)角度。

15、其效果在于：通過獲取絞線旋轉(zhuǎn)角度，可以更好地理解電纜絞線的局部變形和損傷，如斷裂、磨損或腐蝕等，由于電纜絞線呈螺旋狀，可能會使得傳統(tǒng)的圖像分析方法變得復雜，通過獲取旋轉(zhuǎn)角度，可以更好地理解電纜絞線的螺旋結(jié)構(gòu)，增強了對電纜絞線動態(tài)行為的理解，從而提高了自動化檢測系統(tǒng)的可靠性和效率。

16、優(yōu)選的，所述計算預設窗口內(nèi)中心像素點與鄰域像素點的差異，得到像素點的瑕疵性，包括：

17、以任一像素點的特征曲線為目標曲線，以目標曲線中任一分段為目標分段，計算目標曲線中目標分段與其他分段之間的動態(tài)時間彎曲匹配值并進行歸一化；

18、分別計算目標曲線中目標分段中和其他分段中的數(shù)據(jù)點的灰度特征量和對應絞線旋轉(zhuǎn)角度的乘積差異；

19、將歸一化后的動態(tài)時間彎曲匹配值與乘積差異的絕對值相乘，得到像素點的瑕疵性。

20、優(yōu)選的，所述計算預設窗口內(nèi)中心像素點與鄰域像素點的差異，得到像素點的瑕疵性，還包括：

21、以任一像素點的特征曲線為目標曲線，以目標曲線中任一分段為目標分段，計算目標分段與整體平均特征曲線之間的動態(tài)時間彎曲匹配值，并進行歸一化處理；將目標曲線中目標分段和所有分段中灰度特征量的平均值之間的絕對差異作為特征量偏差，將目標分段中任一數(shù)據(jù)點的絞線旋轉(zhuǎn)角度和所有分段中絞線旋轉(zhuǎn)角度的平均值之間的絕對差異作為角度偏差；

22、將歸一化后的動態(tài)時間彎曲匹配值與所述特征量偏差和所述角度偏差的乘積作為像素點的瑕疵性。

23、優(yōu)選的，所述調(diào)整像素點的對比度，包括：

24、以任一圖像幀為待分割圖像，將待分割圖像中各像素點的原灰度值乘以像素點對應的缺陷度得到像素點的新灰度值。

25、本發(fā)明具有以下效果：

26、1、本發(fā)明通過計算每個曲線分段中像素點的灰度特征量與鄰域內(nèi)像素點的灰度特征量的差值，并將最小對比量對應的鄰域內(nèi)像素點與目標像素點連線，可以精確地獲取絞線旋轉(zhuǎn)角度，有助于捕捉電纜絞線的螺旋狀結(jié)構(gòu)特征，從而提高對電纜絞線形狀和方向變化的檢測精度。

27、2、本發(fā)明通過對電纜絞線的灰度特征量、分段曲線以及絞線旋轉(zhuǎn)角度進行分析得到各圖像幀像素點的缺陷度，根據(jù)各圖像幀對應的各像素點的缺陷度調(diào)整對應的像素點灰度值，以此增強圖像中絞線間隙和鐵線上的缺陷像素點，使其灰度近似并增大缺陷像素點與其他像素點的對比度，之后使用大津法閾值進行閾值分割得到精準的電纜絞線缺陷位置，之后及時做出調(diào)整，以此提高缺陷檢測的準確性。