劉宇，侯北平

基于機(jī)器視覺(jué)的導(dǎo)體計(jì)數(shù)方法研究

劉宇，侯北平

（浙江科技學(xué)院自動(dòng)化與電氣工程學(xué)院，浙江 杭州 310023）

針對(duì)現(xiàn)有人工統(tǒng)計(jì)線纜導(dǎo)體根數(shù)費(fèi)時(shí)費(fèi)力的問(wèn)題，提出了一種基于機(jī)器視覺(jué)導(dǎo)體根數(shù)檢測(cè)方法，能夠快速準(zhǔn)確地檢測(cè)出線纜導(dǎo)體根數(shù)?分析線纜導(dǎo)體截面圖像特征后，提出了一種自適應(yīng)分水嶺分割算法對(duì)導(dǎo)體進(jìn)行分割、計(jì)數(shù)，并根據(jù)先驗(yàn)知識(shí)對(duì)統(tǒng)計(jì)結(jié)果進(jìn)行校驗(yàn)，得到最終統(tǒng)計(jì)結(jié)果。實(shí)驗(yàn)表明，所提出的線纜導(dǎo)體計(jì)數(shù)方法，實(shí)現(xiàn)對(duì)導(dǎo)體根數(shù)的自動(dòng)檢測(cè)，可以幫助檢驗(yàn)人員快速地檢出導(dǎo)體根數(shù)，計(jì)算缺漏情況，有效提高了導(dǎo)體質(zhì)量檢測(cè)效率?

機(jī)器視覺(jué)；導(dǎo)體計(jì)數(shù)；圖像分割；改進(jìn)分水嶺算法

隨著國(guó)民經(jīng)濟(jì)的穩(wěn)步發(fā)展，各行各業(yè)對(duì)電力需求不斷增大，對(duì)電線電纜的需求日益增加，線纜的安全性、可靠性隨之備受人們關(guān)注。電力電纜質(zhì)量不合格主要有結(jié)構(gòu)尺寸不合格、導(dǎo)體電阻不合格等。線纜內(nèi)部導(dǎo)體質(zhì)量是影響線纜導(dǎo)體電阻的重要因素。導(dǎo)體在生產(chǎn)過(guò)程中，由于工藝或技術(shù)原因，線纜根數(shù)易出現(xiàn)缺漏或過(guò)多情況，將直接影響線纜的導(dǎo)電性能，在使用過(guò)程中除易引發(fā)火災(zāi)，還會(huì)加速包覆在電線外的絕緣層的老化，埋下安全隱患。因此，對(duì)導(dǎo)體根數(shù)進(jìn)行檢測(cè)至關(guān)重要。

傳統(tǒng)的線纜導(dǎo)體根數(shù)統(tǒng)計(jì)主要是通過(guò)人工計(jì)數(shù)，人工計(jì)數(shù)耗時(shí)耗力，且易統(tǒng)計(jì)錯(cuò)誤。隨著機(jī)器視覺(jué)的發(fā)展，自動(dòng)化檢測(cè)計(jì)數(shù)被應(yīng)用到各個(gè)領(lǐng)域，侯維巖等[1]提出使用圖像處理的方式解決捆扎棒材計(jì)數(shù)問(wèn)題；羅根等[2]利用機(jī)器視覺(jué)實(shí)現(xiàn)手機(jī)屏幕玻璃尺寸的自動(dòng)檢測(cè)；陳浩等[3]提出了利用機(jī)器視覺(jué)解決棒材計(jì)數(shù)問(wèn)題；李彥清等[4]利用圖像技術(shù)實(shí)現(xiàn)鋼球 的精確計(jì)量與尺寸識(shí)別。機(jī)器視覺(jué)成功解決了相關(guān)行業(yè)中的自動(dòng)檢測(cè)技術(shù)難題，但對(duì)線纜導(dǎo)體根數(shù)自動(dòng)檢測(cè)的相關(guān)研究較少。

針對(duì)以上問(wèn)題，本文提出了一種基于機(jī)器視覺(jué)的導(dǎo)體計(jì)數(shù)方法，首先對(duì)線纜內(nèi)部導(dǎo)體截面圖像進(jìn)行圖像預(yù)處理，提取目標(biāo)區(qū)域，對(duì)導(dǎo)體緊密度進(jìn)行分析。根據(jù)緊密度的不同提出自適應(yīng)分割算法對(duì)目標(biāo)區(qū)域進(jìn)行分割、數(shù)量統(tǒng)計(jì)，而后根據(jù)先驗(yàn)知識(shí)對(duì)統(tǒng)計(jì)結(jié)果進(jìn)行校驗(yàn)并校正，得到最終的統(tǒng)計(jì) 結(jié)果。

1 線纜內(nèi)部導(dǎo)體截面圖像預(yù)處理

為了避免無(wú)關(guān)部分對(duì)導(dǎo)體圖像分割、計(jì)算結(jié)果產(chǎn)生影響，需要進(jìn)行圖像預(yù)處理獲取導(dǎo)體目標(biāo)區(qū)域。主要步驟如下。

1.1 閾值分割

根據(jù)樣本圖像特征，本文采用最大類間方差法進(jìn)行閾值分割。最大類間方差法（OTSU）[5]是一種基于點(diǎn)的自適應(yīng)最佳全局閾值處理方法，其基本原理是選取一個(gè)最佳閾值，使得圖像二值化后，前景和背景兩個(gè)類的類間方差最大。

分割后的導(dǎo)體截面圖像，其中存在噪聲和絕緣層部分的干擾，需要進(jìn)一步去除噪聲及其他干擾。

1.2 噪聲及其他干擾去除

在樣本圖像采集過(guò)程中由于設(shè)備的基本性質(zhì)、環(huán)境因素，都可能產(chǎn)生噪聲。這些噪聲會(huì)掩蓋圖像的部分細(xì)節(jié)信息，對(duì)進(jìn)一步測(cè)量產(chǎn)生影響。為了減少圖像噪聲帶來(lái)的不利影響，必須對(duì)樣本圖像進(jìn)行去噪處理。同時(shí)，樣本圖像中除導(dǎo)體區(qū)域，其余區(qū)域均為干擾部分，同樣會(huì)影響測(cè)量結(jié)果。

圖像的去噪處理也稱為圖像濾波，其核心思想是通過(guò)數(shù)學(xué)方法模擬各類噪聲的行為及影響，并把噪聲的影響效果去除，通常是用特定的濾波器對(duì)圖像做卷積處理。常用的圖像濾波方法有基于空間域的濾波和基于頻率域的濾波，除此之外，還有形態(tài)學(xué)濾波等其他新的圖像濾波方法。

不同的濾波器處理噪聲的效果不同，為了在去除噪聲的同時(shí)不損失邊緣，本文選用中值濾波做圖像去噪處理。

針對(duì)線纜絕緣層部分產(chǎn)生的影響，采用特征篩選法，分析發(fā)現(xiàn)，線纜絕緣層部分的區(qū)域?qū)挾让黠@大于內(nèi)部導(dǎo)體區(qū)域?qū)挾龋迷撎卣骺扇コ^緣層區(qū)域，篩選出導(dǎo)體區(qū)域，為減少計(jì)算耗時(shí)，取導(dǎo)體區(qū)域最小矩形框獲得最佳目標(biāo)區(qū)域。

2 導(dǎo)體分割

為了準(zhǔn)確地實(shí)現(xiàn)導(dǎo)體根數(shù)統(tǒng)計(jì)，需要將粘連的導(dǎo)體分割為單根導(dǎo)體，便于根數(shù)統(tǒng)計(jì)。常用的粘連分割方法有二值圖像閾值分割、基于形態(tài)學(xué)腐蝕的分割方法、基于拓?fù)淅碚摰臄?shù)學(xué)形態(tài)學(xué)的分割方法。本文對(duì)樣本圖像進(jìn)行基于形態(tài)學(xué)腐蝕的分割方法和改進(jìn)后的自適應(yīng)分水嶺分割算法兩種分割實(shí)驗(yàn)。

2.1 基于形態(tài)學(xué)腐蝕的分割方法

腐蝕操作是對(duì)所選區(qū)域進(jìn)行“收縮”的一種操作，經(jīng)過(guò)腐蝕操作后，圖像區(qū)域的邊緣會(huì)變得平滑，區(qū)域像素將會(huì)減少，相連部分會(huì)斷開，以達(dá)到分割粘連的目的。利用該方法進(jìn)行分割粘連，極易出現(xiàn)過(guò)分割或欠分割，且無(wú)法保留單根導(dǎo)體的輪廓，若需要計(jì)算單根導(dǎo)體面積，將無(wú)法進(jìn)行計(jì)算。

2.2 改進(jìn)的自適應(yīng)分水嶺分割算法

分水嶺算法[6]是一種基于拓?fù)淅碚摰臄?shù)學(xué)形態(tài)學(xué)的分割方法。分水嶺算法對(duì)目標(biāo)區(qū)域的邊緣較為敏感，可充分保留目標(biāo)區(qū)域邊緣。但同時(shí)也易出現(xiàn)過(guò)分割的問(wèn)題?；诰嚯x變換的分水嶺粘連分割方法是較常用的一種分割方法。由于金屬導(dǎo)體暴露在空氣中會(huì)出現(xiàn)氧化現(xiàn)象，此時(shí)樣本圖像中導(dǎo)體部分亮度不均勻，利用基于距離變換的分水嶺粘連分割方法易出現(xiàn)過(guò)分割情況，影響導(dǎo)體根數(shù)統(tǒng)計(jì)精確度。氧化導(dǎo)體分割效果如圖1所示。

圖1 氧化導(dǎo)體分割效果

針對(duì)以上問(wèn)題，本文在基于距離變換的分水嶺粘連分割方法的基礎(chǔ)上進(jìn)行改進(jìn)，提出改進(jìn)的自適應(yīng)分水嶺分割算法。算法步驟為：①對(duì)目標(biāo)區(qū)域二值化處理得到二值圖像，計(jì)算其面積1；②獲取目標(biāo)區(qū)域二值圖像最小外接圓，計(jì)算其面積2；③由于單根導(dǎo)體路面闊為近圓形，使得多跟導(dǎo)體緊密排列時(shí)導(dǎo)體間出現(xiàn)縫隙，本文用緊密度來(lái)描述導(dǎo)體間空隙大小，并將其作為自適應(yīng)參數(shù)，計(jì)算自適應(yīng)參數(shù)=2/1；距離變換后分水嶺分割初始閾值為，分水嶺分割閾值函數(shù)（）=×-2。

利用（）與的函數(shù)關(guān)系自動(dòng)設(shè)定分水嶺分割閾值，實(shí)現(xiàn)自適應(yīng)分水嶺分割算法。利用該方法對(duì)導(dǎo)體目標(biāo)區(qū)域分割結(jié)果如圖2所示。該方法可以完整分割出每根導(dǎo)體。

圖2 自適應(yīng)分水嶺分割算法分割結(jié)果

3 實(shí)驗(yàn)結(jié)果分析及校驗(yàn)

3.1 實(shí)驗(yàn)結(jié)果分析

分別取不同直徑的線纜采樣進(jìn)行。實(shí)驗(yàn)結(jié)果如圖3所示。針對(duì)幾種不同直徑的線纜樣本，均可準(zhǔn)確計(jì)算出其內(nèi)部導(dǎo)體根數(shù)。

圖3 部分實(shí)驗(yàn)結(jié)果

3.2 統(tǒng)計(jì)結(jié)果校驗(yàn)

分析線纜內(nèi)部導(dǎo)體特征可發(fā)現(xiàn)，線纜內(nèi)部每根導(dǎo)體面積相近，可根據(jù)該特征對(duì)統(tǒng)計(jì)結(jié)果進(jìn)行驗(yàn)證。驗(yàn)證具體步驟如下：①分別計(jì)算每一根導(dǎo)體的面積i，∈{1，2，…，}，為導(dǎo)體總數(shù)；②尋找所有面積中間面積值mid；③尋找最大單根導(dǎo)體面積max，最小導(dǎo)體面積min，如果存在mid－min＞mid/2或max－mid＞mid/2，證明統(tǒng)計(jì)錯(cuò)誤，重新計(jì)算。

通過(guò)結(jié)果校驗(yàn)，進(jìn)一步保證統(tǒng)計(jì)結(jié)果的準(zhǔn)確性。

4 結(jié)論

針對(duì)傳統(tǒng)的人工導(dǎo)體計(jì)數(shù)的不足，提出了一種基于機(jī)器視覺(jué)的導(dǎo)體計(jì)數(shù)方法，根據(jù)線纜內(nèi)部導(dǎo)體緊密度不同提出自適應(yīng)分割算法對(duì)目標(biāo)區(qū)域進(jìn)行分割、數(shù)量統(tǒng)計(jì)。并利用先驗(yàn)知識(shí)對(duì)統(tǒng)計(jì)結(jié)果進(jìn)行校驗(yàn)并校正，得到最終統(tǒng)計(jì)結(jié)果。該方法能夠快速準(zhǔn)確地檢測(cè)出線纜導(dǎo)體根數(shù)?在導(dǎo)體質(zhì)量檢測(cè)行業(yè)中具有積極意義，可以被廣泛應(yīng)用，大幅提高檢測(cè)效率及檢測(cè)準(zhǔn)確率。

［1］侯維巖，張利偉，黨蟒，等.一種基于圖像處理的棒材計(jì)數(shù)測(cè)量系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［J］.儀器儀表學(xué)報(bào)，2013，34（5）：1100-1106.

［2］羅根，倪軍.基于機(jī)器視覺(jué)的手機(jī)屏幕玻璃尺寸檢測(cè)及崩邊評(píng)價(jià)［J］.電子測(cè)量與儀器學(xué)報(bào)，2018（2）：92-96.

［3］陳浩，王景中，姚光明.基于類圓分割的棒材計(jì)數(shù)圖像識(shí)別［J］.工程圖學(xué)學(xué)報(bào)，2004（4）：98-103.

［4］李彥清，何紹鑫，趙俊瀟，等.基于圖像技術(shù)的鋼球精確計(jì)數(shù)與尺寸識(shí)別系統(tǒng)［J］.吉林大學(xué)學(xué)報(bào)（信息科學(xué)版），2019，37（6）：631-637.

［5］楊威，馬瑜，孔聰雅，等.基于分?jǐn)?shù)階狼群優(yōu)化的Otsu圖像分割算法［J］.液晶與顯示，2019，34（7）：716-723.

［6］DUDANI S A，BREEING K J，MCGHEE R B.Aircraft identification by moment invariants［J］.IEEE trans computers， 1977，26（1）：39-46.

2095－6835（2021）06－0082－02

TP391.4

A

10.15913/j.cnki.kjycx.2021.06.029

侯北平（1976—），男，博士，教授，碩士導(dǎo)師，現(xiàn)任浙江科技學(xué)院自動(dòng)化與電氣工程學(xué)院院長(zhǎng)、黨委書記、中德聯(lián)合機(jī)器視覺(jué)研究所中方負(fù)責(zé)人，研究方向?yàn)闄C(jī)器視覺(jué)、圖像處理、人工智能技術(shù)、工業(yè)物聯(lián)網(wǎng)。

劉宇（1994—），男，研究生在讀，研究方向?yàn)闄C(jī)器視覺(jué)與模式識(shí)別、圖像處理、智能控制。

〔編輯：張思楠〕