(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 20221097126 3.1 (22)申请日 2022.08.15 (65)同一申请的已公布的文献号 申请公布号 CN 115049736 A (43)申请公布日 2022.09.13 (73)专利权人 聊城市正晟电缆有限公司 地址 252000 山东省聊城市高新区许营镇 工业园内 (72)发明人 田伟凯　刘海荔　荣祥来　 (74)专利代理 机构 深圳叁众知识产权代理事务 所(普通合伙) 44434 专利代理师 董红娟 (51)Int.Cl. G06T 7/73(2017.01) G06T 7/136(2017.01) G06T 7/11(2017.01) G06T 7/00(2017.01) G06T 7/90(2017.01) (56)对比文件 CN 114842009 A,202 2.08.02 CN 114820597 A,202 2.07.29CN 113628189 A,2021.1 1.09 JP 2007315967 A,20 07.12.06 CN 114820597 A,202 2.07.29 CN 106251361 A,2016.12.21 JP 2007315967 A,20 07.12.06 曾毅等.基 于BP神经网络和均值差分的TFT- LCD MURA缺陷检测方法. 《湖南理工学院学报(自 然科学版)》 .2017,(第01期), 吴迪.铁轨表面缺陷的机 器视觉检测系统. 《中国优秀硕士学位 论文全文数据库工程科技 II 辑》 .2018, M.J.Delwiche.Prune Defect Detecti on by Line-scan ima ging. 《Transacti ons of the ASAE》 .19 90, 周利军等.基 于点对称变换的乙丙橡胶电缆 终端缺陷诊断. 《电工技 术学报》 .202 2,第37卷 (第9期), (续) 审查员 张颖 (54)发明名称 用于电缆表面 缺陷精准定位的方法 (57)摘要 本发明公开了一种用于电缆表面缺陷精准 定位的方法， 涉及图像处理领域。 包括： 获得待进 行表面缺陷定位的电缆的表面灰度图像； 判断表 面灰度图像中每一行分别为强光照行或弱光照 行； 分别判断表面灰度图像中每一行是否为疑似 缺陷行； 将表 面灰度图像中被判定为弱光照行且 被判定为疑似缺陷行的行作为第一类行， 分别确 定对每一第一类行中每一像素点更新后的灰度 值， 并利用大津 法分别确定表面灰度图像中每一 疑似缺陷行对应的缺陷分割阈值， 以分别获得每 一疑似缺陷行中缺陷像素点， 并将所有缺陷像素 点组成所定位出的缺陷区域。 本发 明实施例能够避免电缆的表面光照不均的不良影 响， 从而获得 更为精确的对于电缆的表面 缺陷的定位结果。 [转续页] 权利要求书2页 说明书6页 附图2页 CN 115049736 B 2022.10.25 CN 115049736 B (56)对比文件 Wei-Chen Li等.Defect I nspection in Low-Contrast LCD Ima ges Using Hough Transform-Based N onstationary Line Detection. 《IEEE TRANSACTIONS ON INDUSTRIAL I NFORMATICS》 .201 1,第7卷(第1 期),2/2 页 2[接上页] CN 115049736 B1.用于电缆表面 缺陷精准定位的方法， 其特 征在于， 包括： 获得待进行表面 缺陷定位的电缆的表面灰度图像； 根据表面灰度图像中每一行的像素点的灰度均值与每一行的标准灰度均值的大小关 系， 判断表面灰度图像中每一行分别为强光照行或弱光照行； 根据表面灰度图像中每一行的像素点的灰度值的方差与每一行的灰度值的方差的标 准值的大小关系， 分别判断表面灰度图像中每一行 是否为疑似缺陷行； 将表面灰度图像中被判定为弱光照行且被判定为疑似缺陷行的行作为第 一类行， 根据 第一类行中像素点的邻域内像素点所在行的像素点的灰度均值， 以及第一类行中像素点的 邻域内像素点的灰度值， 确定对第一类行中像素点更新后的灰度值； 对第一类行中像素点的灰度值进行更新后， 利用大津法分别确定表面灰度图像中每一 疑似缺陷行对应的缺陷分割阈值， 以分别获得每一疑似缺陷行中缺陷像素点， 并将所有缺 陷像素点组成所定位出的缺陷区域。 2.根据权利要求1所述的方法， 其特征在于， 根据第 一类行中像素点的邻域内像素点所 在行的像素点的灰度均值， 以及第一类行中像素点的邻域内像素点的灰度值， 确定对第一 类行中像素点更新后的灰度值， 包括： 根据第一类行中像素点的邻域内像素点所在行的像素点的灰度均值， 以及第 一类行中 像素点的邻域内像素点的灰度值， 分别确定第一类行中像素点相对于邻域内每一像素点的 灰度特征差值； 将第一类行中像素点相对于邻域内各像素点的所有灰度 特征差值的绝对值之和， 作为 对第一类行中像素点更新后的灰度值。 3.根据权利要求1所述的方法， 其特征在于， 利用大津法分别确定表面灰度图像中每一 疑似缺陷行对应的缺陷分割阈值， 包括： 分别确定每一分割阈值对表面灰度图像中每一疑似缺陷行进行分割后的初始的类间 方差， 所述分割阈值从每一疑似缺陷行中所有灰度级中进行选择； 根据分割阈值对应的灰度级在每一疑似缺陷行中像素点的频数占比， 确定每一分割阈 值对表面灰度图像中每一疑似缺陷行进行分割后的新的类间方差， 且所述频数占比越大， 新的类间方差越小； 将类间方差最大的分割阈值作为表面灰度图像中每一疑似缺陷行对应的缺陷分割阈 值。 4.根据权利要求1所述的方法， 其特征在于， 获得待进行表面缺陷定位的电缆的表面灰 度图像， 包括： 获得待测电缆的表面的第一灰度图像； 根据第一灰度图像中像素点的灰度值的方差是否大于预设方差 阈值， 判断待测电缆中 是否存在表面 缺陷； 将被判定为存在缺陷的待测电缆的第一灰度图像作为待进行表面缺陷定位的电缆的 表面灰度图像。 5.根据权利要求4所述的方法， 其特征在于， 获得待测电缆的表面的第一灰度图像后， 所述方法还包括： 对第一灰度图像中的电缆区域进行提取， 并将所提取出 的电缆区域作为 新的第一灰度图像。权　利　要　求　书 1/2 页 2 CN 115049736 B 3