光纖環纏繞機視覺監控系統的設計及實現

張紫澳 宋世杰 翟欣怡 張喬 李孟銘 高丹莉

摘要：光纖纏繞技術是制光纖陀螺儀的一項關鍵技術。在光纖纏繞過程中會出現“間隙”“爬絲”等問題，然而人工肉眼觀察工作量極大，細微的被測物對于肉眼的分辨率來說更是一種挑戰，因此文章設計了一個利用機器視覺非接觸方式實時監測系統，為繞線設備的動作控制提供相關依據，解決了人工檢測費時、低效的問題，提高了光纖纏繞機自動化水平、穩定性和控制精度，對實際生產生活具有重要意義。

關鍵詞：機器視覺;光纖纏繞;缺陷監測系統;圖像處理

中圖法分類號：TP277文獻標識碼：A

Design and implementation of visual monitoring system foroptical fiber ring winding machine

ZHANG Ziao，SONGShijie，ZHAIXinyi，ZHANGQiao，LIMengming，GAODanli

（Hubei University of Technology，Wuhan 430000，China）

Abstract：Optical fiber winding technology is a key technology of making fiber optic gyroscope. During the optical fiber winding process， such as “gap” “climbing" problems， will appear， however， subtle measurement is a challenge for the resolution of the naked eye， so this paper puts forward a machine vision contact real-time monitoring system， which provides relevant basis for winding device action control， solves the manual detection of time-consuming and inefficient， improves the fiber winding machine automation level， stability and control accuracy， is of great significance to the actual production and life.

Key words： machine vision， optical fiber winding， defect monitoring system， image processing

現代光纖陀螺儀在航海、航天和國防工業中精確確定運動物體方位的過程中起到了至關重要的作用，由于其在角速度以及加速度測量方面的優越性和在動態范圍、靈敏度和可靠性等方面的顯著優勢，使其在軍事方面有著廣泛的應用[1]。它對一個國家的工業、國防和其他高科技的發展具有十分重要的戰略意義。然而，光纖陀螺儀的性能參數直接受光纖環纏繞質量和精度的影響，因此有必要對光纖環繞制表面的繞制情況進行實時檢測與控制，以保證制品的質量。

1系統技術方案

本文在現有光纖環纏繞機的基礎上，加入視覺檢測功能，利用計算機自動采集并外理圖像數據，將該視覺檢測模塊與原有的纏繞控制功能融合在一起，實現對陀螺儀光纖環纏繞機的控制以及環繞質量的可視化檢測，由監控系統驅動底層 PLC 控制相應電機實現陀螺儀光纖環的自動纏繞，同時由工業相機監測光纖環纏繞過程，自動檢測關鍵纏繞缺陷，輔助操作人員盡早發現缺陷并處理，從而達到產品質量控制的目的。

該系統包括自動纏繞控制系統和纏繞質量視覺檢測系統兩個部分，分別顯示在同一個主機所連的兩個顯示屏上，同時纏繞質量視覺檢測系統將相關缺陷信息和數據共享給自動纏繞控制系統，以驅動自動纏繞控制系統根據視覺檢測系統實施控制參數調整和反饋控制。

2系統硬件組成

2.1照明系統

使用顯色性好的 LED 光源，以增強目標的邊緣清晰度，同時消除了陰影和噪點所帶來的影響，清晰地分離了檢測區域與背景區域。根據光纖纏繞視覺監控系統的技術要求和光纖在其表面反射的特殊性質，選擇如圖1所示的攝像機坐標位置方案，即背光照明。在光纖下方的是矩形陣列 LED 光源，并且平行于主軸，當攝像頭拍攝時，物體阻擋光源的直射光，不會在圖像區域產生亮點[2]。將黑色照相布作為背景圖像，保證了拍攝圖像亮度的均勻度，被測對象的邊緣可以產生強烈的對比度輪廓，以供圖像處理系統進一步分析。

2.2圖像識別主機 IPC—CMOS 千兆以太網工業面陣相機

工業相機采用的是?？?MV?CE050?31GC 彩色工業相機，該相機為500萬像素，1/2.5”CMOS 千兆以太網工業面陣相機，支持自動或手動調節增益、曝光時間、LUT 和 Gamma 校正等;采用千兆網接口，在無中繼的狀態下，圖像的傳輸距離能夠達到100m;此相機具有高達128MB 的板上緩存，能夠有效處理突發情況，并識別后進行圖像重傳;兼容 GigE Vision 1.2協議及GenlCam標準，無縫接入第三方軟件平臺。

2.3圖像采集卡

圖像采集卡捕獲圖像信號后，將其采集到計算機中，并以數據文件的形式保存在固態硬盤上。當高速運動相機實時拍攝高分辨率圖像時，它將產生非常高的輸出速率，圖像采集卡作為支持多通道輸入的設備，能夠很好的滿足圖像處理的需求。

2.4自動纏繞控制系統

控制系統主要由 PLC（可編程邏輯控制器）實現。 PLC 主要由卷繞運動軸、開關控制量和模擬控制量組成。根據圖像采集系統反饋的各種狀態信息，采用測試軟件匹配的算法對控制系統進行處理，控制系統根據圖像處理結果向光纖纏繞設備發出控制命令，做出相應的調整動作，極大地提高光纖纏繞機自動化水平、穩定性和控制精度。保證了系統無沖擊、無震蕩穩定運行。

2.5單點檢測模塊

待監測的光纖環放置在光纖環纏繞設備的主軸上，并通過工控機以操作員指定的速度運行。在纏繞過程中，照明系統中的控制器以適當的強度作為背景來調整 LED 光源。光纖纏繞狀態需要通過固定在可調支架上的攝像頭進行實時監控，并以圖像的形式顯示在工控機上[3]。反饋狀態信息由測試軟件匹配的算法進行處理。

2.6云計算檢測模塊

以單點檢測模塊為基礎，將各個檢測模塊的計算能力集中在云計算平臺上，由云平臺提供視覺檢測服務，便形成了視聯網云平臺。云計算檢測模塊包括：視覺終端采集、預處理、云計算服務器、數據儲存分析以及應用端訪問等[4]。通過多組單點檢測模塊并行連接，將視頻終端或者移動終端采集到的視頻信號以無線或有線等傳輸方式發送給云計算服務器進行智能識別，并分析識別數據生成評價等級報告。同時，云平臺進一步對這些檢測數據進行挖掘再利用，根據不同的產品型號、廠商以及工藝方式等屬性數據建立相關的等級評價體系，以供客戶在 PC 端和 APP 上進行訪問。

3軟件系統

根據光纖纏繞周期結構的特點，分別進行了圖像預處理機制的研究以及圖像濾波去噪算法、亞像素精度閾值分割算法和基于輪廓區域的實時缺陷監測算法的研究。根據所捕獲圖像的大致頻域特性，設計了一種特定的頻域濾波器。經過專業的頻域濾波處理之后，有效抑制了光纖上散斑的干擾，使得光纖纏繞結構的特性更加明顯。其中，算法識別準確率高達99.98%。

3.1圖像預處理機制

由于用于測量的圖像通常情況下數據量大、冗余度高。圖像預處理是以局部、細節等形式準確定位各種特征信息。在確定圖像清晰度和測量尺寸之前，要消除背景噪點的影響，壓縮圖像的數據量，突出圖像有用的信息特征，同時減少了處理時間，從而提高了圖像質量和信噪比。

3.2亞像素精度閾值分割算法

當圖像的前景和背景灰度差異較大時，可以采用適當的閾值進行背景分離。在一般的閾值分割算法分割的過程中，每個像素只進行一次比較，所以算法的處理速度非常快。但當邊緣輪廓模糊時，閾值的選取對定位精度影響較大。亞像素精確閾值分割算法是在一般閾值分割算法的基礎上發展而來的。將亞像素精度閾值分割算法應用于圓形陣列目標的亞像素邊緣提取，可以大大提高橢圓中心的精度，這也證明了亞像素精度閾值分割算法提取輪廓邊緣的準確性。

3.3基于輪廓區域的實時缺陷監測算法

亞像素精度閾值分割算法比普通亞像素邊緣檢測算法具有更高的精度，這為后續的擬合和監測算法奠定了基礎。為了消除溫度瞬態對光纖陀螺的影響，采用四極對稱繞制光纖環。為了監控纏繞過程中的各種狀態，提出了一種基于輪廓區域的缺陷實時監控算法，如圖2所示。

3.4缺陷檢測庫自學習與開放式軟件體系

設計了開放式軟件體系，以滿足客戶千差萬別光纖繞制方法的檢測需求;提出了智能檢測系統缺陷庫自學習機制，不斷擴展識別智能算法的樣本空間，以提高檢測的準確性。

4系統界面

系統設計界面如圖2所示。檢測系統主要提供實時顯示檢測界面，用于監控光纖繞線過程。同時，相關人員可以清晰地看到系統的運行狀態、檢測結果和生產統計數據，便于控制系統的運行。

5總結

本文介紹了對制造光纖陀螺儀進行實時監測時利用數字圖像處理技術，為光纖纏繞技術的改進提供了參考依據，并從硬件和軟件兩方面設計了光纖纏繞機缺陷檢測系統，經過上述操作，纏繞光纖的質量得到有效改善。

5.1光纖線包纏繞結構圖像采集系統的設計

根據成像原理搭建了圖像采集系統。系統采用明場漫射照明方式，采用 CMOS 千兆以太網工業區陣列攝像機和數據采集卡。該圖像采集系統的結構簡單、操作方便，可以獲得清晰的光纖纏繞結構的圖像。

5.2光纖纏繞圖像處理算法的研究

根據光纖具備的纏繞周期性結構特征，分別進行了圖像預處理機制、圖像濾波去噪算法、亞像素精度閾值分割算法和基于輪廓區域的實時缺陷監測算法的研究。根據圖像的頻域特征，設計了特定的頻域濾波器，經過頻域濾波處理有力抑制了光纖上的斑點干擾，使光纖纏繞結構特征更顯著。此外，算法準確率高，識別準確率高達99.98%。

5.3光纖纏繞自動纏繞控制系統的實現

控制系統根據圖像采集系統反饋的各種狀態信息經過測試軟件所匹配的算法處理，控制系統則根據圖像處理的結果發送控制命令給光纖繞制設備，以做出相應的調整動作，極大地提高了光纖纏繞機自動化水平、穩定性和控制精度。保證了系統無沖擊、無震蕩穩定運行。

參考文獻：

[1]劉歡歡.光纖纏繞缺陷監測系統的設計及實現[J].能源與環保，2018，40（1）：140?144.

[2]印愛麗.基于圖像處理的光纖纏繞均勻度評價方法的研究[D].南京：南京理工大學，2012.

[3]劉雪峰，劉秋月.圖像陰影檢測與增強算法研究[ J].現代電子技術.2022，45（10）：105?110.

[4]李沐青.基于仿生優化的圖像分割方法研究[ D].西安：西安電子科技大學.2021.

作者簡介：

張紫澳（2001—），本科，研究方向：計算機科學與技術。宋世杰（2001—），本科，研究方向：工業工程。

翟欣怡（2002—），本科，研究方向：工程造價管理。張喬（2002—），本科，研究方向：工程項目管理。

李孟銘（2002—），本科，研究方向：工程項目管理。高丹莉（2001—），本科，研究方向：大數據管理與應用。