刘宇，侯北平

基于机器视觉的导体计数方法研究

刘宇，侯北平

（浙江科技学院自动化与电气工程学院，浙江 杭州 310023）

针对现有人工统计线缆导体根数费时费力的问题，提出了一种基于机器视觉导体根数检测方法，能够快速准确地检测出线缆导体根数｡分析线缆导体截面图像特征后，提出了一种自适应分水岭分割算法对导体进行分割、计数，并根据先验知识对统计结果进行校验，得到最终统计结果。实验表明，所提出的线缆导体计数方法，实现对导体根数的自动检测，可以帮助检验人员快速地检出导体根数，计算缺漏情况，有效提高了导体质量检测效率｡

机器视觉；导体计数；图像分割；改进分水岭算法

随着国民经济的稳步发展，各行各业对电力需求不断增大，对电线电缆的需求日益增加，线缆的安全性、可靠性随之备受人们关注。电力电缆质量不合格主要有结构尺寸不合格、导体电阻不合格等。线缆内部导体质量是影响线缆导体电阻的重要因素。导体在生产过程中，由于工艺或技术原因，线缆根数易出现缺漏或过多情况，将直接影响线缆的导电性能，在使用过程中除易引发火灾，还会加速包覆在电线外的绝缘层的老化，埋下安全隐患。因此，对导体根数进行检测至关重要。

传统的线缆导体根数统计主要是通过人工计数，人工计数耗时耗力，且易统计错误。随着机器视觉的发展，自动化检测计数被应用到各个领域，侯维岩等[1]提出使用图像处理的方式解决捆扎棒材计数问题；……