随着双绞线传输速度的不断提升,其内部的串扰将显著地增强。为了维持双绞线的高速传输速度,并将其串扰控制在一个可控范围内,这便需要我们能精确地测得其绕距值。然而,传统绕距测量方法的测量效率低下且易受人眼主观视觉的影响导致其测量误差较大。为了提高双绞线绕距测量的效率并有效减少测量过程中的人为误差,本文提出了一种基于图像检测技术的双绞线绕距测量方法。所述的绕距测量方法利用机器视觉来代替人眼视觉,可有效克服人眼视觉的主观误差。并且整个测量过程由工控机独立完成,将有效提高绕距测量效率。本文所作出的主要贡献包括以下几点:1.概述了双绞线绕距测量系统的整体架构以及系统中各个模块的作用,阐述了测量腔体中平行光光源、双绞线以及CCD摄像头所处的位置,使得所获取的图像中前景与背景部分的对比度差异足够明显,以利于后续的图像分割。2.针对所获取双绞线图像的前景与背景灰度差异较为明显的特点,提出了一种改进的二维Otsu算法。首先利用一个新的邻域模板构成全新的二维直方图,利用两条与主对角线平行的直线,将直方图中99.99%以上的概率密度点囊括在内。新的二维直方图其寻优范围约为传统二维直方图的30.63%,这将极大地缩小算法的寻优范围并加快其寻优速度。为了避免传统二维Otsu算法重复计算的问题,利用递推算法设置了一个概率密度查找表以及两个灰度均值矢量查找表,通过以上三个查找表可有效减少重复计算。最终可通过改进的二维Otsu算法快速准确地将双绞线的前景与背景分割开来。3.针对前景中两种不同颜色的绞线,由于其灰度差异并不明显,提出了一种改进的模糊c均值聚类算法来分割这两条绞线。首先,改进的模糊c均值聚类算法利用最优二叉树的思想定向初始化聚类中心,使得算法能够以较快的速度收敛。利用特征距离来代替欧式距离,可有效地增强算法的普适能力。通过选取不同模糊加权系数,得到不同的分割图像评价系数,从中分析得出最优模糊加权系数的取值。最终便可完成前景图像的分割,得到绞线1与2的二值图像。4.由于绞线1与2相互缠绕遮掩的缘故,导致其部分区域像素点缺失。针对这种情况,提出了一种基于边缘定位的特定区域像素点填充算法,以修复缺失的图像信息。接着求得修复后绞线1与2的中心线坐标位置,选取傅里叶拟合模型对绞线1与2的中心线坐标位置进行曲线拟合。紧接着求解其拟合方程,得到其可行解。则其可行解之间的距离即为图像绕距值。通过图像比例尺的转换,便可求得其实际绕距值。将文中所述绕距测量方法测得的绕距值与实测绕距值进行对比,检验本文绕距测量方法的测量精度。