一种基于图像算法的钢丝绳破损检测系统及方法与流程

本发明属于钢丝绳检测，特别是涉及一种基于图像算法的钢丝绳破损检测系统及方法。

背景技术：

1、在架桥机施工作业中，吊钩钢丝绳绕过滑轮组形成弯曲段，长期承受交变弯曲应力，弯曲段表面极易产生疲劳断丝与微裂纹。同时，钢丝绳表面附着润滑脂，裂纹处往往渗出油迹形成极细的暗色纹路，进一步增加了破损识别的难度。为实现对钢丝绳表面状态的自动检测，基于机器视觉的图像检测方法逐渐受到关注。现有技术中，针对直线段钢丝绳的表面缺陷检测通常依赖于绳股纹理的周期性特征，通过分析图像中沿钢丝绳轴向的纹理周期变化来识别断丝或裂纹等异常；这种方法建立在钢丝绳呈直线状态、绳股纹理呈现稳定周期性排列的状态之上。

2、然而，上述基于纹理周期性分析的检测方法在应用于架桥机吊钩滑轮组弯曲段时，面临由钢丝绳弯曲形变所引发的根本性技术障碍；具体而言，当钢丝绳绕过滑轮组形成弯曲段时，绳股螺旋纹理在二维图像中发生非线性几何畸变：弯曲内侧纹理沿弧长方向被压缩，弯曲外侧纹理被拉伸，原本均匀分布的周期性纹理在图像平面投影中表现为非均匀的形变模式；这种弯曲畸变使得基于直线段周期性假设的特征提取手段直接失效—无论是基于傅里叶变换的频域周期分析，还是基于自相关函数的空间域周期度量，均因纹理周期的空间非平稳性而无法获得有效的周期性表征；并且弯曲段表面裂纹往往沿钢丝绳截面方向扩展，与畸变后的绳股纹理走向不再保持固定的几何关系，进一步增加了裂纹与正常纹理的区分难度。目前，针对架桥机吊钩钢丝绳弯曲段的表面破损检测仍缺乏能够自适应弯曲形变的自动化检测手段，检修作业主要依赖人工目视观察，受限于作业环境与检测效率，难以实现早期微损伤的及时发现；因此，针对上述问题，提出下列方案。

技术实现思路

1、为解决上述技术问题，本发明是通过以下技术方案实现的：

2、本发明为一种基于图像算法的钢丝绳破损检测方法，包括以下步骤：

3、步骤s1：在架桥机吊钩滑轮组侧方安装工业面阵相机与低角度环形光源，采集待检测弯曲钢丝绳的灰度图像，图像包含滑轮包覆区的全部弯曲轮廓及两侧直线延伸段；

4、步骤s2：对灰度图像执行高斯平滑滤波，再采用限制对比度自适应直方图均衡化增强局部纹理对比度，获得预处理图像；

5、步骤s3：利用自适应阈值对预处理图像进行二值分割，应用形态学闭运算填充绳股间间隙，再执行孔洞填充，得到钢丝绳区域掩膜；

6、步骤s4：对掩膜提取单像素宽度骨架曲线，拟合得到连续参数曲线，计算弧长函数并重新参数化得到弧长参数化的中心曲线，计算中心曲线的曲率，根据曲率以可变步长生成非均匀弧长序列，使弯曲内侧处采样点更密集；

7、步骤s5：针对每个弧长位置计算中心点坐标、单位切向量和单位法向量，沿法向量方向设定横向距离范围并均匀离散，通过坐标映射将弯曲绳面变换为矩形展开图像，展开图像行方向对应弧长方向，列方向对应绳宽方向；

8、步骤s6：计算展开图像的梯度方向直方图确定纹理主方向，利用与纹理主方向垂直的gabor滤波器对展开图像卷积获得裂纹响应图；计算展开图像hessian矩阵特征值获得线状响应；将裂纹响应与线状响应融合，得到增强特征图；

9、步骤s7：在增强特征图上以每个像素为中心取窗口，提取沿弧长方向的一维特征剖面信号，计算剖面信号的自相关函数，在预期捻距对应的滞后范围内搜索自相关峰值，根据自相关峰值与零滞后自相关值的比值构建局部周期性破坏指数，生成破损指数图；

10、步骤s8：对破损指数图进行阈值分割，通过连通域分析剔除孤立噪声区域，保留符合裂纹形态的细长区域，将破损区域坐标逆映射回原始弯曲图像坐标，输出缺陷位置与尺寸信息。

11、进一步地，所述步骤s1中：工业面阵相机与低角度环形光源安装于架桥机吊钩滑轮组侧方，工业面阵相机的光轴近似垂直于钢丝绳弯曲段所在平面；低角度环形光源为led光源，以低角度向钢丝绳表面投射光线；采集的灰度图像中，像素分辨率保证单根钢丝直径对应不少于预设数量的像素；灰度图像完整覆盖滑轮包覆区内钢丝绳的全部弯曲轮廓，并包含弯曲段两侧各一段直线延伸段。

12、进一步地，所述步骤s2中：还会高斯平滑滤波的核尺寸与标准差按预设值选取；限制对比度自适应直方图均衡化将预处理图像划分为预设尺寸的子块，在每个子块内独立进行直方图均衡化，并设定裁剪限幅；经高斯平滑滤波与限制对比度自适应直方图均衡化处理后获得预处理图像。

13、进一步地，所述步骤s3中：利用otsu自适应阈值对预处理图像进行二值分割，获得初始前景区域；应用形态学闭运算，采用圆形结构元素，结构元素半径根据钢丝绳直径按预设比例确定，闭运算先膨胀后腐蚀；对闭运算结果执行孔洞填充操作，得到钢丝绳区域掩膜，掩膜中前景像素值为1，背景为0。

14、进一步地，所述步骤s4中包括以下步骤：

15、步骤s41：对掩膜实施形态学细化算法，提取单像素宽度的骨架曲线，沿骨架链码追踪得到有序离散点集，使用三次样条插值拟合得到连续参数曲线，其中归一化弧长参数初值范围为零到一；

16、步骤s42：建立弧长函数，弧长函数用于计算从曲线起点到当前参数位置的累计弧长，弧长函数表达式为：

17、

18、式中，和为参数曲线的坐标分量，为积分变量，为累计弧长；

19、步骤s43：利用弧长函数重新参数化得到弧长参数化的中心曲线，中心曲线对弧长的一阶导数的模恒等于一；

20、步骤s44：计算曲率，曲率为单位切矢对弧长的一阶导数的模，其中单位切矢为中心曲线对弧长的一阶导数，曲率表示中心曲线的弯曲程度；

21、步骤s45：根据曲率自适应调整弧长采样步长，曲率自适应弧长采样步长表达式用于根据曲率确定采样步长，表达式为：

22、

23、式中，为位置处的采样步长，为基础采样步长，根据图像分辨率与钢丝绳捻距映射关系预设，为曲率影响因子，为位置处的曲率；采样步长随曲率增大而减小。

24、进一步地，所述步骤s5中：设定横向距离范围时，以略大于钢丝绳半径的像素值作为范围边界；均匀离散间距对应原图像像素当量；

25、坐标映射关系用于将展开网格点坐标转换到原始图像坐标，坐标映射关系为：

26、

27、式中，为弧长位置处的中心点坐标，为法向距离，为单位法向量，为展开网格点对应到原始图像的坐标；

28、在掩膜有效区域内使用双三次插值提取灰度值作为展开图像像素，否则赋予背景常量值。

29、进一步地，所述步骤s6中包括以下步骤：

30、步骤s61：计算展开图像的梯度场，构建梯度方向直方图，搜索峰值确定纹理主方向；

31、步骤s62：设计gabor滤波器核，gabor滤波器核用于提取与纹理主方向垂直的方向性特征，滤波器方向取与纹理主方向垂直的角度，gabor滤波器核表达式为：

32、

33、其中，，，为与纹理主方向垂直的角度，为滤波器波长，根据钢丝绳捻距在展开图像中对应的像素周期预设，为相位，和为滤波器预设参数；对展开图像卷积得到裂纹响应图；

34、步骤s63：对展开图像的每个像素计算二阶偏导数构建hessian矩阵，提取特征值，线状响应定义为最大特征值与次大特征值绝对值之差，且不小于零；

35、步骤s64：将裂纹响应与线状响应融合，融合表达式用于将裂纹响应和线状响应加权求和得到增强特征图，融合表达式为：

36、

37、式中，为增强特征图在像素处的值，为裂纹响应，为线状响应，为融合权重。

38、进一步地，所述步骤s7中：窗口尺寸根据钢丝绳捻距在展开图像中的像素周期按预设倍数确定；

39、计算剖面信号的自相关函数，自相关函数用于衡量剖面信号的周期性强度，自相关函数表达式如下：

40、

41、式中，为一维特征剖面信号，为滞后量；

42、构建局部周期性破坏指数，局部周期性破坏指数通过自相关峰值与零滞后自相关值的比值计算，用于表征局部纹理周期结构的完整程度，局部周期性破坏指数表达式为：

43、

44、式中，为像素处的破损指数，为钢丝绳表面绳股纹理在展开图像中的标准周期，由钢丝绳捻距与图像缩放比例确定，为预设容差，为零滞后自相关值，为小正数。

45、进一步地，所述步骤s8中：阈值分割采用otsu算法；连通域分析剔除面积小于预设最小面积的孤立噪声区域；保留区域需满足长宽比超出预设阈值或紧凑度符合裂纹形态的条件。

46、一种基于图像算法的钢丝绳破损检测系统，包括：图像采集模块、图像预处理模块、掩膜提取模块、曲线参数化与采样模块、绳面展开模块、特征增强模块、破损检测模块和缺陷输出模块；

47、所述图像采集模块用于用于安装工业面阵相机与低角度环形光源，采集待检测弯曲钢丝绳的灰度图像；

48、所述图像预处理模块用于对灰度图像执行高斯平滑滤波和限制对比度自适应直方图均衡化，获得预处理图像；

49、所述掩膜提取模块用于利用自适应阈值分割、形态学闭运算和孔洞填充，提取钢丝绳区域掩膜；

50、所述曲线参数化与采样模块用于提取骨架曲线，拟合连续参数曲线，计算弧长函数并重新参数化得到弧长参数化的中心曲线，根据曲率自适应生成非均匀弧长序列；

51、所述绳面展开模块用于计算中心点坐标、切向量和法向量，通过坐标映射将弯曲绳面变换为矩形展开图像；

52、所述特征增强模块用于计算纹理主方向，利用gabor滤波器获得裂纹响应图，利用hessian矩阵特征值获得线状响应，融合得到增强特征图；

53、所述破损检测模块用于提取一维特征剖面信号，计算自相关函数，构建局部周期性破坏指数，生成破损指数图；

54、所述缺陷输出模块用于对破损指数图进行阈值分割和连通域分析，保留符合裂纹形态的区域，逆映射回原始坐标并输出缺陷信息。

55、本发明具有以下有益效果：

56、1、本发明通过提取钢丝绳中心曲线并沿法向进行曲线坐标展开，将弯曲绳面映射为矩形展开图像，使畸变纹理恢复为近似纵向周期性条纹。展开过程消除了弯曲曲率对纹理分布的影响，使得原本仅适用于直线钢丝绳的周期性分析手段可直接用于弯曲段，从而填补了现有技术在弯曲钢丝绳表面检测领域的空白。

57、2、本发明引入曲率自适应弧长采样机制，采样步长随中心曲线曲率增大而自动减小，在弯曲剧烈处加密采样点，使展开图像中绳股纹理的周期一致性得到保持；该机制不依赖人工设定分段参数，能够根据弯曲形态自动调整采样密度，保证不同弯曲程度下展开图像的几何保真度，为破损特征提取提供高质量的标准化图像。

58、3、本发明构建局部周期性破坏指数，通过在展开图像上计算一维剖面信号的自相关函数，对比捻距周期对应滞后位置的自相关峰值与零滞后自相关值，量化局部纹理周期结构的完整程度；该指数仅依赖于纹理周期性是否被破坏这一本质特征，不预设缺陷的形状或灰度模板，对形态多变的疲劳断丝和微裂纹具有普遍检出能力，同时能有效区分正常绳股纹理的渐变与破损导致的周期中断。

59、4、本发明将方向性gabor滤波响应与hessian线状增强响应进行加权融合，gabor滤波器方向取与绳股纹理主方向垂直，强化横向裂纹响应，而hessian特征值则增强线状暗结构；融合后的增强特征图综合了两种互补的缺陷表征信息，减少因缺陷表现形态差异导致的漏检，提升了对复杂工况下钢丝绳弯曲段微损伤的综合探测能力。

60、当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。