[發明專利]一種基于機器視覺的光纖幾何參數檢測方法

在審

• 申請號: 201811207895.0
• 申請日: 2018-10-17
• 公開（公告）號: CN109341524A
• 公開（公告）日: 2019-02-15
• 發明（設計）人: 陳曉榮;劉亞茹;石高輝;張彩霞;李鎮鋒
• 申請（專利權）人: 上海理工大學
• 主分類號: G01B11/00
• 分類號: G01B11/00
• 代理公司: 上海邦德專利代理事務所(普通合伙) 31312
• 代理人: 袁步蘭

1.一種基于機器視覺的光纖幾何參數檢測方法，其特征在于，包括以下步驟：

S1：對圖像采集裝置獲取的光纖橫截面圖像進行預處理：所述光纖橫截面包括涂覆層、包層和纖芯；

S2：確定分割閾值，對預處理后的光纖橫截面圖像進行閾值分割，提取涂覆層的外邊緣圖像；

S3：分別運用改進的Canny算法對涂覆層的內邊緣和包層的外邊緣進行邊緣檢測以提取涂覆層的內邊緣圖像和包層的外邊緣圖像；

S4：運用圓形擬合發和橢圓擬合法，對涂覆層的外邊緣圖像、涂覆層的內邊緣圖像及包層的外邊緣圖像均進行圓形擬合和橢圓擬合，以獲取各圖像對應的圓形參數和橢圓參數；

S5：分別將步驟S4中的圓形參數和橢圓參數作為輸入參數，運用光纖幾何參數求解模型，分別求解步驟S4中各圖像對應的直徑和不圓度。

2.根據權利要求1所述的基于機器視覺的光纖幾何參數檢測方法，其特征在于，在步驟S1中，所述預處理包括灰度變換、平滑處理及銳化處理。

3.根據權利要求1所述的基于機器視覺的光纖幾何參數檢測方法，其特征在于，在步驟S2中，運用最大類間方差法確定分割閾值。

4.根據權利要求3所述的基于機器視覺的光纖幾何參數檢測方法，其特征在于，所述最大類間方差法具體為：

S21：運用累加法計算像素的灰度值屬于暗背景的概率p₁和像素的灰度值屬于亮物體的概率p₂；其中，p_i為圖像灰度級i出現的概率，k為圖像分割閾值，L為圖像的灰度級；

S22：根據p₁、p₂計算出暗背景區域的平均灰度值g₁和亮物體區域的平均灰度值g₂；其中，

S23：根據平均灰度值，可計算出圖像的類間方差計算閾值范圍[0，L-1]的類間方差，以最大的類間方差對應的閾值作為分割閾值。

5.根據權利要求1所述的基于機器視覺的光纖幾何參數檢測方法，其特征在于，在步驟S3中，提取涂覆層的內邊緣圖像具體步驟為：

S31：運用形態學方法，由涂覆層的外邊緣圖像確定涂覆層的內邊緣ROI區域；

S32：對涂覆層的內邊緣ROI區域采用二維高斯函數G(x，y)對該區域的圖像f(x，y)進行平滑濾波以去除噪聲，得到圖像f_s(x，y)；

S33：利用一階微分Sobel算子計算平滑后的圖像f_s(x，y)各點處的梯度幅值和梯度方向，從而獲得相應的梯度幅值圖像M(x，y)和梯度方向圖像θ(x，y):

S34：在M(x，y)中以點(x，y)為中心，在設置的鄰域內沿θ(x，y)進行插值，如果點(x，y)處的梯度幅值M(x，y)大于θ(x，y)方向上與其相鄰的插值，則將點(x，y)標記為候選邊緣點，以獲取候選邊緣圖像N；

S35：選取閾值T_l，檢測候選邊緣圖像N中標記為候選邊緣點的任一像素點(x，y)；若點(x，y)處的梯度幅值M(x，y)大于其低閾值T_l，則將該點標記為邊緣點，以獲得閾值檢測圖像N1；

S36：對閾值檢測圖像N1，以中心坐標分成多個區域S_i；運用局部區域距離閾值法分別對S_i分別篩選，以獲取每個S_i中符合設置條件的邊緣子圖像；其中，i為區域個數；

S37：連接所述邊緣子圖像以獲取涂覆層的外邊緣圖像。

6.根據權利要求1所述的基于機器視覺的光纖幾何參數檢測方法，其特征在于，在步驟S4中，所述橢圓擬合法具體為：

S41：運用二次曲線標準化法對提取的邊緣圖像進行橢圓擬合以獲取二次曲線方程，由二次曲線方程求取橢圓中間參數；

S42：采用齊次方程法以步驟S41中獲取的橢圓中間參數作為齊次方程法中初始迭代值，求解橢圓參數值。

7.根據權利要求1所述的基于機器視覺的光纖幾何參數檢測方法，其特征在于，在步驟S4中，所述圓擬合法和橢圓擬合方法相同。

8.根據權利要求1所述的基于機器視覺的光纖幾何參數檢測方法，其特征在于，步驟S5中，所述光纖幾何參數求解模型為高斯-牛頓迭代法模型。