基于图像检测的双绞线绕距测量方法

针对双绞线绕距测量,提出了一种图像检测框架。此框架通过图像分割、修复、细化、拟合以及比例尺的设置,可实时计算出双绞线绕距值。在此框架下,针对传统二维最大类间方差法——Otsu运行时间较长的问题,提出了一种新的基于区域斜分的快速算法。快速算法通过对二维直方图区域重新划分,结合快速查找表以及递推算法,大大减少了分割时间。针对图像缺失的问题,采用了基于边缘检测的算法对其特定区域进行填充修复,并对修复后的图像进行细化。通过最小二乘法,拟合细化图像中的单像素点,得到拟合曲线。通过计算拟合曲线交点间的距离可得双绞线绕距的图像距离。最后将图像距离按比例尺转换为绕距的测量值。实验结果表明,基于区域斜分的快速算法其分割时间约为传统算法的0.22%,且两种算法的分割效果基本一致。将图像检测方法测得的绕距值与其真实值进行比较,结果表明测量值与真实值的绝对误差为0.48%。通过使用图像检测方法测量双绞线绕距,可以准确测得绕距值,提高绕距测量的效率。

基于图像修复的网线绕距测量方法研究

针对网线绕距测量,提出了一种基于图像处理和正交最小二乘曲线拟合的方法。运用彩色空间模型分别提取两条不同颜色的双绞线并将其灰度化。运用阈值分割的方法将图像二值化,运用图像形态学处理填充双绞线内部的孔洞简单修复图像。通过正交最小二乘曲线拟合的方法,拟合出双绞线的中心线,得到两条双绞线的交点并且最终求得网线绕距。实验表明,提出的方法能简单有效地计算出网线绕距。

基于OTSU算法的FPGA实时绕距测量系统

随着FPGA芯片集成度的提高,加之其价格低廉的优势,越来越多的视频图像处理平台采用基于FPGA技术的方案。设计并实现了一个基于OTSU算法的FPGA实时绕距测量系统。首先设计了视频图像灰度化的非浮点运算实现,然后详细讨论了OTSU算法的硬件实现方案,包括其原理、公式简化、流水线处理等。经过OTSU算法处理之后,接着通过统计二值图像中双绞线部分的列宽,计算两个最窄列宽之间的距离即绕距。最后在片上可编程系统上编写软件模块实现功能。