CN106780596A - 一种双绞线绕距在线检测***及方法 - Google Patents
一种双绞线绕距在线检测***及方法 Download PDFInfo
- Publication number
- CN106780596A CN106780596A CN201611232992.6A CN201611232992A CN106780596A CN 106780596 A CN106780596 A CN 106780596A CN 201611232992 A CN201611232992 A CN 201611232992A CN 106780596 A CN106780596 A CN 106780596A
- Authority
- CN
- China
- Prior art keywords
- image
- pulley
- twisted
- pair feeder
- nios
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000010998 test method Methods 0.000 claims abstract description 11
- 238000003708 edge detection Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 238000003780 insertion Methods 0.000 claims description 6
- 230000037431 insertion Effects 0.000 claims description 6
- 230000009977 dual effect Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 230000001629 suppression Effects 0.000 claims description 4
- 230000006835 compression Effects 0.000 abstract description 3
- 238000007906 compression Methods 0.000 abstract description 3
- 230000006837 decompression Effects 0.000 abstract description 3
- 238000004321 preservation Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4015—Image demosaicing, e.g. colour filter arrays [CFA] or Bayer patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种双绞线绕距在线检测***及方法，该***包括图像采集装置、FPGA、SDRAM存储器、显示器和终端机，FPGA包括NiosⅡ处理器、VGA控制器和SDRAM控制器，图像采集装置实时采集经过的双绞线的图像并将该图像作为原始图像发送给NiosⅡ处理器，NiosⅡ处理器对先原始图像进行处理得到处理后的图像，然后基于该处理后的图像计算得到双绞线绕距；优点是在FPGA中进行图像处理，克服了现有软件平台中图像处理需要进行图像的保存，压缩与解压缩等一系列过程带来信号延时导致的实时性差的问题，由此保证双绞线绕距在线检测方法具有较强的实时处理能力。
Description
技术领域
本发明涉及一种检测***及方法，尤其是涉及一种双绞线绕距在线检测***及方法。
背景技术
随着互联网的迅猛发展，互联网的传输速度也越来越快。网线作为互联网的主要传输工具，其通常包括管体和设置在管体的双绞线。网线传输速度越快，双绞线内部的串扰就越大。为了保证网线高速传输的质量要求，在网线生产过程中需要将双绞线的串扰控制在一定的范围内。而决定双绞线的串扰的主要因素是双绞线的绕距，目前主要通过在生产过程中控制双绞线的绕距来控制其串扰。双绞线的绕距指的是双绞线中扭饶一节的长度，目前主要通过手工方式抽检双绞线的绕距，但是该方式效率低，漏检率高，精度低。
随着图像处理技术的成熟，采用图像处理技术来对产品图像进行处理从而获取产品的相应信息已成为现实。图像处理技术在各行各业得到了广泛的应用。但是，目前的图像处理技术主要基于软件平台来实现，由于软件平台有处理速度方面的不足，导致其无法满足真实环境下对实时性的要求，因此采用硬件平台来实现图像处理技术逐渐成为当前的研究热点。
随着超大规模集成电路技术的不断发展进步，FPGA逐渐的成为数字信号处理技术的前沿。它突破了逻辑资源与性能的限制，即具有通用处理***的灵活性，又具有ASIC(专用集成电路)芯片的处理速度。此外，还具有在线可重复编程的特性，在规模、重量和功耗等方面都有所降低，开发时间也大大缩减，从而可以产生更为经济的设计。
在双绞线的工业流水线上，双绞线绕距值在线检测这样的场合对***的体积、功耗和实时性都有很高的要求。鉴此，结合FPGA及图像处理技术，设计一种体积较小、功耗较低、实时处理能力强的双绞线绕距在线检测***及方法具有重要意义
发明内容
本发明所要解决的技术问题之一是提供一种体积较小、功耗较低、实时处理能力强的双绞线绕距在线检测***。
本发明解决上述技术问题之一所采用的技术方案为：一种双绞线绕距在线检测***，包括用于采集双绞线图像的图像采集装置、FPGA、SDRAM存储器、显示器和终端机，所述的FPGA包括NiosⅡ处理器、VGA控制器和SDRAM控制器，所述的NiosⅡ处理器分别与所述的VGA控制器、所述的SDRAM控制器、所述的图像采集装置和所述的终端机连接，所述的SDRAM控制器和所述的SDRAM存储器连接，所述的VGA控制器和所述的显示器连接；将所述的图像采集装置安装在双绞线的生产流水线中，生产出来的双绞线通过所述的图像采集装置后被输出，所述的图像采集装置实时采集经过的双绞线的图像并将该图像作为原始图像发送给所述的NiosⅡ处理器，所述的NiosⅡ处理器对原始图像进行处理得到处理后的图像，然后基于该处理后的图像计算得到双绞线绕距，所述的NiosⅡ处理器将双绞线绕距发送给所述的终端机存储，所述的VGA控制器用于控制所述的显示器显示所述的NiosⅡ处理器处理后的图像，所述的SDRAM控制器用于将所述的NiosⅡ处理器接收的图像和处理后的图像存储到所述的SDRAM存储器中。
所述的双绞线图像采集装置包括安装台、采集室、光源、摄像机、用于将双绞线送入所述的采集室的第一导向装置和用于将双绞线送出所述的采集室的第二导向装置，所述的采集室、所述的第一导向装置和所述的第二导向装置间隔设置在所述的安装台上，所述的采集室设置在所述的第一导向装置和所述的第二导向装置之间，所述的光源和所述的摄像机设置在所述的采集室内，所述的采集室上设置有进线口和出线口。该结构中，通过安装台、采集室、光源、摄像机、用于将双绞线送入采集室的第一导向装置和用于将双绞线送出采集室的第二导向装置构建双绞线图像采集装置，采集室、第一导向装置和第二导向装置间隔设置在安装台上，采集室设置在第一导向装置和第二导向装置之间，光源和摄像机设置在采集室内，采集室上设置有进线口和出线口，在使用时，双绞线被第一导向装置输送并经由进线口进入采集室中，在光源照射下，双绞线在采集室底部形成投影图像，采集室中设置的摄像机捕获经过的双绞线的投影图像后，双绞线再从出线口通过第二导向装置送出，由此实现对双绞线图像的实时采集。
所述的采集室包括上端具有开口的壳体和用于将所述的开口封闭的盖体，所述的壳体设置在所述的安装台上，所述的壳体的内侧底部为白色，所述的壳体内侧侧壁为黑色，所述的盖体的下表面设置有凹槽，所述的光源嵌入所述的凹槽内，所述的进线口和所述的出线口设置在所述的壳体上。该结构将光源安装在盖体的凹槽内，只需要拆下盖体即可实现光源的更换，使用方便。
所述的第一导向装置包括第一支架，第一滑轮和第二滑轮，所述的第一支架设置在所述的安装台上，所述的第一滑轮和所述的第二滑轮间隔固定设置在所述的第一支架上，所述的第二滑轮位于所述的第一滑轮和所述的采集室之间，所述的第二滑轮高于所述的第一滑轮，所述的第一滑轮和所述的第二滑轮的中心连线与水平面之间的夹角为30度。
所述的第二导向装置包括第二支架，第三滑轮和第四滑轮，所述的第二支架设置在所述的安装台上，所述的第三滑轮和所述的第四滑轮间隔固定设置在所述的第二支架上，所述的第三滑轮位于所述的第四滑轮和所述的采集室之间，所述的第三滑轮高于所述的第四滑轮，所述的第三滑轮和所述的第四滑轮的中心连线与水平面之间的夹角为30度。
与现有技术相比，本发明的双绞线绕距在线检测***的优点在于通过将图像采集装置安装在双绞线的生产流水线中，生产出来的双绞线通过图像采集装置后被输出，图像采集装置实时采集经过的双绞线的图像并将该图像作为原始图像发送给NiosⅡ处理器，NiosⅡ处理器对原始图像进行处理得到处理后的图像，然后基于该处理后的图像计算得到双绞线绕距，NiosⅡ处理器将双绞线绕距发送给终端机存储，由此实现双绞线绕距的在线检测，VGA控制器用于控制显示器显示NiosⅡ处理器处理后的图像，SDRAM控制器用于将NiosⅡ处理器接收的图像和处理后的图像存储到SDRAM存储器中，NiosⅡ处理器、VGA控制器和SDRAM控制器采用FPGA来实现，在FPGA中进行图像处理，克服了现有软件平台中图像处理需要进行图像的保存，压缩与解压缩等一系列过程带来信号延时导致的实时性差的问题，由此保证双绞线绕距在线检测***体积较小、功耗较低、稳定性好和实时处理能力强。
本发明所要解决的技术问题之二是提供一种实时处理能力强的双绞线绕距在线检测方法。
本发明解决上述技术问题之二所采用的技术方案为：一种双绞线绕距在线检测方法，包括以下步骤：
(1)搭建双绞线绕距在线检测***：所述的双绞线绕距在线检测***包括用于采集双绞线图像的图像采集装置、FPGA、SDRAM存储器、显示器和终端机，所述的FPGA包括NiosⅡ处理器、VGA控制器和SDRAM控制器，所述的NiosⅡ处理器分别与所述的VGA控制器、所述的SDRAM控制器、所述的图像采集装置和所述的终端机连接，所述的SDRAM控制器和所述的SDRAM存储器连接，所述的VGA控制器和所述的显示器连接；
(2)所述的图像采集装置实时采集双绞线的图像，并将该图像作为原始图像发送给所述的NIOS II处理器；
(3)所述的NIOS II处理器驱动所述的SDRAM控制器将该原始图像存储到所述的SDRAM存储器中；
(4)所述的NIOS II处理器对该原始图像进行处理，得到双绞线绕距，具体过程为：
a.利用反马赛克算法对所述的原始图像进行插值处理，得到该原始图像对应的彩色图像；
b.对彩色图像进行灰度化处理，得到该彩色图像对应的灰度图像，并控制所述的SDRAM控制器将该灰度图像存储到SDRAM存储器中；
c.采用Canny边缘检测算法对灰度图像进行边缘检测处理，具体过程为：
c-1采用中值滤波法对灰度图像进行去噪处理，得到去噪之后的灰度图像
c-2采用Sobel算子计算去噪后的灰度图像中所有像素点的梯度幅值，采用CORDIC算法计算去噪后的灰度图像中所有像素点的梯度方向；
c-3利用像素点的梯度幅值和梯度方向对去噪后的灰度图像进行非极大值抑制计算处理，得到边缘宽度为一个像素点宽度的图像；
c-4对边缘宽度为一个像素点宽度的图像中所有像素点采用双阈值算法进行检测，得到平行于水平方向的双绞线Canny边缘检测图像，其中，Canny边缘检测图像中像素点的个数为M*N，每行有M个像素点，每列有N个像素点，M＝640,N＝480，或者M＝800,N＝600，或者M＝1280，N＝960，或者M＝1600，N＝1200；
c-5将Canny边缘检测图像存储在SDRAM存储器中；
c-6求取双绞线绕距，具体过程为：
①获取Canny边缘检测图像中所有的像素点的水平坐标和垂直坐标，并按照从左向右的顺序计算每一列像素点的高度，得到M个高度，将M个高度按照从左往右的顺序放置形成第一数组，将该第一数组记为A，其中，每一列像素点的高度为该列最后一个像素点与该列第一个像素点的垂直坐标之差；
②将第一高度数组A从左往右平均分成组数据，为取整符号；
③获取组数据中每组数据中的最小值，将这个最小值按照从左往右的顺序放置形成第二数组，将该第二数组记为B；
④获取个最小值在Canny边缘检测图像中所处的像素点列的水平坐标，并按照从左往右的顺序将这些水平坐标放置形成第三数组，将第三数组记为C；
⑤计算将第三数组C中每相邻两个水平坐标之差，相邻两个水平坐标之差即为双绞线绕距，得到个双绞线绕距；
⑥将个双绞线绕距通过无线串口传输到终端机上进行保存。
所述的双绞线图像采集装置包括安装台、采集室、光源、摄像机、用于将双绞线送入所述的采集室的第一导向装置和用于将双绞线送出所述的采集室的第二导向装置，所述的采集室、所述的第一导向装置和所述的第二导向装置间隔设置在所述的安装台上，所述的采集室设置在所述的第一导向装置和所述的第二导向装置之间，所述的光源和所述的摄像机设置在所述的采集室内，所述的采集室上设置有进线口和出线口。
所述的采集室包括上端具有开口的壳体和用于将所述的开口封闭的盖体，所述的壳体设置在所述的安装台上，所述的壳体的内侧底部为白色，所述的壳体内侧侧壁为黑色，所述的盖体的下表面设置有凹槽，所述的光源嵌入所述的凹槽内，所述的进线口和所述的出线口设置在所述的壳体上。
所述的第一导向装置包括第一支架，第一滑轮和第二滑轮，所述的第一支架设置在所述的安装台上，所述的第一滑轮和所述的第二滑轮间隔固定设置在所述的第一支架上，所述的第二滑轮位于所述的第一滑轮和所述的采集室之间，所述的第二滑轮高于所述的第一滑轮，所述的第一滑轮和所述的第二滑轮的中心连线与水平面之间的夹角为30度。
所述的第二导向装置包括第二支架，第三滑轮和第四滑轮，所述的第二支架设置在所述的安装台上，所述的第三滑轮和所述的第四滑轮间隔固定设置在所述的第二支架上，所述的第三滑轮位于所述的第四滑轮和所述的采集室之间，所述的第三滑轮高于所述的第四滑轮，所述的第三滑轮和所述的第四滑轮的中心连线与水平面之间的夹角为30度。
与现有技术相比，本发明的双绞线绕距在线检测方法的优点在于通过将图像采集装置安装在双绞线的生产流水线中，生产出来的双绞线通过图像采集装置后被输出，图像采集装置实时采集经过的双绞线的图像并将该图像作为原始图像发送给NiosⅡ处理器，NiosⅡ处理器对先原始图像进行处理得到处理后的图像，然后基于该处理后的图像计算得到双绞线绕距，NiosⅡ处理器将双绞线绕距发送给终端机存储，由此实现双绞线绕距的在线检测，VGA控制器用于控制显示器显示NiosⅡ处理器处理后的图像，SDRAM控制器用于将NiosⅡ处理器接收的图像和处理后的图像存储到SDRAM存储器中，NiosⅡ处理器、VGA控制器和SDRAM控制器采用FPGA来实现，在FPGA中进行图像处理，克服了现有软件平台中图像处理需要进行图像的保存，压缩与解压缩等一系列过程带来信号延时导致的实时性差的问题，由此保证双绞线绕距在线检测方法具有较强的实时处理能力。
附图说明
图1为本发明的一种双绞线绕距在线检测***的结构图；
图2为本发明的双绞线图像采集装置的结构图；
图3为本发明的双绞线图像采集装置的局部分解图。
具体实施方式
本发明公开了一种双绞线绕距在线检测***，以下结合附图实施例对本发明的双绞线在线检***作进一步详细描述。
实施例一：如图1所示，一种双绞线绕距在线检测***，包括用于采集双绞线图像的图像采集装置、FPGA、SDRAM存储器、显示器和终端机，FPGA包括NiosⅡ处理器、VGA控制器和SDRAM控制器，NiosⅡ处理器分别与VGA控制器、SDRAM控制器、图像采集装置和终端机连接，SDRAM控制器和SDRAM存储器连接，VGA控制器和显示器连接；将图像采集装置安装在双绞线的生产流水线中，生产出来的双绞线通过图像采集装置后被输出，图像采集装置实时采集经过的双绞线的图像并将该图像作为原始图像发送给NiosⅡ处理器，NiosⅡ处理器对原始图像进行处理得到处理后的图像，然后基于该处理后的图像计算得到双绞线绕距，NiosⅡ处理器将双绞线绕距发送给终端机存储，VGA控制器用于控制显示器显示NiosⅡ处理器处理后的图像，SDRAM控制器用于将NiosⅡ处理器接收的图像和处理后的图像存储到SDRAM存储器中。
实施例二：如图1-图3所示，一种双绞线绕距在线检测***，包括用于采集双绞线图像的图像采集装置、FPGA、SDRAM存储器、显示器和终端机，FPGA包括NiosⅡ处理器、VGA控制器和SDRAM控制器，NiosⅡ处理器分别与VGA控制器、SDRAM控制器、图像采集装置和终端机连接，SDRAM控制器和SDRAM存储器连接，VGA控制器和显示器连接；将图像采集装置安装在双绞线的生产流水线中，生产出来的双绞线通过图像采集装置后被输出，图像采集装置实时采集经过的双绞线的图像并将该图像作为原始图像发送给NiosⅡ处理器，NiosⅡ处理器对原始图像进行处理得到处理后的图像，然后基于该处理后的图像计算得到双绞线绕距，NiosⅡ处理器将双绞线绕距发送给终端机存储，VGA控制器用于控制显示器显示NiosⅡ处理器处理后的图像，SDRAM控制器用于将NiosⅡ处理器接收的图像和处理后的图像存储到SDRAM存储器中。
本实施例中，图像采集装置包括安装台1、采集室、光源2、摄像机3、用于将双绞线送入采集室的第一导向装置和用于将双绞线送出采集室的第二导向装置，采集室、第一导向装置和第二导向装置间隔设置在安装台1上，采集室设置在第一导向装置和第二导向装置之间，光源2和摄像机3设置在采集室内，采集室上设置有进线口4和出线口5。
本实施例中，采集室包括上端具有开口的壳体6和用于将开口封闭的盖体7，壳体6设置在安装台1上，壳体6的内侧底部为白色，壳体6内侧侧壁为黑色，盖体7的下表面设置有凹槽，光源2嵌入凹槽内，进线口4和出线口5设置在壳体6上。
本实施例中，第一导向装置包括第一支架8，第一滑轮9和第二滑轮10，第一支架8设置在安装台1上，第一滑轮9和第二滑轮10间隔固定设置在第一支架8上，第二滑轮10位于第一滑轮9和采集室之间，第二滑轮10高于第一滑轮9，第一滑轮9和第二滑轮10的中心连线与水平面之间的夹角为30度。
本实施例中，第二导向装置包括第二支架11，第三滑轮12和第四滑轮13，第二支架11设置在安装台1上，第三滑轮12和第四滑轮13间隔固定设置在第二支架11上，第三滑轮12位于第四滑轮13和采集室之间，第三滑轮12高于第四滑轮13，第三滑轮12和第四滑轮13的中心连线与水平面之间的夹角为30度。
本实施例中，进线口4和出线口5分别位于采集室的2/3高度处。
本实施例中，摄像机3相对于水平面倾斜75度设置。
本实施例中，光源2为LED光源。
本发明还公开了一种双绞线绕距在线检测方法，以下结合附图实施例对本发明的双绞线在线检方法作进一步详细描述。
实施例一：如图1所示，一种双绞线绕距在线检测方法，包括以下步骤：
(1)搭建双绞线绕距在线检测***：双绞线绕距在线检测***包括用于采集双绞线图像的图像采集装置、FPGA、SDRAM存储器、显示器和终端机，FPGA包括NiosⅡ处理器、VGA控制器和SDRAM控制器，NiosⅡ处理器分别与VGA控制器、SDRAM控制器、图像采集装置和终端机连接，SDRAM控制器和SDRAM存储器连接，VGA控制器和显示器连接；
(2)图像采集装置实时采集双绞线的图像，并将该图像作为原始图像发送给NIOSII处理器；
(3)NIOS II处理器驱动SDRAM控制器将该原始图像存储到SDRAM存储器中；
(4)NIOS II处理器对该原始图像进行处理，得到双绞线绕距，具体过程为：
a.利用反马赛克算法对原始图像进行插值处理，得到该原始图像对应的彩色
图像；
b.对彩色图像进行灰度化处理，得到该彩色图像对应的灰度图像，并控制SDRAM控制器将该灰度图像存储到SDRAM存储器中；
c.采用Canny边缘检测算法对灰度图像进行边缘检测处理，具体过程为：
c-1采用中值滤波法对灰度图像进行去噪处理，得到去噪之后的灰度图像
c-2采用Sobel算子计算去噪后的灰度图像中所有像素点的梯度幅值，采用CORDIC算法计算去噪后的灰度图像中所有像素点的梯度方向；
c-3利用像素点的梯度幅值和梯度方向对去噪后的灰度图像进行非极大值抑制计算处理，得到边缘宽度为一个像素点宽度的图像；
c-4对边缘宽度为一个像素点宽度的图像中所有像素点采用双阈值算法进行检测，得到平行于水平方向的双绞线Canny边缘检测图像，其中，Canny边缘检测图像中像素点的个数为M*N，每行有M个像素点，每列有N个像素点，M＝640,N＝480，或者M＝800,N＝600，或者M＝1280，N＝960，或者M＝1600，N＝1200；
c-5将Canny边缘检测图像存储在SDRAM存储器中；
c-6求取双绞线绕距，具体过程为：
①获取Canny边缘检测图像中所有的像素点的水平坐标和垂直坐标，并按照从左向右的顺序计算每一列像素点的高度，得到M个高度，将M个高度按照从左往右的顺序放置形成第一数组，将该第一数组记为A，其中，每一列像素点的高度为该列最后一个像素点与该列第一个像素点的垂直坐标之差；
②将第一高度数组A从左往右平均分成组数据，为取整符号；
③获取组数据中每组数据中的最小值，将这个最小值按照从左往右的顺序放置形成第二数组，将该第二数组记为B；
④获取个最小值在Canny边缘检测图像中所处的像素点列的水平坐标，并按照从左往右的顺序将这些水平坐标放置形成第三数组，将第三数组记为C；
⑤计算将第三数组C中每相邻两个水平坐标之差，相邻两个水平坐标之差即为双绞线绕距，得到个双绞线绕距；
⑥将个双绞线绕距通过无线串口传输到终端机上进行保存。
实施例一：如图1-图3所示，一种双绞线绕距在线检测方法，包括以下步骤：
(1)搭建双绞线绕距在线检测***：双绞线绕距在线检测***包括用于采集双绞线图像的图像采集装置、FPGA、SDRAM存储器、显示器和终端机，FPGA包括NiosⅡ处理器、VGA控制器和SDRAM控制器，NiosⅡ处理器分别与VGA控制器、SDRAM控制器、图像采集装置和终端机连接，SDRAM控制器和SDRAM存储器连接，VGA控制器和显示器连接；
(2)图像采集装置实时采集双绞线的图像，并将该图像作为原始图像发送给NIOSII处理器；
(3)NIOS II处理器驱动SDRAM控制器将该原始图像存储到SDRAM存储器中；
(4)NIOS II处理器对该原始图像进行处理，得到双绞线绕距，具体过程为：
a.利用反马赛克算法对原始图像进行插值处理，得到该原始图像对应的彩色
图像；
b.对彩色图像进行灰度化处理，得到该彩色图像对应的灰度图像，并控制SDRAM控制器将该灰度图像存储到SDRAM存储器中；
c.采用Canny边缘检测算法对灰度图像进行边缘检测处理，具体过程为：
c-1采用中值滤波法对灰度图像进行去噪处理，得到去噪之后的灰度图像
c-2采用Sobel算子计算去噪后的灰度图像中所有像素点的梯度幅值，采用CORDIC算法计算去噪后的灰度图像中所有像素点的梯度方向；
c-3利用像素点的梯度幅值和梯度方向对去噪后的灰度图像进行非极大值抑制计算处理，得到边缘宽度为一个像素点宽度的图像；
c-4对边缘宽度为一个像素点宽度的图像中所有像素点采用双阈值算法进行检测，得到平行于水平方向的双绞线Canny边缘检测图像，其中，Canny边缘检测图像中像素点的个数为M*N，每行有M个像素点，每列有N个像素点，M＝640,N＝480，或者M＝800,N＝600，或者M＝1280，N＝960，或者M＝1600，N＝1200；
c-5将Canny边缘检测图像存储在SDRAM存储器中；
c-6求取双绞线绕距，具体过程为：
①获取Canny边缘检测图像中所有的像素点的水平坐标和垂直坐标，并按照从左向右的顺序计算每一列像素点的高度，得到M个高度，将M个高度按照从左往右的顺序放置形成第一数组，将该第一数组记为A，其中，每一列像素点的高度为该列最后一个像素点与该列第一个像素点的垂直坐标之差；
②将第一高度数组A从左往右平均分成组数据，为取整符号；
③获取组数据中每组数据中的最小值，将这个最小值按照从左往右的顺序放置形成第二数组，将该第二数组记为B；
④获取个最小值在Canny边缘检测图像中所处的像素点列的水平坐标，并按照从左往右的顺序将这些水平坐标放置形成第三数组，将第三数组记为C；
⑤计算将第三数组C中每相邻两个水平坐标之差，相邻两个水平坐标之差即为双绞线绕距，得到个双绞线绕距；
⑥将个双绞线绕距通过无线串口传输到终端机上进行保存。
本实施例中，图像采集装置包括安装台1、采集室、光源2、摄像机3、用于将双绞线送入采集室的第一导向装置和用于将双绞线送出采集室的第二导向装置，采集室、第一导向装置和第二导向装置间隔设置在安装台1上，采集室设置在第一导向装置和第二导向装置之间，光源2和摄像机3设置在采集室内，采集室上设置有进线口4和出线口5。
本实施例中，采集室包括上端具有开口的壳体6和用于将开口封闭的盖体7，壳体6设置在安装台1上，壳体6的内侧底部为白色，壳体6内侧侧壁为黑色，盖体7的下表面设置有凹槽，光源2嵌入凹槽内，进线口4和出线口5设置在壳体6上。
本实施例中，第一导向装置包括第一支架8，第一滑轮9和第二滑轮10，第一支架8设置在安装台1上，第一滑轮9和第二滑轮10间隔固定设置在第一支架8上，第二滑轮10位于第一滑轮9和采集室之间，第二滑轮10高于第一滑轮9，第一滑轮9和第二滑轮10的中心连线与水平面之间的夹角为30度。
本实施例中，第二导向装置包括第二支架11，第三滑轮12和第四滑轮13，第二支架11设置在安装台1上，第三滑轮12和第四滑轮13间隔固定设置在第二支架11上，第三滑轮12位于第四滑轮13和采集室之间，第三滑轮12高于第四滑轮13，第三滑轮12和第四滑轮13的中心连线与水平面之间的夹角为30度。
本实施例中，进线口4和出线口5分别位于采集室的2/3高度处。
本实施例中，摄像机3相对于水平面倾斜75度设置。
本实施例中，光源2为LED光源。
Claims (10)
1.一种双绞线绕距在线检测***，其特征在于包括用于采集双绞线图像的图像采集装置、FPGA、SDRAM存储器、显示器和终端机，所述的FPGA包括Nios Ⅱ处理器、VGA控制器和SDRAM控制器，所述的Nios Ⅱ处理器分别与所述的VGA控制器、所述的SDRAM控制器、所述的图像采集装置和所述的终端机连接，所述的SDRAM控制器和所述的SDRAM存储器连接，所述的VGA控制器和所述的显示器连接；将所述的图像采集装置安装在双绞线的生产流水线中，生产出来的双绞线通过所述的图像采集装置后被输出，所述的图像采集装置实时采集经过的双绞线的图像并将该图像作为原始图像发送给所述的Nios Ⅱ处理器，所述的Nios Ⅱ处理器对原始图像进行处理得到处理后的图像，然后基于该处理后的图像计算得到双绞线绕距，所述的Nios Ⅱ处理器将双绞线绕距发送给所述的终端机存储，所述的VGA控制器用于控制所述的显示器显示所述的Nios Ⅱ处理器处理后的图像，所述的SDRAM控制器用于将所述的Nios Ⅱ处理器接收的图像和处理后的图像存储到所述的SDRAM存储器中。
2.根据权利要求1所述的一种双绞线绕距检测***，其特征在于所述的双绞线图像采集装置包括安装台、采集室、光源、摄像机、用于将双绞线送入所述的采集室的第一导向装置和用于将双绞线送出所述的采集室的第二导向装置，所述的采集室、所述的第一导向装置和所述的第二导向装置间隔设置在所述的安装台上，所述的采集室设置在所述的第一导向装置和所述的第二导向装置之间，所述的光源和所述的摄像机设置在所述的采集室内，所述的采集室上设置有进线口和出线口。
3.根据权利要求2所述的一种双绞线绕距检测***，其特征在于所述的采集室包括上端具有开口的壳体和用于将所述的开口封闭的盖体，所述的壳体设置在所述的安装台上，所述的壳体的内侧底部为白色，所述的壳体内侧侧壁为黑色，所述的盖体的下表面设置有凹槽，所述的光源嵌入所述的凹槽内，所述的进线口和所述的出线口设置在所述的壳体上。
4.根据权利要求2所述的一种双绞线绕距检测***，其特征在于于所述的第一导向装置包括第一支架，第一滑轮和第二滑轮，所述的第一支架设置在所述的安装台上，所述的第一滑轮和所述的第二滑轮间隔固定设置在所述的第一支架上，所述的第二滑轮位于所述的第一滑轮和所述的采集室之间，所述的第二滑轮高于所述的第一滑轮，所述的第一滑轮和所述的第二滑轮的中心连线与水平面之间的夹角为30度。
5.根据权利要求2所述的一种双绞线绕距检测***，其特征在于所述的第二导向装置包括第二支架，第三滑轮和第四滑轮，所述的第二支架设置在所述的安装台上，所述的第三滑轮和所述的第四滑轮间隔固定设置在所述的第二支架上，所述的第三滑轮位于所述的第四滑轮和所述的采集室之间，所述的第三滑轮高于所述的第四滑轮，所述的第三滑轮和所述的第四滑轮的中心连线与水平面之间的夹角为30度。
6.一种双绞线绕距在线检测方法，其特征在于包括以下步骤：
(1)搭建双绞线绕距在线检测***：所述的双绞线绕距在线检测***包括用于采集双绞线图像的图像采集装置、FPGA、SDRAM存储器、显示器和终端机，所述的FPGA包括Nios Ⅱ处理器、VGA控制器和SDRAM控制器，所述的Nios Ⅱ处理器分别与所述的VGA控制器、所述的SDRAM控制器、所述的图像采集装置和所述的终端机连接，所述的SDRAM控制器和所述的SDRAM存储器连接，所述的VGA控制器和所述的显示器连接；
(2)所述的图像采集装置实时采集双绞线的图像，并将该图像作为原始图像发送给所述的NIOS II处理器；
(3)所述的NIOS II处理器驱动所述的SDRAM控制器将该原始图像存储到所述的SDRAM存储器中；
(4)所述的NIOS II处理器对该原始图像进行处理，得到双绞线绕距，具体过程为：
a.利用反马赛克算法对所述的原始图像进行插值处理，得到该原始图像对应的彩色图像；
b.对彩色图像进行灰度化处理，得到该彩色图像对应的灰度图像，并控制所述的SDRAM控制器将该灰度图像存储到SDRAM存储器中；
c.采用Canny边缘检测算法对灰度图像进行边缘检测处理，具体过程为：
c-1采用中值滤波法对灰度图像进行去噪处理，得到去噪之后的灰度图像
c-2采用Sobel算子计算去噪后的灰度图像中所有像素点的梯度幅值，采用CORDIC算法计算去噪后的灰度图像中所有像素点的梯度方向；
c-3利用像素点的梯度幅值和梯度方向对去噪后的灰度图像进行非极大值抑制计算处理，得到边缘宽度为一个像素点宽度的图像；
c-4对边缘宽度为一个像素点宽度的图像中所有像素点采用双阈值算法进行检测，得到平行于水平方向的双绞线Canny边缘检测图像，其中，Canny边缘检测图像中像素点的个数为M*N，每行有M个像素点，每列有N个像素点，M＝640,N＝480，或者M＝800,N＝600，或者M＝1280，N＝960，或者M＝1600，N＝1200；
c-5将Canny边缘检测图像存储在SDRAM存储器中；
c-6求取双绞线绕距，具体过程为：
①获取Canny边缘检测图像中所有的像素点的水平坐标和垂直坐标，并按照从左向右的顺序计算每一列像素点的高度，得到M个高度，将M个高度按照从左往右的顺序放置形成第一数组，将该第一数组记为A，其中，每一列像素点的高度为该列最后一个像素点与该列第一个像素点的垂直坐标之差；
②将第一高度数组A从左往右平均分成组数据，为取整符号；
③获取组数据中每组数据中的最小值，将这个最小值按照从左往右的顺序放置形成第二数组，将该第二数组记为B；
④获取个最小值在Canny边缘检测图像中所处的像素点列的水平坐标，并按照从左往右的顺序将这些水平坐标放置形成第三数组，将第三数组记为C；
⑤计算将第三数组C中每相邻两个水平坐标之差，相邻两个水平坐标之差即为双绞线绕距，得到个双绞线绕距；
⑥将个双绞线绕距通过无线串口传输到终端机上进行保存。
7.根据权利要求6所述的一种双绞线绕距在线检测方法，其特征在于所述的双绞线图像采集装置包括安装台、采集室、光源、摄像机、用于将双绞线送入所述的采集室的第一导向装置和用于将双绞线送出所述的采集室的第二导向装置，所述的采集室、所述的第一导向装置和所述的第二导向装置间隔设置在所述的安装台上，所述的采集室设置在所述的第一导向装置和所述的第二导向装置之间，所述的光源和所述的摄像机设置在所述的采集室内，所述的采集室上设置有进线口和出线口。
8.根据权利要求7所述的一种双绞线绕距在线检测方法，其特征在于所述的采集室包括上端具有开口的壳体和用于将所述的开口封闭的盖体，所述的壳体设置在所述的安装台上，所述的壳体的内侧底部为白色，所述的壳体内侧侧壁为黑色，所述的盖体的下表面设置有凹槽，所述的光源嵌入所述的凹槽内，所述的进线口和所述的出线口设置在所述的壳体上。
9.根据权利要求7所述的一种双绞线绕距在线检测方法，其特征在于所述的第一导向装置包括第一支架，第一滑轮和第二滑轮，所述的第一支架设置在所述的安装台上，所述的第一滑轮和所述的第二滑轮间隔固定设置在所述的第一支架上，所述的第二滑轮位于所述的第一滑轮和所述的采集室之间，所述的第二滑轮高于所述的第一滑轮，所述的第一滑轮和所述的第二滑轮的中心连线与水平面之间的夹角为30度。
10.根据权利要求7所述的一种双绞线绕距在线检测方法，其特征在于所述的第二导向装置包括第二支架，第三滑轮和第四滑轮，所述的第二支架设置在所述的安装台上，所述的第三滑轮和所述的第四滑轮间隔固定设置在所述的第二支架上，所述的第三滑轮位于所述的第四滑轮和所述的采集室之间，所述的第三滑轮高于所述的第四滑轮，所述的第三滑轮和所述的第四滑轮的中心连线与水平面之间的夹角为30度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611232992.6A CN106780596B (zh) | 2016-12-28 | 2016-12-28 | 一种双绞线绕距在线检测***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611232992.6A CN106780596B (zh) | 2016-12-28 | 2016-12-28 | 一种双绞线绕距在线检测***及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106780596A true CN106780596A (zh) | 2017-05-31 |
| CN106780596B CN106780596B (zh) | 2019-07-19 |
Family
ID=58921398
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611232992.6A Expired - Fee Related CN106780596B (zh) | 2016-12-28 | 2016-12-28 | 一种双绞线绕距在线检测***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106780596B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109059789A (zh) * | 2018-08-21 | 2018-12-21 | 成都天衡智造科技有限公司 | 基于机器视觉的电缆节距在线检测方法 |
| CN110544242A (zh) * | 2019-08-26 | 2019-12-06 | 珠海博明软件有限公司 | 一种实时线缆节距提取方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5049818A (en) * | 1989-03-04 | 1991-09-17 | U.S. Philips Corporation | Gradiometer for detecting weak magnetic fields including grooves carrying superconducting thin film conductors and method of making same |
| CN102663758A (zh) * | 2012-04-20 | 2012-09-12 | 北京工业大学 | 一种基于fpga控制核心的图像采集及处理方法 |
| CN104897071A (zh) * | 2015-04-28 | 2015-09-09 | 电子科技大学 | 一种基于机器视觉的双绞线节距测量方法 |
| CN105424719A (zh) * | 2015-11-11 | 2016-03-23 | 江苏长城电缆有限公司 | 一种电缆光学检测装置及检测方法 |
| CN105445278A (zh) * | 2015-11-11 | 2016-03-30 | 江苏长城电缆有限公司 | 一种电缆检测装置及检测方法 |
| US9417275B2 (en) * | 2014-03-20 | 2016-08-16 | Beta Lasermike | Cable measuring device and method |
-
2016
- 2016-12-28 CN CN201611232992.6A patent/CN106780596B/zh not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5049818A (en) * | 1989-03-04 | 1991-09-17 | U.S. Philips Corporation | Gradiometer for detecting weak magnetic fields including grooves carrying superconducting thin film conductors and method of making same |
| CN102663758A (zh) * | 2012-04-20 | 2012-09-12 | 北京工业大学 | 一种基于fpga控制核心的图像采集及处理方法 |
| US9417275B2 (en) * | 2014-03-20 | 2016-08-16 | Beta Lasermike | Cable measuring device and method |
| CN104897071A (zh) * | 2015-04-28 | 2015-09-09 | 电子科技大学 | 一种基于机器视觉的双绞线节距测量方法 |
| CN105424719A (zh) * | 2015-11-11 | 2016-03-23 | 江苏长城电缆有限公司 | 一种电缆光学检测装置及检测方法 |
| CN105445278A (zh) * | 2015-11-11 | 2016-03-30 | 江苏长城电缆有限公司 | 一种电缆检测装置及检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 林宜丙 等: "基于OTSU算法的FPGA实时绕距测量***", 《电子技术应用》 * |
| 王刚: "基于图像检测的双绞线绕距测量方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109059789A (zh) * | 2018-08-21 | 2018-12-21 | 成都天衡智造科技有限公司 | 基于机器视觉的电缆节距在线检测方法 |
| CN109059789B (zh) * | 2018-08-21 | 2020-04-07 | 成都天衡智造科技有限公司 | 基于机器视觉的电缆节距在线检测方法 |
| CN110544242A (zh) * | 2019-08-26 | 2019-12-06 | 珠海博明软件有限公司 | 一种实时线缆节距提取方法 |
| CN110544242B (zh) * | 2019-08-26 | 2022-05-13 | 珠海博明软件有限公司 | 一种实时线缆节距提取方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106780596B (zh) | 2019-07-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107358627B (zh) | 基于Kinect相机的果实尺寸检测方法 | |
| CN105678767A (zh) | 一种基于SoC软硬件协同设计的布匹表面瑕疵检测方法 | |
| CN106548480A (zh) | 一种基于机器视觉的农产品体积快速测量装置及测量方法 | |
| CN107678192A (zh) | 一种基于机器视觉的Mura缺陷检测方法及*** | |
| CN105911067A (zh) | 线缆护套表面瑕疵检测仪及其检测方法 | |
| CN106210712A (zh) | 一种图像坏点检测及处理方法 | |
| CN104001676B (zh) | 大型多品种混搭内衣自动化分拣方法及生产线 | |
| CN111583193B (zh) | 基于几何轮廓模板匹配的开心果骨架提取装置及其算法 | |
| CN108961331A (zh) | 一种绞合线节距的测量方法和装置 | |
| CN104580933A (zh) | 基于特征点的多尺度实时监控视频拼接装置及拼接方法 | |
| CN104992446B (zh) | 非线性光照自适应的图像拼接方法及其实现*** | |
| CN104949916B (zh) | 掉落式玉米果穗穗部性状测量装置及其测量方法 | |
| CN106780596A (zh) | 一种双绞线绕距在线检测***及方法 | |
| CN110097540A (zh) | 多边形工件的视觉检测方法及装置 | |
| CN106920266B (zh) | 验证码的背景生成方法和装置 | |
| CN112188190A (zh) | 污渍检测方法、烹饪器具、服务器和存储介质 | |
| CN107504905A (zh) | 一种基于机器视觉的网状织物网目长度偏差率检测*** | |
| CN110736750A (zh) | 一种基于多角度田间高清成像的小麦赤霉病检测方法 | |
| CN106803050A (zh) | 一种条形码读取装置及其使用方法 | |
| CN113458004A (zh) | 一种基于机器视觉的种子分拣装置及方法 | |
| CN107367513B (zh) | 工件缺陷在线分析装置 | |
| CN106683133A (zh) | 一种获取目标深度图像的方法 | |
| CN110765905B (zh) | 一种联合收割机收获谷物包含杂质比重的测量方法及其装置 | |
| CN103139488A (zh) | 高动态范围影像感测装置、方法、及装置制造方法 | |
| CN105738376B (zh) | 一种采用接触式图像传感器的自动验布机 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190719 Termination date: 20191228 |