本发明公开了一种用于光纤环绕制的在线监测与报警系统及方法,系统包括照明系统、光纤环、成像系统、图像采集系统、图像处理检测报警系统,图像处理检测报警系统包括图像预处理模块、边缘信息检测及判别模块和判定结果显示模块;方法包括,步骤一:设定预绕环层数;步骤二:开始绕环并进行图像采集,获取光纤环切线处的阴影曲线图;步骤三:对图像进行预处理;步骤四:对预处理后的图像进行光纤定位与边缘检测;步骤五、绕环叠纤的判定;步骤六、绕环漏纤判定;步骤七、绕制完成判断;本发明可以对光纤绕制过程中人眼无法观察的漏纤、叠纤缺陷进行实时监测,并进行自动报警提示,从而可以提高绕环的工作效率和质量,进而提高光纤陀螺的性能。
1.一种用于光纤环绕制的在线监测与报警方法,包括以下几个步骤:步骤一:设定预绕环层数;绕环前,设置预绕环的层数,设已绕环层数参数为c,c的初始值为零;步骤二:开始绕环并进行图像采集,获取光纤环切线处的阴影曲线图;光纤环为正在采用四极对称绕制的光纤环;照明系统采用平板光源结合背向照明方法进行照明,发出的光沿着光纤环切线方向照射,部分光被光纤环侧面阻挡,通过成像系统产生暗影,没被光纤环遮挡的光,通过成像系统形成明亮的背景;成像系统将光纤环切线处的阴影曲线图进行放大,输出至图像采集系统;图像采集系统包括电荷耦合元件和图像采集卡,其中电荷耦合元件将通过成像系统的光信号转化为模拟信号,模拟信号输出至图像采集卡,将模拟信号转换为数字信号,得到阴影曲线图,输出至图像处理检测报警系统;在最初采样图像前,旋转电荷耦合元件使得光纤环轮廓大致平行于水平方向;步骤三:对图像进行预处理;图像处理检测报警系统对图像进行预处理,预处理包括:图像点运算、图像平滑、图像分割、形态学滤波;最终得到了清晰的预处理后的图像;步骤四:对预处理后的图像进行光纤定位与边缘检测;包括以下几个步骤:(1)判断光纤环进给方向;设光纤绕层数增加方向为y轴,其垂直方向为x轴,由于光纤紧密排布,因此最外层与次外层边缘点y值都会以光纤直径D为周期进行波动,在预处理后的图像两端,在x方向上各取一个光纤直径的宽度,在此两端宽度内,分别取两个y值最大的点,设左端为P₁(x_左,y_左),右端为P₂(x_右,y_右),对两最大值点纵坐标y_左和y_右进行比较,若y_左<y_右,则判断光纤进给方向为从右向左;若y_左>y_右,则判断进进方向为从左至右;同时,将较小的y值对应的点重新定义为P(x₀,y₀);(2)光纤位置的初定位;在P(x₀,y₀)点的下方,找到一点P(x₁,y₁),其中ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="493"/>x₁=x₀;(3)图像的旋转矫正;采用二值图像旋转算法对采集的图像进行旋转矫正,具体为:以点P(x₁,y₁)为基准,沿着y方向扫面找到正在缠绕匝光纤边缘上的点P(x₂,y₂),通过x₂判断在图像上最外层光纤的匝数多还是次外层的匝数多;若x₂>width/2,width表示图像宽度,则次外层的匝数多;若x₂<width/2,则最外层的匝数多;取匝数多的一层光纤轮廓点,每隔D/2的距离取D范围内的最高值点坐标,用最小二乘法对极值点进行直线拟合,得到图像的斜率b,调整斜率b趋于零;(4)缠绕匝光纤的再定位;经上述步骤(3)对图像进行旋转矫正后,得到了旋转校正后的图像,即光纤环成像在电荷耦合元件上的图像的轴线平行于x轴方向;重复步骤(2)、(3),重新定位正在缠绕匝光纤中心等高的缠绕匝光纤上的边缘点P(x₂,y₂);(5)缠绕匝光纤位置精细定位;以P(x₂,y₂)点为基准,沿进给负方向圈定宽为D、高为D的长方形区域,提取此长方体内的边缘点,得到边缘图像;根据已测定边缘点的坐标位置,以及步骤二得到的预处理后图像的灰度特征,对选定范围内的点进行亚像素处理,得到新的亚像素级的边缘点坐标,采用多项式最小二乘法对图像进行边缘拟合,得到最终的光纤图像连续轮廓边缘;对得到的边缘曲线进行极值计算,得到光纤边缘最高点坐标的亚像素级坐标值;步骤五、绕环叠纤的判定;在对光纤进行精细定位和边缘检测后,首先对光纤叠纤情况进行判断;确定底层光纤的顶点坐标P(x₃,y₃),并从(x₃,y₃+h+A)点向进给反方向扫描,如果遇到灰度为0值点记为(a,b),当灰度值又从0值变为1值时再次记下坐标值(e,f);h表示次外层光纤最高点与最外层光纤最高点的纵向间距,A为测量精度;若a=width,说明无叠纤存在;若|a-e|≤A,则扫描到噪声颗粒,无叠纤存在;则判断为合格,继续判断是否有漏纤情况发生,进入步骤六;若|a-e|>A,则扫描到叠纤处的光纤;判断为不合格,进行报警,经处理后返回步骤二继续进行图像采集处理;步骤六、绕环漏纤判定;假设现在绕匝光纤的极值点为(a₁,b₁),前一匝光纤的极值点为(a₂,b₂);获取相邻两匝光纤的间距l=|a₂–a₁|,若l流落在d±A的范围之外,则有缝隙产生;进行报警处理,经处理后返回步骤二继续进行图像的采集处理;若l的值落在D±A的范围内,则绕纤正常,进入步骤七;步骤七、绕制完成判断;绕制层数参数c增加一,与设置的预绕制层数做对比,若小于预绕制层数则转入步骤二继续进行光纤绕制,若等于预绕制层数,则停止操作,绕环结束。
2.根据权利要求1所述的一种用于光纤环绕制的在线监测与报警方法,所述步骤四的(5)中,提取长方体内的边缘点,采用Canny边缘检测算子。
3.根据权利要求1所述的一种用于光纤环绕制的在线监测与报警方法,所述步骤五中,A=0.15D。技术领域
本发明涉及光纤陀螺技术领域,尤其涉及一种用于光纤环绕制的在线监测与报警系统及方法。
背景技术
目前,在光纤陀螺光纤环的绕制过程中通常会采用四极对称绕法,如图1所示,假设绕制完毕的光纤环共有N层,光纤的半径为a。其层进方向为从上至下,A、B为两个供纤轴,从两供纤轴中间绕起。将每层紧密排列的光纤编号为第一层、第二层、第三层、第四层...第N-3层、第N-2层、第N-1层、第N层。假如第一层为A供纤轴从左至右,根据四极对称绕法,第二层为B供纤轴从左至右,第三层为B供纤轴从右至左,第四层为A供纤轴从右至左。随后的绕制重复一至四层的绕制方法。很明显的看到,此绕法中相邻两对对称的光纤层的层序相反,此为对光纤环的温度瞬态灵敏度的补偿方法之一;同时绕制过程中对光纤环的对称性要求很高,对称性越好,才能更好地减少Shupe效应的产生,才能提高光纤陀螺的测量精度。但在实际绕环操纵中,绕环机供纤设备存在步进误差和积累误差,进而导致漏纤、叠纤情况的存在。具体原因为:1绕环过程是通过软件自动控制的,而软件中的绕环机步进距离参数是人为输入。步进距离设定为光纤的直径,但是光纤的直径不均匀的存在,导致人为输入的步进距离近似等于光纤的实际直径;2光纤的导向轮从理论上在是一条直线上,但实际上还是存在一定的偏差,有一定的积累扭转力,从而会使光纤有积累误差的产生;同样,若供纤轴上光纤扭转也会产生弹性了,增大积累误差;3在绕制光纤时,每层都有光纤耙子存在使光纤紧密的排列,但是若耙子的形状不理想,在绕环过程中将会使被绕光纤受力不均匀,从而导致光纤绕制时产生缝隙(漏纤)、叠纤;4涂胶不均匀会导致光纤环表面的不平,从而导致绕制下层光纤时会出现叠纤或漏纤的情况发生。所谓漏纤、叠纤现象,即是在绕制图1中的某一层光纤时,光纤并没有理想的紧密一一排列,而是会有缝隙或是重叠的情况出现,如图2所示。在图1绕制的基础上,假设在绕制第N-3层时,绕完绕完第m匝、第m+1匝,第m+2匝应该紧挨第m+1匝绕制,但由于上述的某种原因第m+2匝被绕制到了第m匝和第m+1匝上面,如此第m+3匝占据了第m+2匝的位置,第m+4匝占据了第m+3匝的位置,同时第m+2匝占据了第N-2层的某个位置,对第N-2层的绕制产生了影响,此为叠纤现象。同样假设在绕制第N-3层时,若光纤没有紧密排列,而是存在间隙,那么在绕制第N-2层时会产生影响,如图中所示,第N-2层的第j匝、第j+1匝、第j+2匝绕制后,绕制第j+3匝、第j+4匝时由于第N-3层第j+2匝上方有空隙,在第j匝、第j+1匝和第j+3匝、第j+4匝的作用下会将到第j+2匝光纤挤入到现象。目前,在光纤环绕制过程中,大多是通过绕环人员观察来对光纤的排列整齐性进行判断的。但光纤环的长度从几百米到上千米,绕环时间大约需要3到8小时,人眼观察容易疲劳;另外,光纤的直径属于微米量级,对于漏纤或叠纤等情况人眼观察时很难做到精确判断,最终会破坏光纤的四极对称排列,影响光纤陀螺的精度。
发明内容
本发明的目的是为了解决上述问题,提出一种用于光纤环绕制的在线监测与报警系统及方法,每绕制一层,所述系统进行实时监测,若出现叠纤、漏纤情况,系统则会报警,提示操作者对叠纤、漏纤情况进行处理,进而降低光纤环的Shupe效应、改善光纤环绕制的质量、提高工作效率、提高光纤陀螺的测量精度。一种用于光纤环绕制的在线监测与报警系统,包括照明系统、光纤环、成像系统、图像采集系统、图像处理检测报警系统;光纤环为正在采用四极对称绕制的光纤环;照明系统发出的光沿着光纤环切线方向照射,部分光被光纤环侧面阻挡,通过成像系统产生暗影,没被光纤环遮挡的光,通过成像系统形成明亮的背景;成像系统将光纤环切线处的阴影曲线图进行放大,输出至图像采集系统;图像采集系统包括电荷耦合元件和图像采集卡,其中电荷耦合元件将通过成像系统的光信号转化为模拟信号,模拟信号输出至图像采集卡,图像采集卡将模拟信号转换为数字信号,得到阴影曲线图,输出至图像处理检测报警系统;图像处理检测报警系统包括图像预处理模块、边缘信息检测及判别模块和判定结果显示模块;图像预处理模块对图像采集系统输出的图像进行预处理,即对图像进行图像点运算、图像平滑、图像分割、形态学滤波,最终得到清晰的预处理后的图像,预处理后的图像输出至边缘信息检测及判别模块;边缘信息检测及判别模块对预处理后的图像进行光纤定位与边缘信息的检测,并对是否有叠纤、漏纤情况、以及绕纤任务是否完成进行实时的判别,并将判别信息传送给判定结果显示模块;判定结果显示模块若接收到边缘信息检测及判别模块传送信息为叠纤或漏纤,则会进行结果显示并报警停止绕制;若为正常信息则会反馈给图像采集系统进行下一帧图像的采集直到判断绕纤任务完成为止。一种用于光纤环绕制的在线监测与报警方法,包括以下几个步骤:步骤一:设定预绕环层数;绕环前,设置预绕环的层数,设已绕环层数参数为c,c的初始值为零;步骤二:开始绕环并进行图像采集,获取光纤环切线处的阴影曲线图;光纤环为正在采用四极对称绕制的光纤环;照明系统采用平板光源结合背向照明方法进行照明,发出的光沿着光纤环切线方向照射,部分光被光纤环侧面阻挡,通过成像系统产生暗影,没被光纤环遮挡的光,通过成像系统形成明亮的背景;成像系统将光纤环切线处的阴影曲线图进行放大,输出至图像采集系统;图像采集系统包括电荷耦合元件和图像采集卡,其中电荷耦合元件将通过成像系统的光信号转化为模拟信号,模拟信号输出至图像采集卡,将模拟信号转换为数字信号,得到阴影曲线图,输出至图像处理检测报警系统;在最初采样图像前,旋转电荷耦合元件使得光纤环轮廓大致平行于水平方向;步骤三:对图像进行预处理;图像处理检测报警系统对图像进行预处理,预处理包括:图像点运算、图像平滑、图像分割、形态学滤波;最终得到了清晰的预处理后的图像;步骤四:对预处理后的图像进行光纤定位与边缘检测;包括以下几个步骤:(1)判断光纤环进给方向;设光纤绕层数增加方向为y轴,其垂直方向为x轴,由于光纤紧密排布,因此最外层与次外层边缘点y值都会以光纤直径D为周期进行波动,在预处理后的图像两端,在x方向上各取一个光纤直径的宽度,在此两端宽度内,分别取两个y值最大的点,设左端为P₁(x_左,y_左),右端为P₂(x_右,y_右),对两最大值点纵坐标y_左和y_右进行比较,若y_左<y_右,则判断光纤进给方向为从右向左;若y_左>y_右,则判断进进方向为从左至右;同时,将较小的y值对应的点重新定义为P(x₀,y₀);(2)光纤位置的初定位;在P(x₀,y₀)点的下方,找到一点P(x₁,y₁),其中ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="471"/>x₁=x₀;(3)图像的旋转矫正;采用二值图像旋转算法对采集的图像进行旋转矫正,具体为:以点P(x₁,y₁)为基准,沿着y方向扫面找到正在缠绕匝光纤边缘上的点P(x₂,y₂),通过x₂判断在图像上最外层光纤的匝数多还是次外层的匝数多;若x₂>width/2,width表示图像宽度,则次外层的匝数多;若x₂<width/2,则最外层的匝数多;取匝数多的一层光纤轮廓点,每隔D/2的距离取D范围内的最高值点坐标,用最小二乘法对极值点进行直线拟合,得到图像的斜率b,调整斜率b趋于零;(4)缠绕匝光纤的再定位;经上述步骤(3)对图像进行旋转矫正后,得到了旋转校正后的图像,即光纤环成像在电荷耦合元件上的图像的轴线平行于x轴方向;重复步骤(2)、(3),重新定位正在缠绕匝光纤中心等高的缠绕匝光纤上的边缘点P(x₂,y₂);(5)缠绕匝光纤位置精细定位;以P(x₂,y₂)点为基准,沿进给负方向圈定宽为D、高为D的长方形区域,提取此长方体内的边缘点,得到边缘图像;根据已测定边缘点的坐标位置,以及步骤二得到的预处理后图像的灰度特征,对选定范围内的点进行亚像素处理,得到新的亚像素级的边缘点坐标,采用多项式最小二乘法对图像进行边缘拟合,得到最终的光纤图像连续轮廓边缘;对得到的边缘曲线进行极值计算,得到光纤边缘最高点坐标的亚像素级坐标值;步骤五、绕环叠纤的判定;在对光纤进行精细定位和边缘检测后,首先对光纤叠纤情况进行判断;确定底层光纤的顶点坐标P(x₃,y₃),并从(x₃,y₃+h+A)点向进给反方向扫描,如果遇到灰度为0值点记为(a,b),当灰度值又从0值变为1值时再次记下坐标值(e,f);h表示次外层光纤最高点与最外层光纤最高点的纵向间距,A为测量精度,A=0.15D;若a=width,说明无叠纤存在;若|a-e|≤A,则扫描到噪声颗粒,无叠纤存在;则判断为合格,继续判断是否有漏纤情况发生,进入步骤六;若|a-e|>A,则扫描到叠纤处的光纤;判断为不合格,进行报警,经处理后返回步骤二继续进行图像采集处理;步骤六、绕环漏纤判定;假设现在绕匝光纤的极值点为(a₁,b₁),前一匝光纤的极值点为(a₂,b₂);获取相邻两匝光纤的间距l=|a₂–a₁|,若l流落在d±A的范围之外,则有缝隙产生;进行报警处理,经处理后返回步骤二继续进行图像的采集处理;若l的值落在D±A的范围内,则绕纤正常,进入步骤七;步骤七、绕制完成判断;绕制层数参数c增加一,与设置的预绕制层数做对比,若小于预绕制层数则转入步骤二继续进行光纤绕制,若等于预绕制层数,则停止操作,绕环结束。本发明的优点在于:(1)本发明解决被测光纤环直径大而视场不足、难以测量的问题;(2)本发明采用背向照明方法增强了采集图像的对比度;(3)本发明在四极对称绕法的基础上进一步降低了光纤环的Shupe效应;(4)本发明采用合理的图像处理算法可以提高所采集到的图像的质量,便于分析监测;(5)本发明降低了人员观察中的误差,提高检测的可靠性;(6)本发明提高了工作效率,保证了光纤环的质量,并提高了光纤陀螺的测量精度。
附图说明
图1是背景技术中四级对称绕法的示意图;图2是背景技术中四级对称绕法产生叠纤、漏纤现象示意图;图3是本发明的结构示意图;图4是本发明的成像系统与图像采集系统示意图;图5是本发明的图像处理检测报警系统的示意图。图6是本发明的方法流程示意图。图7是本发明的被测光纤扫描定位算法流程示意图。图8(a)是本发明的正在绕制光纤的实例示意图。图8(b)是本发明的光纤环进给方向判定示意图。图9是本发明的光纤初定位示意图。图10是本发明的图像旋转矫正示意图。图11是本发明的光纤精细定位示意图。图12是本发明的正缠绕光纤叠纤实例示意图。图13是本发明的叠纤判断示意图。图14是本发明的漏纤判断示意图。图中:1—照明系统xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa02—光纤环xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa03—成像系统4—图像采集系统xa0xa0xa0xa0xa0xa0xa0xa05—图像处理检测报警系统501—图像预处理模块xa0xa0xa0xa0502—边缘信息检测及判别模块xa0xa0503—判定结果显示模块
具体实施方式
下面将结合附图和实施例对本发明作进一步的详细说明。本发明是一种用于光纤环绕制的在线监测与报警系统,如图3所示,具体包括照明系统1、光纤环2、成像系统3、图像采集系统4、图像处理检测报警系统5。光纤环2为正在采用四极对称绕制的光纤环。照明系统1采用平板光源结合背向照明方法进行照明,发出的光沿着光纤环2切线方向照射,部分光被光纤环侧面阻挡,通过成像系统3产生暗影,没被光纤环遮挡的光,通过成像系统3形成明亮的背景;照明系统光路的特点是采用背向照明的方法,即被测物放在光源和相机之间。此方法的优点是能够获得高对比度的图像,而且绕环层次一目了然。背景光源(照明系统1)为平板光源,并采用光源沿光纤环切线方向照明的形式,平板光源具有光源利用率高、视场均匀的特点,可通过调整背景光源强度,可使整个光路能够很好地消除杂散光噪声。同时解决了被测光纤环直径大而视场不足、难以测量的问题。成像系统3为显微镜,显微镜将光纤环2切线处的阴影曲线图进行放大,输出至图像采集系统4;图像采集系统4如图4所示,包括电荷耦合元件(CCD)和图像采集卡,其中CCD将通过成像系统3的光信号转化为模拟信号,模拟信号输出至图像采集卡,CCD采集光纤环截面一侧的图像,既实现了测量要求,又降低了系统配置要求,能够有利于提高测量速度和检测精度。图像采集卡将模拟信号转换为数字信号,得到阴影曲线图,输出至图像处理检测报警系统5,其中CCD的优点是无灼伤、无滞后、低电压工作、低功耗等。图像处理检测报警系统5是在Matlab仿真基础上,以OpenCV为主要函数库,利用Visualxa0C++6.0编写的软件平台。如图5所示,包括图像预处理模块501、边缘信息检测及判别模块502和判定结果显示模块503。图像预处理模块501对图像采集系统4输出的图像进行预处理,即对图像进行图像点运算、图像平滑、图像分割、形态学滤波,最终得到清晰的预处理后的图像,降低噪声对图像的影响。预处理后的图像输出至边缘信息检测及判别模块502。边缘信息检测及判别模块502对预处理后的图像进行光纤定位与边缘信息的检测,并对是否有叠纤、漏纤情况、以及绕纤任务是否完成进行实时的判别,并将判别信息传送给判定结果显示模块503。判定结果显示模块503若接收到边缘信息检测及判别模块502传送信息为叠纤或漏纤,则会进行结果显示并报警停止绕制;若为正常信息则会反馈给图像采集系统4进行下一帧图像的采集直到判断绕纤任务完成为止。一种用于光纤环绕制的在线监测与报警方法,如图6所示,包括以下几个步骤:步骤一:设定预绕环层数;绕环前,设置预绕环的层数,设已绕环层数参数为c,c的初始值为零。步骤二:开始绕环并进行图像采集,获取光纤环2切线处的阴影曲线图;图4为图像采集过程,其中光纤环2为正在采用四极对称绕制的光纤环。照明系统1采用平板光源结合背向照明方法进行照明,发出的光沿着光纤环2切线方向照射,部分光被光纤环侧面阻挡,通过成像系统3产生暗影,没被光纤环遮挡的光,通过成像系统3形成明亮的背景;成像系统3为显微镜,显微镜将光纤环2切线处的阴影曲线图进行放大,输出至图像采集系统4;图像采集系统4包括电荷耦合元件(CCD)和图像采集卡,其中CCD将通过成像系统3的光信号转化为模拟信号,模拟信号输出至图像采集卡,将模拟信号转换为数字信号,得到阴影曲线图,输出至图像处理检测报警系统5。步骤三:对图像进行预处理;对于未经过处理光纤环剖面的原始图像,在生成和传输过程中必然会受到各种噪声源的干扰和影响。噪声恶化了图像质量,使原本均匀和连续变化的灰度突然变大或减少,形成一些虚假的物体边缘或轮廓,造成图像模糊,给图像分析带来困难。因此在图像分析前要对绕环图像进行图像预处理。图像处理检测报警系统对图像进行预处理;预处理包括:图像点运算、图像平滑、图像分割、图像滤波。图像点运算:是一种通过图像中的每个像素值(即像素点上的灰度值)进行运算的图像处理方式。将彩色图像转换为灰度图,可以大大减少存储空间,加快图像处理的速度。主要点运算有图像的灰度直方图、图像灰度的线性变换、灰度拉伸、直方图均衡化等。本发明中利用YUV颜色编码法实现对彩色图像的灰度化表示,在计算机中采取BMP文件来表示灰度图。图像平滑:目的为改善图像的质量和抽取图像对象的特征。从处理的作用域来说,可分为空间域法和频率域法。频率域处理是对图像进行时频变换,在频率域对系数值做相应修正,然后通过逆变换获得图像。这种间接平滑的方法,图像平滑的效果好,但计算量大,不直观。本发明中所处理图像内容复杂程度不高,考虑采用空域滤波对图像进行处理。图像分割:图像分割采用阈值分割技术,是为了将光纤环与背景分离,得到理想的二值图像。阈值分割技术对物体与背景有较强对比的图像的分割特别有效,它计算简单而且总能用封闭、连通的边界定义不交叠的区域。图像滤波:在尽量保留图像细节特征的条件下对目标像的噪声进行抑制。由于在绕环过程中灰尘的存在,使得在光纤表面经常会出现毛刺和细线的附着,干扰了光纤环边缘的精确提取。所以要进行滤波处理。滤波方法包括中值滤波、均值滤波、高斯滤波、卡尔曼滤波、形态学滤波等。本发明中选用形态学滤波对图像进行二次滤波,更能有效的去除毛刺。最终得到了清晰的预处理后的图像。步骤四:对预处理后的图像进行光纤定位与边缘检测;为了能够第一时间检测到绕环的缺陷,最为重要的是能够时刻跟踪正在绕环的那一匝光纤的位置,才能更好的进行边缘检测处理。在光纤定位与边缘检测步骤中采用被测光纤扫描定位方法。该方法的流程图如下图7所示,包括以下几个步骤:(1)判断光纤环进给方向,为了方便扫描定位;在最初采样图像前,人为旋转CCD相机使得光纤环轮廓大致平行于水平方向。在此定义光纤绕层数增加方向为y轴,其垂直方向为x轴,如图8(b)中坐标所示。由于光纤紧密排布,因此最外层与次外层边缘点y值都会以D(光纤直径)为周期进行波动,如图8(a)、(b)所示,在预处理后的图像两端在x方向上各取一个光纤直径的宽度,在此两端宽度内,分别取两个y值最大的点,设左端为P₁(x_左,y_左),右端为P₂(x_右,y_右)。进而对两最大值点纵坐标y_左和y_右进行比较,若y_左<y_右,则可判断光纤进给方向为从右向左;若y_左>y_右,则可判断进进方向为从左至右。同时,将较小的y值对应的点重新定义为P(x₀,y₀),如图图8(b)示例中,y_左<y_右,因此可知进给方向为从右向左,并将P₁(x_左,y_左)重新定义为P(x₀,y₀)。(2)光纤位置的初定位;如图9所示,在P(x₀,y₀)点的下方,找到一点P(x₁,y₁),其中ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="471"/>x₁=x₀。P(x₁,y₁)理论上应为与最外层缠绕匝光纤中心点等高点。(3)图像的旋转矫正;由于人眼误差使得在调整CCD时,未能使轮廓完全平行于x方向,使得y₁与正在缠绕匝光纤中心高度略有不同。为解决这个问题,用二值图像旋转算法对采集的图像进行旋转矫正。具体为:如图10(a)所示,以点P(x₁,y₁)为基准,沿着y方向扫面找到正在缠绕匝光纤边缘上的点P(x₂,y₂),以x₂判断在图像上究竟最外层光纤的匝数多还是次外层的匝数多。若x₂>width/2(width表示图像半宽度),说明次外层的极值点多;若x₂<width/2说明最外层的极值点多。图10(c)中为x₂>width/2(图像半宽度),说明次外层的极值点多。因此取匝数多的一层光纤轮廓点,每隔D/2的距离取D范围内的最高值点坐标,用最小二乘法对极值点进行直线拟合,如图10(b),便可求出图像的斜率b,并调整斜率b使其尽量趋于零,如图10(c)。(4)缠绕匝光纤的再定位;经上述步骤(3)对图像进行旋转矫正后,得到了旋转校正后的图像,即光纤环成像在CCD上的图像的轴线平行于x轴方向。需要再对缠绕匝光纤图像进行定位,再次重复步骤(2)、(3),可以较为准确的重新定位正在缠绕匝光纤中心等高的缠绕匝光纤上的边缘点P(x₂,y₂)。(5)缠绕匝光纤位置精细定位;由于与缠绕匝光纤中心等高的缠绕匝光纤上的边缘点P(x₂,y₂)已经粗定位,说明缠绕匝光纤已经找到,下一步便是确立缠绕匝光纤的全部轮廓点。如图11所示,以P(x₂,y₂)点为基准,沿进给负方向圈定宽为D、高为D的长方形区域。此种圈定方法的优点在于,此区域内必包含图中缠绕匝光纤的大部分边缘点信息,而且直接排除了其他光纤边缘点,因此定位精度较高。接下来提取此长方体内的边缘点,为得到较为准确的边缘点信息,采用Canny边缘检测算子对所选区域进行边缘检测处理,Canny边缘检测算子的基本思想是:首先对图像选择一定的Gauss滤波器进行平滑滤波;然后采用非极值抑制(Non-maximaSuppression)技本,对平滑后的图像处理,得到最后的边缘图像。根据已测定边缘点的坐标位置,以及步骤二得到的预处理后图像灰度特征,对选定范围内的点进行亚像素处理得到新的亚像素级的边缘点坐标。运用多项式最小二乘法对图像进行边缘拟合便可得到最终的光纤图像连续轮廓边缘。对得到的边缘曲线进行极值计算,便可得到光纤边缘最高点坐标的亚像素级坐标值。步骤五、绕环叠纤的判定;在对光纤进行精细定位和边缘检测后,首先对光纤叠纤情况进行判断。如图12(a)、(b)所示,为叠纤前后相邻两帧图像。找到底层光纤的顶点坐标P(x₃,y₃),并从(x₃,y₃+h+A)点向进给反方向扫描,D为光纤的直径。如若遇到灰度为0值点记为(a,b),当灰度值又从0值变为1值时再次记下坐标值(e,f)。这里h表示次外层光纤最高点与最外层光纤最高点的纵向间距,A为测量精度,A=0.15D。若a=width(图像宽度),说明无叠纤存在。若|a-e|≤A,说明扫描到噪声颗粒,无叠纤存在。这两种情况下可以判断合格,继续判断是否有漏纤情况发生,进入步骤六。若|a-e|>A,说明扫描到叠纤处的光纤。判断为不合格,进行报警,经处理后返回步骤二继续进行图像采集处理。叠纤如图13所示。步骤六、绕环漏纤判定;若无叠纤情况发现,则要进行漏纤情况判定。在缠绕匝光纤定位边缘检测后,可确定缠绕匝光纤边缘的最高点坐标的亚像素坐标点,即每缠绕匝光纤的极值点,因为是实时监测,所以都能实时的扫描并记录每匝光纤的极值点。如图14所示,假设现绕匝光纤的极值点为(a₁,b₁),前一匝光纤的极值点为(a₂,b₂)。最终计算相邻两匝光纤的间距l=|a₂–a₁|,若l流落在d±A的范围之外,说明有缝隙产生。进行报警处理,经处理后返回步骤二继续进行图像的采集处理。若l的值落在D±A的范围内,说明绕纤正常,直接执行步骤七。步骤七、绕制完成判断;若没有叠纤、漏纤情况发生,则绕制层数参数c增加一,与设置的预绕制层数做对比,若小于预绕制层数则执行步骤二继续进行光纤绕制,若等于预绕制层数,则停止操作,绕环结束。