目前铝合金铝芯电缆开线打磨质量的评估国内外普遍釆用人工判别,存在检测速度慢、效率低、容易因视觉疲劳导致漏检等问题,严重影响了检测质量的一致性和生产效率,也不利于现代化生产管理。因此对铝合金铝芯电缆开线的数字化建模,对打磨质量智能及标准化评估成为急需解决的问题。本本文实现了基于三维和二维视觉特征相结合的铝合金铝芯电缆接头检测,通过模式识别、机器学习和视觉测量技术,降低接头表面缺陷检测的误判率和漏判率实现表面无缺陷以及多种等缺陷的自动识别。

铝合金铝芯电缆开线打磨质量影响电缆接头运行寿命,而目前铝合金铝芯电缆开线打磨工艺是否合格仍只能依靠眼看、用手摸、用尺量,仍依赖人的主观判断,工作量大,个体评价存在差异性,无法客观检测全部缺陷。本文提出一种基于三维和二维视觉特征相结合的铝合金铝芯电缆表面检测方法。通过三维测量实现对几何特征异常缺陷的判断,将实测轮廓与拟合形成标准轮廓进行配准后对比获得深度偏差,根据偏差阈值可以快速判别电缆开线打磨存在缺陷及位置。通过二维视觉着重研究划痕、刮伤、断口处凹陷、屏蔽层残留等缺陷图像的灰度特征、纹理特征以及几何形状特征,并根据提取的缺陷特征值建立二维特征向量,融合缺陷的三维深度信息特征,通过模式识别以及机器学习等技术,降低电缆表面缺陷检测的误判率和漏判率实现表面无缺陷以及多种等缺陷的自动识别。