摘要：从钢丝绳检测的工作环境出发，依据电梯钢丝绳应当遵循的相关标准规范，设计一套应用于钢丝绳检测的机器视觉系统，用Lab VIEW对钢丝绳数据采集、检测与判定过程进行模拟。
关键词：钢丝绳；机器视觉；虚拟仪器；图像处理
Abstract:Starting from the working environment of wire rope inspection, according to the relevant standards and specifications that elevator wire ropes should follow, a machine vision system for wire rope inspection is designed, and Lab VIEW is used to simulate the process of wire rope data collection, detection and determination.
Keywords: wire rope; machine vision; virtual instrument; image processing
0引言
随着经济建设的发展和人们生活水平的提高，电梯使用数量的增加，同时，电梯的事故也逐渐增多。电梯钢丝绳是电梯系统中影响安全的重要部件，钢丝绳的磨损及断股会严重影响到电梯的使用舒适性和安全性，因此GB8903-2005《电梯用钢丝绳》对曳引钢丝绳的结构和技术指标作了推荐性的规定；TSGT7001-2009《电梯监督检验和定期检验规则-曳引与强制驱动电梯》中对钢丝绳报废也做出了规定。
基于对国内外的研究现状的综合分析，本论文提出将机器视觉系统引入电梯钢丝绳安全性能检测工作，对电梯钢丝绳缺陷部位图像进行模式识别。用LabVIEW设计了判定钢丝绳断丝与磨损情况的界面，对钢丝绳的数据采集、检测与判定过程进行模拟。
1机器视觉系统的设计
在进行机器视觉系统设计之前，根据机器视觉系统的组成与电梯钢丝绳检测的实际。本文用直径为16mm的若干钢丝绳以1.0m/s的速度作为研究对象。
相机的选择：系统采用德国AVT公司的ProsilicaGC1350相机进行了对电梯钢丝绳图像原始信息的采集。GC1350是一款拥有1360*1024分辨率、帧率60fps，千兆网传输（GigE）的工业相机传输速度快、距离远（约100米）。其CCD采用高敏感的SonyExViewHADCCD，其像素大小为3.75x3.75um。这些参数可以保证图像采集的精度[1]。图像采集卡的选择：本系统采用Matrox公司的Meteor采集卡，其采集速率130MHz，缓存8/16Mbit/s，缓存8/16Mbit/s，像素抖动4-5ns。
通过适当~的光源照明设计，~使图像中的目标信息~和背景信息~得到最佳的分离，~可以大大降低图像处理算法分割、~识别的难度，~同时提高系统的定位、~测量精度~，使系统的可靠性和~综合性能得到提高~。依照以上原则，将设计好的应用于电梯钢丝绳安全性能检测的机器视觉系统整合。
2虚拟仪器的组成及处理程序
构成虚拟仪器•的硬件平台•有两部分•：
(1)计•算机：一般为一台PC机或者工作站，它是硬件平台的核心。
(2)I/O接口•设备：主要完成被测•输入信号的采集、•放大、模/数转换。可根据实际情•况采用•不同的I/O接口硬件设备•，如数据采集卡/•板(DAQ)、GPIB、PXI、VXI•总线仪器模块•、串口•仪器等。
虚拟仪•器软件由两•大部分构成：(1)应•用程序：它包•含两个方面的程序，实现虚拟面板•功能的前面板软件•程序和定义仪器测•试功能的流程图•软件程•序。(2)I/O接口仪器•驱动程序：•这类程序用来•完成特定外部硬•件设备的扩展、•驱动与通信•。虚拟仪•器的软件LabVIEW设计见下图，实现钢丝绳的数据采集、检测与变形判定。
.png)
图钢丝绳变形判定
先由机器视觉的图像采集系统采集钢丝绳原始图像，由相机将图像数据传入计算机。先用对比度增强的方法对原始图像进行图像增强处理，接着用最大类间方差法进行二值化处理，得到钢丝绳图像的黑白二值图像，再利用Canny算子得到钢丝绳图像的边缘图像，即可看到明显的断丝。
3图像处理
采用图像二值化算法中的最大类间方差法处理图像，获得电梯钢丝绳的黑白二值图像[2]。按图像的灰度特性，将图像分成背景和目标两部分。背景和目标之间的类间方差越大，说明构成图像的两部分的差别越大，当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小。因此，使类间方差最大的分割意味着错分概率最小。
图像的边缘是以图像局部特征不连续的形式出现的，例如纹理结构的不连续变化、颜色信息的不连续变化、灰度值的不连续变化等。图像的边缘有幅度和方向两个方向性，通常垂直于图像边缘方向的图像像素的灰度变化相对剧烈，而沿着图像边缘方向的灰度值的变化就较为平缓。
利用Canny算子，研究提取出的边缘图像如图所示。
.png)
图钢丝绳图像边缘图像
结构方案和实施方法：图像采集系统采集的钢丝绳原始图像数据传入计算机后，用图像处理的方法获得可供提取缺陷部位特征的钢丝绳边缘图像。运用角点检测原理对电梯钢丝绳缺陷部位图像进行模式识别。用LabVIEW软件设计了判定钢丝绳断丝与磨损程度的界面。模拟钢丝绳的数据采集、检测与判定过程。最后，判断断丝率，研究后续的动作执行部分如监控、报警模块等。
4结论
设计了电梯钢丝绳机器视觉系统对应的虚拟仪器，用Canny算子算法对电梯钢丝绳原始图像进行了图像增强处理，得到钢丝绳图像的黑白二值图像和边缘图像，即可看到明显的钢丝绳断股部位所在。最后给出了基于LabVIEW仿真的全方面结构方案和实施方法。
参考文献
[1]张广军.机器视觉[M].北京：科学出版社，2005.
[2]侯振宁,武珂.基于LabVIEW的起重机械钢丝绳缺陷检测技术研究[J].特种设备安全技术,2019,(3):35-37.
论文作者:田裕
论文发表刊物:《基层建设》2019年第32期
论文发表时间:2020/4/14
标签：钢丝绳论文; 图像论文; 电梯论文; 视觉论文; 机器论文; 系统论文; 边缘论文; 《基层建设》2019年第32期论文;