一种线束形态表征方法、装置、设备及介质与流程

1.本技术涉及数字测量技术领域，尤其涉及一种线束形态表征方法、装置、设备及介质。


背景技术：

2.飞机线束设计制造一般流程依次为线束设计、产品图纸转换、制造工艺卡编制、生产准备、标识卡打印、印字切割、首端端接、敷设、末端端接、导通测试、检验。
3.在线束制造过程中，通常需要将设计给定的三维线束模型转换为二维平面线束制造图纸，然后按照1:1比例的图纸将线束原材料敷设到平面工装上进行预敷设并捆扎，该操作多为手工操作，而基于人工的线束敷设形态常规检测方法存在准确性低、易出错的问题。


技术实现要素：

4.本技术的主要目的在于提供一种线束形态表征方法、装置、设备及介质，旨在解决现有线束敷设形态人工检测方法准确性低的技术问题。
5.为实现上述目的，本技术提供一种线束形态表征方法，包括以下步骤：
6.对选定的工业相机的内参和外参进行标定，并存储标定结果数据；
7.利用标定后的所述工业相机，采集待检线束的二维图像；
8.利用工控机对采集的所述二维图像进行形态表征；其中，所述工控机内置图像处理软件，且所述工控机与所述工业相机电性连接。
9.可选地，所述利用工控机对采集的所述二维图像进行形态表征，包括：
10.对所述二维图像进行预处理；
11.对预处理后的二维图像进行降噪；
12.将降噪后的二维图像中的骨架部分分割为多条宽度为一个像素距离且无分支的直线段，提取二维图像中的各分支节点并进行编号；
13.循环遍历所有分割出的直线段，设定阈值，筛选并剔除小于所述阈值的直线段；
14.将剩余的直线段合并为一个折线；
15.将所述折线进行平滑处理，以获得新的平滑曲线；
16.根据所述平滑曲线获取待检线束总长度数据；
17.根据降噪后的二维图像获取待检线束的分支线束宽度数据；
18.根据所述平滑曲线获取待检线束的分支线束最小弯曲半径数据。
19.可选地，所述对所述二维图像进行预处理，包括：
20.对所述二维图像进行均值滤波；
21.对均值滤波后的二维图像进行图像灰度化处理；
22.设定阈值；
23.然后对二维图像进行图像二值化处理。
24.可选地，所述对预处理后的二维图像进行降噪，包括：
25.定义腐蚀及膨胀的结构元素，通过所述结构元素对二维图像进行腐蚀；
26.按同一类型的结构元素及结构大小对二维图像进行膨胀。
27.可选地，所述提取二维图像中的各分支节点并进行编号的步骤中，所述编号的方法为：
28.将所述分支节点的起点编号为0，出现第一级分支后，第一级分支起点编号为1，第一级分支终点编号为1.1、1.2、......、1.n；
29.出现第二级分支后，第二级分支起点的编号与所述第一级分支终点的编号一致，则第二级分支对应第一级分支终点编号1.1所在的分支终点编号为1.1.1、1.1.2、......、1.1.n，第二级分支对应第一级分支终点编号1.2所在的分支终点编号为1.2.1、1.2.2、......、1.2.n，第二级分支对应第一级分支终点编号1.n所在的分支终点编号为1.n.1、1.n.2、......、1.n.m；其中，n和m均为正整数。
30.可选地，所述根据所述平滑曲线获取待检线束总长度数据，包括：
31.获取所述平滑曲线的像素个数；
32.根据所述工业相机的标定结果数据，将像素距离转换为真实距离，以获取线束总长度数据。
33.可选地，所述根据降噪后的二维图像获取待检线束的分支线束宽度数据，包括：
34.根据降噪后的二维图像提取线束边界，并分类线束的两侧边界；
35.然后将两侧边界分别存入数组a和数组b中；
36.遍历数组a中的各点并逐一计算各点与数组b中各点的最短直线距离，并将所述最短直线距离存入新的数组c；
37.以数组c的平均值作为分支线束的平均宽度，以获得分支线束宽度数据。
38.可选地，所述根据所述平滑曲线获取待检线束的分支线束最小弯曲半径数据，包括：
39.利用所述平滑曲线计算所述平滑曲线的亚像素轮廓全局特征；
40.根据所述亚像素轮廓全局特征将所述平滑曲线分解为由直线段、圆弧段、椭圆弧段组成的一组曲线；
41.将所有所述圆弧的半径值存入数组d中，以数组d中的最小值作为分支线束的最小弯曲半径。
42.一种线束形态表征装置，包括：
43.标定模块，用于对选定的工业相机的内参和外参进行标定，并存储标定结果数据；
44.图像采集模块，用于利用标定后的所述工业相机，采集待检线束的二维图像；
45.形态表征模块，用于利用工控机对采集的所述二维图像进行形态表征；其中，所述工控机内置图像处理软件，且所述工控机与所述工业相机电性连接。
46.一种计算机设备，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。
47.一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。
48.本技术所能实现的有益效果如下：
49.本技术采用视野范围充足的高分辨率的工业相机，先对工业相机进行标定，从而
将像素距离转换为物理真实距离，以便测得线束形态的真实数据，然后借助具有图像处理软件的工控机，工控机利用高效的图像处理算法能实现一次拍摄即可对复杂线束的形态进行毫米级准确、快速的检测，从而实现对线束的形态表征，效率高且准确性高。
附图说明
50.为了更清楚地说明本技术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。
51.图1为本技术的实施例中一种线束形态表征方法的流程示意图；
52.图2为本技术的实施例中对线束宽度、弯曲半径、两侧轮廓及中心曲线的表征示意图；
53.图3为本技术的实施例中检测装置的结构示意图。
54.附图标记：
55.1-工业相机，2-镜头，3-支架，4-线束敷设平台，5-待检线束，6-工控机。
56.本技术目的的实现、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
57.下面将结合本技术实施例中的附图，对本技术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技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
58.需要说明的是，本技术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。
59.在本技术中，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技术中的具体含义。
60.另外，若本技术实施例中有涉及“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，也不在本技术要求的保护范围之内。
61.实施例1
62.参照图1-图3，本实施例提供一种线束形态表征方法，包括以下步骤：
63.对选定的工业相机1的内参和外参进行标定，并存储标定结果数据；
64.利用标定后的所述工业相机1，采集待检线束5的二维图像；
65.利用工控机6对采集的所述二维图像进行形态表征；其中，所述工控机6内置图像处理软件，且所述工控机6与所述工业相机1电性连接。
66.由于飞机线缆大多较为复杂，分叉和分层较多，人工检测效率低下，且人眼长时间在高亮度环境下极易疲劳，容易造成漏检或错检。此外，由于线束存在一定柔性，某些形态特征(如最小弯曲半径，等效长度等特征)不易准确量化，不同的检验工对检验标准的认识和理解程度也有差异。
67.因此，在本实施例中，采用视野范围充足的高分辨率的工业相机1，先对工业相机1进行标定，从而将像素距离转换为物理真实距离，以便测得线束形态的真实数据，然后借助具有图像处理软件的工控机6，工控机6利用高效的图像处理算法能实现一次拍摄即可对复杂线束的形态进行毫米级准确、快速的检测，有效解决线束形态特征人工检测效率低下且无法准确量化的问题，能有效降低人为因素导致的错检、漏检，最后通过工控机6输出表征结果即可，从而实现对线束的形态表征，效率高且准确性高。
68.需要说明的是，本实施例方法在检测时，可借助检测装置进行，如图3所示，检测装置包括用于敷设待检线束5的平台，平台上设置有支架3，支架3上设置有工业相机1，工业相机1底部为镜头2，工业相机1电性连接有工控机6，支架3上还可设置光源，工业相机1可以是黑白或彩色相机，具备自动调光功能，能防止过度曝光，光源为白色背光光源，该光源安装于敷设线束用的平台上表面。操作时，将待检线束5平铺于平台，接通电源，打开工控机6、光源、工业相机1等系统相关元器件，从而开始线束的形态检测工作。
69.作为一种可选的实施方式，所述利用工控机6对采集的所述二维图像进行形态表征，包括：
70.对所述二维图像进行预处理；
71.对预处理后的二维图像进行降噪；
72.将降噪后的二维图像中的骨架部分分割为多条宽度为一个像素距离且无分支的直线段，提取二维图像中的各分支节点并进行编号；
73.循环遍历所有分割出的直线段，设定阈值，筛选并剔除小于所述阈值的直线段；
74.将剩余的直线段合并为一个折线；
75.将所述折线进行平滑处理，以获得新的平滑曲线；
76.根据所述平滑曲线获取待检线束5总长度数据；
77.根据降噪后的二维图像获取待检线束5的分支线束宽度数据；
78.根据所述平滑曲线获取待检线束5的分支线束最小弯曲半径数据。
79.在本实施方式中，对待检线束5的二维图像进行预处理和降噪后，再通过二维图像计算待检线束5宽度，能实现待检线束5各分支的平均线束宽度的准确、快速的检测，并可通过利用机器视觉求取复杂线束多个节点位置，可以实现以节点编号，曲线形态学拟合结果的形式对待检线束5进行形态学表征，直观且能量化，通过划分各线束分支，可快速准确地获取待检线束55总长度，并利用弯曲半径检测技术实现复杂线束各分支的最小弯曲半径准确、快速的检测，从而一次性实现对待检线束5关于总长度、分支线束宽度、分支线束最小弯曲半径的形态表征。
80.作为一种可选的实施方式，所述对所述二维图像进行预处理，包括：
81.对所述二维图像进行均值滤波；
82.对均值滤波后的二维图像进行图像灰度化处理；
83.设定阈值；
84.然后对二维图像进行图像二值化处理。
85.在本实施方式中，通过对二维图像进行均值滤波(用于消除边沿高频噪声)、图像灰度化、设定阈值和二值化处理的一系列，即可完成对二维图像的预处理，二值化处理后的图像中，可用0(黑色显示)代表线束、1(白色)代表平台背景。
86.需要说明的是，均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素(以目标像素为中心的周围8个像素，构成一个滤波模板，即包括目标像素本身)，再用模板中的全体像素的平均值来代替原来像素值。均值滤波也称为线性滤波，其采用的主要方法为邻域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素值，即对待处理的当前像素点(x，y)，选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点(x，y)，作为处理后图像在该点上的灰度g(x，y)，即g(x，y)＝∑f(x，y)/mm为该模板中包含当前像素在内的像素总个数；图像灰度化处理作为图像处理的预处理步骤之一，可为之后的图像分割、图像识别和图像分析等上层操作做准备；设定阈值，指的就是设定某个阈值，然后对大于阈值的像素或者小于阈值的像素统一处理的过程；图像的二值化处理就是将图像上的点的灰度值为0或255，也就是将整个图像呈现出明显的黑白效果，即将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。
87.作为一种可选的实施方式，所述对预处理后的二维图像进行降噪，包括：
88.定义腐蚀及膨胀的结构元素，通过所述结构元素对二维图像进行腐蚀，按同一类型的结构元素及结构大小对二维图像进行膨胀，从而实现对二维图像的降噪处理。
89.作为一种可选的实施方式，所述提取二维图像中的各分支节点并进行编号的步骤中，所述编号的方法为：
90.将所述分支节点的起点编号为0，出现第一级分支后，第一级分支起点编号为1，第一级分支终点编号为1.1、1.2、......、1.n；
91.出现第二级分支后，第二级分支起点的编号与所述第一级分支终点的编号一致，则第二级分支对应第一级分支终点编号1.1所在的分支终点编号为1.1.1、1.1.2、......、1.1.n，第二级分支对应第一级分支终点编号1.2所在的分支终点编号为1.2.1、1.2.2、......、1.2.n，第二级分支对应第一级分支终点编号1.n所在的分支终点编号为1.n.1、1.n.2、......、1.n.m；其中，n和m均为正整数。
92.在本实施方式中，将第一级分支到第n级分支按照上述编号方法编号，编号方法具有操作简单、易于实现、规律可循的优点，从而实现对二维图像中的各分支节点进行快速编号作用，通过对应编号，可准确检测出线束的每一条分支线束，可基本规避人为因素导致的错检、漏检等问题。
93.可选地，所述根据所述平滑曲线获取待检线束5总长度数据，包括：
94.获取所述平滑曲线的像素个数；
95.根据所述工业相机1的标定结果数据，将像素距离转换为真实距离，以获取线束总长度数据。
96.在本实施方式中，对工业相机1标定后，并通过获得的平滑曲线获取其像素个数，从而将像素距离转换为真实距离，以获取线束总长度数据，快速高效且准确。
97.作为一种可选的实施方式，所述根据降噪后的二维图像获取待检线束5的分支线束宽度数据，包括：
98.根据降噪后的二维图像提取线束边界，并分类线束的两侧边界；
99.然后将两侧边界分别存入数组a和数组b中；
100.遍历数组a中的各点并逐一计算各点与数组b中各点的最短直线距离，并将所述最短直线距离存入新的数组c；
101.以数组c的平均值作为分支线束的平均宽度，以获得分支线束宽度数据。
102.在本实施方式中，通过分类线束的两侧边界并将两侧边界分别存入数组a和数组b中，遍历数组a中的各点并逐一计算各点与数组b中各点的最短直线距离，将最短直线距离存入新的数组c，以数组c的平均值作为分支线束的平均宽度，比较有参考代表性，数据准确真实，即获得分支线束宽度数据。
103.作为一种可选的实施方式，所述根据所述平滑曲线获取待检线束5的分支线束最小弯曲半径数据，包括：
104.利用所述平滑曲线计算所述平滑曲线的亚像素轮廓全局特征；
105.根据所述亚像素轮廓全局特征将所述平滑曲线分解为由直线段、圆弧段、椭圆弧段组成的一组曲线；
106.将所有所述圆弧的半径值存入数组d中，以数组d中的最小值作为分支线束的最小弯曲半径。
107.在本实施方式中，通过利用机器视觉求取复杂线束多个节点位置后，可将各分支线束对应的平滑曲线拟合为多条直线段、圆弧段和椭圆弧段，可以实现以节点编号，曲线形态学拟合结果的形式对线束进行形态学表征，直观且能量化，从而实现复杂线束各分支的最小弯曲半径准确、快速的检测。
108.实施例2
109.本实施例提供一种线束形态表征装置，包括：
110.标定模块，用于对选定的工业相机的内参和外参进行标定，并存储标定结果数据；
111.图像采集模块，用于利用标定后的所述工业相机，采集待检线束的二维图像；
112.形态表征模块，用于利用工控机对采集的所述二维图像进行形态表征；其中，所述工控机内置图像处理软件，且所述工控机与所述工业相机电性连接。
113.在本实施例中，通过标定模块先对工业相机进行标定，从而将像素距离转换为物理真实距离，以便测得线束形态的真实数据，然后图像采集模块可借助具有图像处理软件的工控机，工控机利用高效的图像处理算法能实现一次拍摄即可对复杂线束的形态进行毫米级准确、快速的检测，然后通过形态表征模块对复杂的待检线束进行数据分析，有效解决线束形态特征人工检测效率低下且无法准确量化的问题，能有效降低人为因素导致的错检、漏检，最后通过输出模块输出表征结果，从而实现对线束的形态表征，效率高且准确性高。
114.实施例3
115.本实施例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，实现实施例1中所述的方法。
116.实施例4
117.本实施例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，实现实施例1中所述的方法。
118.以上仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术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，均同理包括在本技术的专利保护范围内。