CN116012380B - 一种绝缘子缺陷检测方法、装置、设备及介质 - Google Patents
一种绝缘子缺陷检测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116012380B CN116012380B CN202310301295.5A CN202310301295A CN116012380B CN 116012380 B CN116012380 B CN 116012380B CN 202310301295 A CN202310301295 A CN 202310301295A CN 116012380 B CN116012380 B CN 116012380B
- Authority
- CN
- China
- Prior art keywords
- insulator
- image
- images
- diameter
- database
- 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.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本申请公开了一种绝缘子缺陷检测方法、装置、设备及介质,方法包括以下步骤:获取绝缘子的第一图像;其中,第一图像为以第一视角采集的绝缘子的图像,第一视角为绝缘子的俯视角;获取绝缘子的多张第二图像;其中,多张第二图像包括以第二视角采集的绝缘子绕中心轴线旋转不同角度的图像,第二视角为绝缘子的正面视角;分别对获取的第一图像和多张第二图像进行图像处理;分别提取图像处理后的第一图像和多张第二图像的特征信息,并将特征信息与数据库进行比对,以获取比对结果;其中,数据库中存储有绝缘子的特征对应的缺陷种类数据;根据比对结果,判断当前检测的绝缘子是否属于不合格品,本申请具有检测精度高、检测效率高的优点。
Description
技术领域
本申请涉及图像数据处理技术领域,尤其涉及一种绝缘子缺陷检测方法、装置、设备及介质。
背景技术
绝缘子是指安装在不同电位的导体或导体与接地构件之间的能够耐受电压和机械应力作用的器件。绝缘子种类繁多,形状各异,不同类型绝缘子的结构和外形虽有较大差别,但都是由绝缘件和连接金具两大部分组成的。
其中,某类型的陶瓷绝缘子或玻璃绝缘子由绝缘件(陶瓷或玻璃材质)、上金属附件和下金属附件通过胶合剂胶接而成,绝缘件呈圆盘状,且圆盘内有多个同心的圆环凸起,绝缘子在制造完成还需要进行缺陷检测,以筛选出不合格品,而目前主要依靠纯人工目测或利用辅助测量工具检测,利用辅助测量工具也需要人为操作和计算,不仅操作麻烦,检测效率低,特别是容易存在人为误差,检测精度较低。
发明内容
本申请的主要目的在于提供一种绝缘子缺陷检测方法、装置、设备及介质,旨在解决现有绝缘子缺陷检测方法检测精度较低的技术问题。
为实现上述目的,本申请提供一种绝缘子缺陷检测方法,包括以下步骤:
获取绝缘子的第一图像;其中,第一图像为以第一视角采集的绝缘子的图像,第一视角为绝缘子的俯视角;
获取绝缘子的多张第二图像;其中,多张第二图像包括以第二视角采集的绝缘子绕中心轴线旋转不同角度的图像,第二视角为绝缘子的正面视角;
分别对获取的第一图像和多张第二图像进行图像处理;
分别提取图像处理后的第一图像和多张第二图像的特征信息,并将特征信息与数据库进行比对,以获取比对结果;其中,数据库中存储有绝缘子的特征对应的缺陷种类数据;
根据比对结果,判断当前检测的绝缘子是否属于不合格品。
可选地,所述分别对获取的第一图像和多张第二图像进行图像处理,包括:
分别对获取的第一图像和多张第二图像进行灰度处理,以分别获得第一灰度图像和多张第二灰度图像;
对第一灰度图像和多张第二灰度图像进行降噪处理;
对降噪后的第一灰度图像和多张第二灰度图像分别进行阈值分割,以分别得到二值化图像A和多张二值化图像B。
可选地,所述分别提取图像处理后的第一图像和多张第二图像的特征信息,并将特征信息与数据库进行比对,以获取比对结果,包括:
提取第一灰度图像和多张第二灰度图像中的阴影信息,将阴影信息与数据库进行比对,以检测出是否存在异常阴影信息,若存在,停止检测;
提取二值化图像A和多张二值化图像B的轮廓信息,将轮廓信息与数据库进行比对,以获得比对结果。
可选地,绝缘子包括绝缘件以及分别连接于绝缘件上下部的上金属附件和下金属附件,绝缘件上具有多个同心的圆环凸起;
所述提取二值化图像A和多张二值化图像B的轮廓信息,将轮廓信息与数据库进行比对,以获得比对结果,包括:
分别识别二值化图像A中每个对应圆环凸起的环形轮廓信息;
提取每组环形轮廓信息中的多个直径数据,以获取多组直径数据集{d1、d2、d3...dn};其中,多个直径数据在环形轮廓不同位置对应的直径段进行取值,n为每组环形轮廓进行取值的直径段数量;
筛选出直径数据集{d1、d2、d3...dn}中的直径最大值dmax以及直径最小值dmin,若直径最大值dmax≥直径上限值dΔ1或直径最小值dmin≤直径下限值dΔ2,则比对结果为不合格;其中,直径上限值dΔ1与直径下限值dΔ2均为数据库中的预设值;
获取直径数据集{d1、d2、d3...dn}的平均直径值dm,若平均直径值dm≥直径标准值dΔ3,则比对结果为不合格;其中,直径标准值dΔ3为数据库中的预设值。
可选地,所述提取二值化图像A和多张二值化图像B的轮廓信息,将轮廓信息与数据库进行比对,以获得比对结果,还包括:
分别获取二值化图像B中对应上金属附件的第一轮廓信息以及对应下金属附件的第二轮廓信息;
分别构建二值化图像B对应绝缘子的标准中心轴线、第一轮廓信息的第一中心轴线以及第二轮廓信息的第二中心轴线;
分别获取第一中心轴线与标准中心轴线的夹角θ1、第二中心轴线与标准中心轴线的夹角θ2以及第一中心轴线与第二中心轴线的夹角θ3;
将夹角θ1和夹角θ2分别与第一阈值θm进行比较,若夹角θ1或夹角θ2大于或等于第一阈值θm,则比对结果为不合格;其中,第一阈值θm为数据库中预设的误差最大值;
将夹角θ3与第二阈值θn进行比较,若夹角θ3大于或等于第二阈值θn,则比对结果为不合格;其中,第二阈值θn为数据库中预设的误差标准值。
可选地,所述根据比对结果,判断当前检测的绝缘子是否属于不合格品,包括:
根据平均直径值dm和夹角θ3,获得检测值(dm*ε1+θ3*ε2);其中,ε1和ε2均为转换系数;
将检测值(dm*ε1+θ3*ε2)与标准质量阈值ε进行比较,若(dm*ε1+θ3*ε2)>ε,则判断当前检测的绝缘子为不合格品,反之,则为合格品;其中,标准质量阈值ε为数据库中预设的合格标准值。
可选地,所述获取绝缘子的多张第二图像,包括:
将绝缘子固定于旋转平台上,以使绝缘子旋转一周;
采用相机在旋转平台侧部对旋转的绝缘子进行视频的采集;
对采集的视频进行处理,以获得多张第二图像。
为实现上述目的,本申请还提供一种绝缘子缺陷检测装置,包括:
第一图像获取模块,用于获取绝缘子的第一图像;其中,第一图像为以第一视角采集的绝缘子的图像,第一视角为绝缘子的俯视角;
第二图像获取模块,用于获取绝缘子的多张第二图像;其中,多张第二图像包括以第二视角采集的绝缘子绕中心轴线旋转不同角度的图像,第二视角为绝缘子的正面视角;
图像处理模块,用于分别对获取的第一图像和多张第二图像进行图像处理;
特征比对模块,用于分别提取图像处理后的第一图像和多张第二图像的特征信息,并将特征信息与数据库进行比对,以获取比对结果;其中,数据库中存储有绝缘子的特征对应的缺陷种类数据;
结果判断模块,用于根据比对结果,判断当前检测的绝缘子是否属于不合格品。
为实现上述目的,本申请还提供一种计算机设备,该计算机设备包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序,实现上述的方法。
为实现上述目的,本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,处理器执行所述计算机程序,实现上述的方法。
本申请所能实现的有益效果如下:
由于本申请需检测的绝缘子结构特殊性,需对绝缘子顶面和侧面全身进行缺陷检测,因此本申请通过俯视角可获取绝缘子顶面对应的第一图像,针对绝缘子侧面,通过正面视角采集绝缘子旋转不同角度的多张第二图像,即可得到绝缘子顶面和侧面全身的图像,利用机器视觉识别技术,可排除人为干扰造成的误差,然后将第一图像和第二图像处理后,即可对第一图像和第二图像中的特征信息进行定量描述,避免了因人而异的检测结果,减小了检测分级误差,提高了检测效率和检测精度,提取第一图像和第二图像中的特征信息后,即可与预设的数据库进行比对,从而快速得到准确的检测结果。
附图说明
为了更清楚地说明本申请具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为本申请的实施例中一种绝缘子缺陷检测方法的流程示意图;
图2为本申请的实施例中绝缘子的结构示意图;
图3为图2的俯视图的结构示意图;
图4为本申请的实施例中第一中心轴线与标准中心轴线形成的夹角θ1的示意图;
图5为本申请的实施例中第二中心轴线与标准中心轴线形成的夹角θ2的示意图;
图6为本申请的实施例中第一中心轴线与第二中心轴线形成的夹角θ3的示意图。
附图标记:
110-绝缘件,111-圆环凸起,120-上金属附件,130-下金属附件。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
在本申请中,除非另有明确的规定和限定,术语“连接”、“固定”等应做广义理解,例如,“固定”可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
另外,若本申请实施例中有涉及“第一”、“第二”等的描述,则该“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,全文中出现的“和/或”的含义,包括三个并列的方案,以“A和/或B”为例,包括A方案、或B方案、或A和B同时满足的方案。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本申请要求的保护范围之内。
实施例1
参照图1-图6,本实施例提供一种绝缘子缺陷检测方法,包括以下步骤:
获取绝缘子的第一图像;其中,第一图像为以第一视角采集的绝缘子的图像,第一视角为绝缘子的俯视角;
获取绝缘子的多张第二图像;其中,多张第二图像包括以第二视角采集的绝缘子绕中心轴线旋转不同角度的图像,第二视角为绝缘子的正面视角;
分别对获取的第一图像和多张第二图像进行图像处理;
分别提取图像处理后的第一图像和多张第二图像的特征信息,并将特征信息与数据库进行比对,以获取比对结果;其中,数据库中存储有绝缘子的特征对应的缺陷种类数据;
根据比对结果,判断当前检测的绝缘子是否属于不合格品。
在本实施例中,需检测的绝缘子结构特殊性,需对绝缘子顶面和侧面全身进行缺陷检测,因此本申请通过俯视角可获取绝缘子顶面对应的第一图像,针对绝缘子侧面,通过正面视角采集绝缘子旋转不同角度的多张第二图像,即可得到绝缘子顶面和侧面全身的图像,利用机器视觉识别技术,可排除人为干扰造成的误差,然后将第一图像和第二图像处理后,即可对第一图像和第二图像中的特征信息进行定量描述,避免了因人而异的检测结果,减小了检测分级误差,提高了检测效率和检测精度,提取第一图像和第二图像中的特征信息后,即可与预设的数据库进行比对,从而快速得到准确的检测结果。
需要说明的是,数据库中设有自学习数据库,自学习数据库可用于存储未识别的绝缘子特征对应的缺陷种类数据,因此在检测过程中,若检测到数据库中不存在的缺陷信息时,可通过机器学习算法将未识别出的绝缘子特征对应的缺陷种类数据进行存储,从而自动完善数据库中的缺陷种类数据,以识别更多缺陷类型。
作为一种可选的实施方式,所述分别对获取的第一图像和多张第二图像进行图像处理,包括:
分别对获取的第一图像和多张第二图像进行灰度处理,以分别获得第一灰度图像和多张第二灰度图像;
对第一灰度图像和多张第二灰度图像进行降噪处理;
对降噪后的第一灰度图像和多张第二灰度图像分别进行阈值分割,以分别得到二值化图像A和多张二值化图像B。
在本实施方式中,进行图像处理时,先进行灰度处理,根据灰度图像有利于辨别产品表面缺陷,然后将灰度图像进行降噪处理,从而减少数字图像中的噪声,以减少图像干扰,然后进行阈值分割,即二值化处理,从而得到黑白分明的二值化图像A和多个二值化图像B,形成黑白图像后便于相关特征信息的提取。
本申请中的绝缘子包括绝缘件110以及分别连接于绝缘件110上下部的上金属附件120和下金属附件130,绝缘件110上具有多个同心的圆环凸起111;由于本申请对绝缘子产品需要检测的缺陷包括产品表面缺陷、上金属附件120和下金属附件130是否胶接正位等,其中表面缺陷包括缺口和圆环凸起111整圆度等,由于在成型过程中可能由于工艺问题导致圆环凸起111具有一定形变,圆环凸起111内凹或外凸,其整圆度达不到工艺要求,胶接正位指的是上金属附件120和下金属附件130在绝缘件110上下部胶接后是否垂直,若不垂直,其偏斜度是否达到工艺要求。
因此,作为一种可选的实施方式,所述分别提取图像处理后的第一图像和多张第二图像的特征信息,并将特征信息与数据库进行比对,以获取比对结果,包括:
提取第一灰度图像和多张第二灰度图像中的阴影信息,将阴影信息与数据库进行比对,以检测出是否存在异常阴影信息,若存在,停止检测;
提取二值化图像A和多张二值化图像B的轮廓信息,将轮廓信息与数据库进行比对,以获得比对结果。
在本实施方式中,通过提取第一灰度图像和多个第二灰度图像中的阴影信息,并检测出是否存在异常阴影信息,若有,则说明绝缘子上表面或者侧面存在有缺口的缺陷,若检测到该实质性缺陷后,则直接识别为不合格品,无需再进一步检测,从而降低数据处理的压力,本实施方式优先检测缺口缺陷,一方面是该缺陷特征比较容易识别,可快速检测,另一方面是只有当缺口缺陷检测合格后,才进入下一步的检测计算,可优化数据处理速度,进一步检测时,可通过提取二值化图像A和多个二值化图像B的轮廓信息,从而通过轮廓信息可进一步地检测圆环凸起111的整圆度、上金属附件120和下金属附件130是否胶接正位的缺陷。
作为一种可选的实施方式,所述提取二值化图像A和多张二值化图像B的轮廓信息,将轮廓信息与数据库进行比对,以获得比对结果,包括:
分别识别二值化图像A中每个对应圆环凸起111的环形轮廓信息;
提取每组环形轮廓信息中的多个直径数据,以获取多组直径数据集{d1、d2、d3...dn};其中,多个直径数据在环形轮廓不同位置对应的直径段进行取值,n为每组环形轮廓进行取值的直径段数量;
筛选出直径数据集{d1、d2、d3...dn}中的直径最大值dmax以及直径最小值dmin,若直径最大值dmax≥直径上限值dΔ1或直径最小值dmin≤直径下限值dΔ2,则比对结果为不合格;其中,直径上限值dΔ1与直径下限值dΔ2均为数据库中的预设值;
获取直径数据集{d1、d2、d3...dn}的平均直径值dm,若平均直径值dm≥直径标准值dΔ3,则比对结果为不合格;其中,直径标准值dΔ3为数据库中的预设值。
在本实施方式中,在进行圆环凸起111的整圆度检测时,识别出所有圆环凸起111的环形轮廓信息,依次从里到外或从外到里检测环形轮廓信息的整圆度,以从里到外检测为例,先提取最内侧环形轮廓信息中的多个直径数据,即在环形轮廓不同位置(均匀间隔)对应的直径段进行取值,取值的直径段数量n根据检测精度和工艺条件要求进行设定,直径越大,直径段数量n应该越多,获得直径数据集{d1、d2、d3...dn}后,筛选出直径最大值dmax以及直径最小值dmin,直径最大值dmax代表圆环凸起111往外凸出的最大形变量,直径最小值dmin代表圆环凸起111内凹的最大形变量,若直径最大值dmax≥直径上限值dΔ1或直径最小值dmin≤直径下限值dΔ1,则证明圆环凸起111外凸形变量或内凹形变量超出预设值,则证明不合格,若两项参数均满足合格标准,但同时存在外凸和内凹缺陷时,虽然单项检测满足合格标准,但根据工艺要求,两者缺陷同时存在时还需要进行进一步检测,因此还引入了平均直径值dm,平均直径值dm=(d1+d2+d3+...+dn)/n,只有平均直径值dm小于直径标准值dΔ3时,当前环形轮廓信息才满足合格标准,重复上述操作,依次对剩余环形轮廓信息进行检测识别,直到所有的环形轮廓信息均满足上述标准,圆环凸起111的整圆度才满足合格标准。因此本实施方式针对该缺陷检测可采用计量化进行定量描述,检测结果精准可靠,相比人工检测难度大、检测精度低,本实施方式更具有实用性、可靠性,从而满足更高的检测需求。
作为一种可选的实施方式,所述提取二值化图像A和多张二值化图像B的轮廓信息,将轮廓信息与数据库进行比对,以获得比对结果,还包括:
分别获取二值化图像B中对应上金属附件120的第一轮廓信息以及对应下金属附件130的第二轮廓信息;
分别构建二值化图像B对应绝缘子的标准中心轴线、第一轮廓信息的第一中心轴线以及第二轮廓信息的第二中心轴线;
分别获取第一中心轴线与标准中心轴线的夹角θ1、第二中心轴线与标准中心轴线的夹角θ2以及第一中心轴线与第二中心轴线的夹角θ3;
将夹角θ1和夹角θ2分别与第一阈值θm进行比较,若夹角θ1或夹角θ2大于或等于第一阈值θm,则比对结果为不合格;其中,第一阈值θm为数据库中预设的误差最大值;
将夹角θ3与第二阈值θn进行比较,若夹角θ3大于或等于第二阈值θn,则比对结果为不合格;其中,第二阈值θn为数据库中预设的误差标准值。
在本实施方式中,在进行金属附件的正位检测时,由于二值化图像B是从视频分解出来并处理后的多个图像,应当选取二值化图像B中对应上金属附件120以及下金属附件130偏斜角度最大的两张图像,根据第一轮廓信息可构建第一中心轴线(即上金属附件120的轴对称线),同理,根据第二轮廓信息可构建第二中心轴线(即下金属附件130的轴对称线),从而可获取第一中心轴线与标准中心轴线的夹角θ1以及第二中心轴线与标准中心轴线的夹角θ2,从而准确获取上金属附件120以及下金属附件130的偏斜角度,并通过与第一阈值θm比较,从而可精确判断偏斜角度是否满足要求。若两项参数均满足合格标准,但考虑到上金属附件120以及下金属附件130之间的相对偏转角度也会影响绝缘子的使用或装配性能,因此还引入了第一中心轴线与第二中心轴线的夹角θ3,若两者单项检测均满足合格标准时,再获取夹角θ3,夹角θ3与第二阈值θn比较,这里第一阈值θm和第二阈值θn均根据工艺要求设定即可,只有夹角θ1、夹角θ2和夹角θ3均满足合格标准后,才能进入下一步,检测结果精准可靠。
作为一种可选的实施方式,所述根据比对结果,判断当前检测的绝缘子是否属于不合格品,包括:
根据平均直径值dm和夹角θ3,获得检测值(dm*ε1+θ3*ε2);其中,ε1和ε2均为转换系数;
将检测值(dm*ε1+θ3*ε2)与标准质量阈值ε进行比较,若(dm*ε1+θ3*ε2)>ε,则判断当前检测的绝缘子为不合格品,反之,则为合格品;其中,标准质量阈值ε为数据库中预设的合格标准值。
在本实施方式中,根据平均直径值dm和夹角θ3,可获得最终的检测值(dm*ε1+θ3*ε2),相当于在绝缘子中圆环凸起111整圆度以及上金属附件120以及下金属附件130偏斜角度均满足条件的同时,还考量了这两项缺陷对绝缘子整体质量的影响,因此最终获得的检测值(dm*ε1+θ3*ε2)相当于计算得出的绝缘子整体质量参数,该参数中的转换系数ε1和ε2根据实际工艺条件设置目的,目的是将直径参数和夹角参数统一转换为同类数据,当检测值≤ε时,当前绝缘子才识别为合格品,否则为不合格品。
因此,本实施例对绝缘子缺陷先局部再整体评价的检测方式,优化检测顺序,降低数据处理计算量,响应及时,可对检测难度大的参数进行精确且高效检测,满足当前更高的检测需求。
作为一种可选的实施方式,所述获取绝缘子的多张第二图像,包括:
将绝缘子固定于旋转平台上,以使绝缘子旋转一周;
采用相机在旋转平台侧部对旋转的绝缘子进行视频的采集;
对采集的视频进行处理,以获得多张第二图像。
在本实施方式中,绝缘子旋转一周时应当以较慢的速度旋转,以保证视频的清晰度,从而保证后续分解的图像清晰度,对采集的视频进行处理时,将视频逐帧输出各帧图像,对各帧图像处理后从而获得多张第二图像。或者在其他实施方式中,绝缘子固定不动,绝缘子绕着绝缘子匀速公转一周。相机可采用CCD相机。
实施例2
基于与前述实施例相同的发明思路,本实施例还提供一种绝缘子缺陷检测装置,包括:
第一图像获取模块,用于获取绝缘子的第一图像;其中,第一图像为以第一视角采集的绝缘子的图像,第一视角为绝缘子的俯视角;
第二图像获取模块,用于获取绝缘子的多张第二图像;其中,多张第二图像包括以第二视角采集的绝缘子绕中心轴线旋转不同角度的图像,第二视角为绝缘子的正面视角;
图像处理模块,用于分别对获取的第一图像和多张第二图像进行图像处理;
特征比对模块,用于分别提取图像处理后的第一图像和多张第二图像的特征信息,并将特征信息与数据库进行比对,以获取比对结果;其中,数据库中存储有绝缘子的特征对应的缺陷种类数据;
结果判断模块,用于根据比对结果,判断当前检测的绝缘子是否属于不合格品。
本实施例的装置中各模块的相关解释和举例可参照前述实施例的方法,这里不再赘述。
实施例3
基于与前述实施例相同的发明思路,本实施例还提供一种计算机设备,该计算机设备包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序,实现上述的方法。
实施例4
基于与前述实施例相同的发明思路,本实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,处理器执行所述计算机程序,实现上述的方法。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (7)
1.一种绝缘子缺陷检测方法,其特征在于,包括以下步骤:
获取绝缘子的第一图像;其中,所述第一图像为以第一视角采集的绝缘子的图像,所述第一视角为所述绝缘子的俯视角;
获取绝缘子的多张第二图像;其中,多张所述第二图像包括以第二视角采集的所述绝缘子绕中心轴线旋转不同角度的图像,所述第二视角为所述绝缘子的正面视角;
分别对获取的所述第一图像和多张所述第二图像进行图像处理;
分别提取图像处理后的第一图像和多张第二图像的特征信息,并将所述特征信息与数据库进行比对,以获取比对结果;其中,所述数据库中存储有所述绝缘子的特征对应的缺陷种类数据;
根据所述比对结果,判断当前检测的所述绝缘子是否属于不合格品;
所述分别对获取的所述第一图像和多张所述第二图像进行图像处理,包括:
分别对获取的所述第一图像和多张所述第二图像进行灰度处理,以分别获得第一灰度图像和多张第二灰度图像;
对所述第一灰度图像和多张所述第二灰度图像进行降噪处理;
对降噪后的第一灰度图像和多张第二灰度图像分别进行阈值分割,以分别得到二值化图像A和多张二值化图像B;
所述分别提取图像处理后的第一图像和多张第二图像的特征信息,并将所述特征信息与数据库进行比对,以获取比对结果,包括:
提取所述第一灰度图像和多张所述第二灰度图像中的阴影信息,将所述阴影信息与数据库进行比对,以检测出是否存在异常阴影信息,若存在,停止检测;
提取所述二值化图像A和多张所述二值化图像B的轮廓信息,将所述轮廓信息与数据库进行比对,以获得比对结果;
所述绝缘子包括绝缘件以及分别连接于所述绝缘件上下部的上金属附件和下金属附件,所述绝缘件上具有多个同心的圆环凸起;
所述提取所述二值化图像A和多张所述二值化图像B的轮廓信息,将所述轮廓信息与数据库进行比对,以获得比对结果,包括:
分别识别所述二值化图像A中每个对应所述圆环凸起的环形轮廓信息;
提取每组所述环形轮廓信息中的多个直径数据,以获取多组直径数据集{d1、d2、d3...dn};其中,多个所述直径数据在环形轮廓不同位置对应的直径段进行取值,n为每组环形轮廓进行取值的直径段数量;
筛选出所述直径数据集{d1、d2、d3...dn}中的直径最大值dmax以及直径最小值dmin,若直径最大值dmax≥直径上限值dΔ1或直径最小值dmin≤直径下限值dΔ2,则比对结果为不合格;其中,所述直径上限值dΔ1与所述直径下限值dΔ2均为所述数据库中的预设值;
获取直径数据集{d1、d2、d3...dn}的平均直径值dm,若平均直径值dm≥直径标准值dΔ3,则比对结果为不合格;其中,直径标准值dΔ3为数据库中的预设值。
2.如权利要求1所述的一种绝缘子缺陷检测方法,其特征在于,所述提取所述二值化图像A和多张所述二值化图像B的轮廓信息,将所述轮廓信息与数据库进行比对,以获得比对结果,还包括:
分别获取所述二值化图像B中对应所述上金属附件的第一轮廓信息以及对应所述下金属附件的第二轮廓信息;
分别构建所述二值化图像B对应绝缘子的标准中心轴线、所述第一轮廓信息的第一中心轴线以及所述第二轮廓信息的第二中心轴线;
分别获取所述第一中心轴线与所述标准中心轴线的夹角θ1、所述第二中心轴线与所述标准中心轴线的夹角θ2以及所述第一中心轴线与所述第二中心轴线的夹角θ3;
将所述夹角θ1和所述夹角θ2分别与第一阈值θm进行比较,若所述夹角θ1或所述夹角θ2大于或等于第一阈值θm,则比对结果为不合格;其中,所述第一阈值θm为所述数据库中预设的误差最大值;
将所述夹角θ3与第二阈值θn进行比较,若所述夹角θ3大于或等于所述第二阈值θn,则比对结果为不合格;其中,所述第二阈值θn为所述数据库中预设的误差标准值。
3.如权利要求2所述的一种绝缘子缺陷检测方法,其特征在于,所述根据所述比对结果,判断当前检测的所述绝缘子是否属于不合格品,包括:
根据所述平均直径值dm和所述夹角θ3,获得检测值(dm*ε1+θ3*ε2);其中,ε1和ε2均为转换系数;
将所述检测值(dm*ε1+θ3*ε2)与标准质量阈值ε进行比较,若(dm*ε1+θ3*ε2)>ε,则判断当前检测的所述绝缘子为不合格品,反之,则为合格品;其中,所述标准质量阈值ε为所述数据库中预设的合格标准值。
4.如权利要求1所述的一种绝缘子缺陷检测方法,其特征在于,所述获取绝缘子的多张第二图像,包括:
将所述绝缘子固定于旋转平台上,以使所述绝缘子旋转一周;
采用相机在旋转平台侧部对旋转的所述绝缘子进行视频的采集;
对采集的所述视频进行处理,以获得多张第二图像。
5.一种绝缘子缺陷检测装置,其特征在于,包括:
第一图像获取模块,用于获取绝缘子的第一图像;其中,所述第一图像为以第一视角采集的绝缘子的图像,所述第一视角为所述绝缘子的俯视角;
第二图像获取模块,用于获取绝缘子的多张第二图像;其中,多张所述第二图像包括以第二视角采集的所述绝缘子绕中心轴线旋转不同角度的图像,所述第二视角为所述绝缘子的正面视角;
图像处理模块,用于分别对获取的所述第一图像和多张所述第二图像进行图像处理;包括:分别对获取的所述第一图像和多张所述第二图像进行灰度处理,以分别获得第一灰度图像和多张第二灰度图像;对所述第一灰度图像和多张所述第二灰度图像进行降噪处理;对降噪后的第一灰度图像和多张第二灰度图像分别进行阈值分割,以分别得到二值化图像A和多张二值化图像B;
特征比对模块,用于分别提取图像处理后的第一图像和多张第二图像的特征信息,并将所述特征信息与数据库进行比对,以获取比对结果,包括:提取所述第一灰度图像和多张所述第二灰度图像中的阴影信息,将所述阴影信息与数据库进行比对,以检测出是否存在异常阴影信息,若存在,停止检测;提取所述二值化图像A和多张所述二值化图像B的轮廓信息,将所述轮廓信息与数据库进行比对,以获得比对结果;其中,所述数据库中存储有所述绝缘子的特征对应的缺陷种类数据;所述绝缘子包括绝缘件以及分别连接于所述绝缘件上下部的上金属附件和下金属附件,所述绝缘件上具有多个同心的圆环凸起;所述提取所述二值化图像A和多张所述二值化图像B的轮廓信息,将所述轮廓信息与数据库进行比对,以获得比对结果,包括:分别识别所述二值化图像A中每个对应所述圆环凸起的环形轮廓信息;提取每组所述环形轮廓信息中的多个直径数据,以获取多组直径数据集{d1、d2、d3...dn};其中,多个所述直径数据在环形轮廓不同位置对应的直径段进行取值,n为每组环形轮廓进行取值的直径段数量;筛选出所述直径数据集{d1、d2、d3...dn}中的直径最大值dmax以及直径最小值dmin,若直径最大值dmax≥直径上限值dΔ1或直径最小值dmin≤直径下限值dΔ2,则比对结果为不合格;其中,所述直径上限值dΔ1与所述直径下限值dΔ2均为所述数据库中的预设值;获取直径数据集{d1、d2、d3...dn}的平均直径值dm,若平均直径值dm≥直径标准值dΔ3,则比对结果为不合格;其中,直径标准值dΔ3为数据库中的预设值;
结果判断模块,用于根据所述比对结果,判断当前检测的所述绝缘子是否属于不合格品。
6.一种计算机设备,其特征在于,该计算机设备包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序,实现如权利要求1-4中任一项所述的方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,处理器执行所述计算机程序,实现如权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310301295.5A CN116012380B (zh) | 2023-03-27 | 2023-03-27 | 一种绝缘子缺陷检测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310301295.5A CN116012380B (zh) | 2023-03-27 | 2023-03-27 | 一种绝缘子缺陷检测方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116012380A CN116012380A (zh) | 2023-04-25 |
CN116012380B true CN116012380B (zh) | 2023-06-16 |
Family
ID=86037750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310301295.5A Active CN116012380B (zh) | 2023-03-27 | 2023-03-27 | 一种绝缘子缺陷检测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116012380B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116797604B (zh) * | 2023-08-28 | 2023-12-26 | 中江立江电子有限公司 | 一种玻璃绝缘子缺陷识别方法、装置、设备及介质 |
CN116863175B (zh) * | 2023-08-31 | 2023-12-26 | 中江立江电子有限公司 | 一种直角连接器缺陷识别方法、装置、设备及介质 |
CN117422718B (zh) * | 2023-12-19 | 2024-04-16 | 中江立江电子有限公司 | 一种绝缘子性能评估方法、装置、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114399507A (zh) * | 2022-03-25 | 2022-04-26 | 季华实验室 | 一种手机外观质量检测方法、装置、电子设备及存储介质 |
CN115272199A (zh) * | 2022-07-11 | 2022-11-01 | 成都数之联科技股份有限公司 | 一种pcb载板缺陷检测方法、***、电子设备及介质 |
CN115760820A (zh) * | 2022-11-28 | 2023-03-07 | 湖北三江航天万峰科技发展有限公司 | 一种塑料件缺陷图像识别方法及应用 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3869588B2 (ja) * | 1999-09-01 | 2007-01-17 | 株式会社日立製作所 | 回路パターン検査装置 |
JP3950891B2 (ja) * | 2005-01-07 | 2007-08-01 | 株式会社日立ハイテクノロジーズ | パターン欠陥検査方法及びパターン欠陥検査装置 |
CN103413150A (zh) * | 2013-06-28 | 2013-11-27 | 广东电网公司电力科学研究院 | 基于可见光影像对电力线路缺陷进行诊断的方法 |
CN106023185B (zh) * | 2016-05-16 | 2019-07-30 | 国网河南省电力公司电力科学研究院 | 一种输电设备故障诊断方法 |
CN106504247B (zh) * | 2016-11-09 | 2019-05-17 | 广东电网有限责任公司电力科学研究院 | 一种基于可见光图像的绝缘子串爆片自动检测方法及装置 |
CN109870461B (zh) * | 2019-03-29 | 2020-04-24 | 泗阳恒润电子有限公司 | 一种电子元器件质量检测*** |
CN110441310A (zh) * | 2019-07-15 | 2019-11-12 | 中国科学院上海光学精密机械研究所 | 电子元器件外壳外观缺陷测量装置和测量方法 |
CN111047561A (zh) * | 2019-11-22 | 2020-04-21 | 国网江西省电力有限公司电力科学研究院 | 一种复合绝缘子伞裙龟裂纹的识别方法 |
CN111862013B (zh) * | 2020-07-08 | 2024-02-02 | 湘潭大学 | 基于深度卷积神经网络的绝缘子检测方法、装置及设备 |
CN114544674A (zh) * | 2020-11-25 | 2022-05-27 | 国网河南省电力公司电力科学研究院 | 一种绝缘子探伤检测装置及检测方法 |
CN114359286A (zh) * | 2022-03-21 | 2022-04-15 | 湖南应超智能计算研究院有限责任公司 | 一种基于人工智能的绝缘子缺陷识别方法、设备及介质 |
-
2023
- 2023-03-27 CN CN202310301295.5A patent/CN116012380B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114399507A (zh) * | 2022-03-25 | 2022-04-26 | 季华实验室 | 一种手机外观质量检测方法、装置、电子设备及存储介质 |
CN115272199A (zh) * | 2022-07-11 | 2022-11-01 | 成都数之联科技股份有限公司 | 一种pcb载板缺陷检测方法、***、电子设备及介质 |
CN115760820A (zh) * | 2022-11-28 | 2023-03-07 | 湖北三江航天万峰科技发展有限公司 | 一种塑料件缺陷图像识别方法及应用 |
Also Published As
Publication number | Publication date |
---|---|
CN116012380A (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116012380B (zh) | 一种绝缘子缺陷检测方法、装置、设备及介质 | |
CN113362326B (zh) | 一种电池焊点缺陷的检测方法及装置 | |
CN109141232B (zh) | 一种基于机器视觉的盘类铸件在线检测方法 | |
CN110047073B (zh) | 一种x射线焊缝图像缺陷定级方法及*** | |
TWI603074B (zh) | 光學薄膜缺陷辨識方法及其系統 | |
CN116109635B (zh) | 复合悬式绝缘子表面质量检测方法、装置、设备及介质 | |
CN115601362B (zh) | 一种基于图像处理的焊接质量评估方法 | |
CN115423813A (zh) | 焊管表面焊接缺陷检测方法 | |
CN110838112A (zh) | 一种基于霍夫变换和YOLOv3网络的绝缘子缺损检测方法 | |
CN116721107B (zh) | 一种电缆生产质量智能监控*** | |
CN110434090A (zh) | 一种胡萝卜表面瑕疵检测方法 | |
CN114943739A (zh) | 一种铝管质量检测方法 | |
CN111398291A (zh) | 基于深度学***漆包电磁线表面瑕疵检测方法 | |
CN116030053B (zh) | 一种连接器引脚缺陷检测方法、装置、设备及介质 | |
CN116091504A (zh) | 基于图像处理的连接管连接头质量检测方法 | |
CN115601369B (zh) | 一种输变电工程用变电设备支架质量评估方法 | |
CN114820626B (zh) | 一种汽车前脸零件配置智能检测方法 | |
CN115876823A (zh) | 薄膜缺陷的检测方法、薄膜缺陷的检测装置及检测*** | |
CN116523922B (zh) | 一种轴承表面缺陷识别方法 | |
CN116993725B (zh) | 一种柔性电路板智能贴片信息处理*** | |
CN116205923B (zh) | 基于x-ray的汽车轮毂内部缺陷无损检测方法 | |
CN112541478A (zh) | 一种基于双目摄像头的绝缘子串污损检测方法及*** | |
Li et al. | Detection of small size defects in belt layer of radial tire based on improved faster r-cnn | |
CN113222950B (zh) | 表面缺陷检测模型训练方法、表面缺陷检测方法及*** | |
JP2019194549A (ja) | タイヤ金型サイドプレートの検査方法 |
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 |