光缆是现代通信网的重要组成部分,承载信息量大、可靠性要求高,光缆表面质量作为产品质量的重要一环受到广泛的关注。光缆表面缺陷是光缆的生产过程中,由于加工设备、工艺流程不完善造成的微小瑕疵,诸如小孔、鼓包、气泡、刮痕、变色等。这些缆面缺陷很可能成为安装使用过程中的潜在故障点,损害产品性能、影响商业价值。目前,国内企业针对光缆表面缺陷的检测主要依靠人工,检测效率不高、检测精度难以满足的生产需求,因此亟需一种替代的解决方案。近年来,随着成像技术、计算机技术与图像处理技术的高速发展,用“机器”取代人眼进行产品缺陷检测,已成为现代工业发展的重要趋势。本文从机器视觉角度出发,对光缆表面缺陷识别进行研究,开展了如下工作。(1)研究了基于灰度投影和边界模型的光缆图像背景去除与光缆直径的监测算法。利用采集图像的径向灰度投影确定光缆区域,通过边缘检测算法细化边界模型,最终实现图像背景去除、光缆直径异常监测。(2)研究了针对光缆图像的增强、滤波、去噪算法。包括,基于同态滤波的图像细节增强、基于形态学开闭重建的图像滤波以及基于中值滤波的自适应图像去噪技术。(3)研究了纹理背景下光缆表面缺陷的分割方法。传统的图像梯度算子(如Sobel、Laplace、Prewitt、Canny算子)边缘检出率高,但易受噪声影响;单阈值分割算法(如双峰法,P参数法,Otsu法)适用于大块图像的分割,但局部细节适应性差;而多阈值分割算法(如Wellner自适应阈值法)对图像局部灰度变化敏感,运算复杂。本文综合考虑,采用结合边缘检、阈值分割的分水岭缺陷分割法,取得了不错的应用效果。(4)研究了光缆表面缺陷的识别方法。使用多尺度LBP(局部二值模式)算法提取缺陷纹理特征,结合几何、灰度特征,利用SVM(支持向量机)对光缆表面缺陷进行分类,取得了较好的识别效果。(5)在Visual C++集成开发环境中实现了光缆表面缺陷识别系统的软件功能。能够检测出光缆生产过程中的常见表面缺陷,通过并行处理实现100帧/秒的处理速度,满足生产监控的需求。