基于机器视觉的管道内壁缺陷检测系统研究
基于机器视觉的管道内壁缺陷检测系统研究[20191215144340]
摘 要
PVC管道作为气体和液体的运输工具,是现实生活中运用最常见、可靠、经济的方法。但是由于PVC管道长期埋藏于地下，且其输送的物体大都具有易燃、易爆、高腐蚀性等特点,因此需要对其内表面进行缺陷检测，排除管道缺陷,并对其进行维护，这对于保证管道运输安全、增长管道寿命、避免泄漏事故的发生具有重要的现实意义。
本课题以直径为200mm的PVC圆形管道作为研究对象，针对管道内壁缺陷的检测问题，设计了基于全景摄像头图像处理的管道内壁缺陷检测系统。在硬件设计上，本课题采用Kogeto Pitch Black?Dot全景环形透镜，结合RERVISION提供的500W摄像头，获取管道内壁有限空间纵向全景图像；并设计了搭载摄像头和环形光源并且能够在管道中稳定行进的智能履带小车，用以完成摄像头标定和图像的连续采集。在算法设计方面，首先，针对原始内壁图像，进行预处理分析、管道内壁圆环的阈值分割、内壁圆环提取以及圆环展开算法的研究；然后，对展开平面图像进行缺陷检测，运用模板匹配分类算法，对不同的内壁缺陷情况进行分类识别；最后对检测到的管道内壁缺陷进行三维重构算法研究，将缺陷还原到原图中显示。
实验结果表明，本课题设计的机器视觉管道内壁缺陷检测系统具有实时性强，识别率高的特点，是对管道内壁缺陷检测系统应用的有益尝试。
查看完整论文请+Q: 351916072
关键字:字PVC管道,图像处理,模板匹配,缺陷检测
目 录
摘 要 I
ABSTRACT II
目 录 III
第一章 绪论 1
1.1研究背景及意义 1
1.2 管道内壁缺陷检测技术国内外研究现状 2
1.2.1 漏磁无损检测法 2
1.2.2 超声波检测法 2
1.2.3 射线检测法 2
1.2.4 基于光学的管道内壁检测发展现状 3
1.3 管道内壁缺陷光视觉检测的相关技术 3
1.4 论文研究内容 4
第二章 管道内壁缺陷检测系统模型 6
2.1 管道内壁无损检测系统总体结构 6
2.2 管道内全景成像模式的设计 7
2.2.1 CCD全景环形摄像头选取 7
2.2.2 图像采集模块的搭建 8
2.3 管道内智能小车的设计 9
2.4 管道内壁缺陷检测软件 10
2.5 本章小结 11
第三章 管道内壁缺陷检测关键算法 12
3.1 PVC管道内壁图像预处理算法 12
3.1.1 管道内壁图像直方图均衡处理 13
3.1.2 管道内壁图像去噪处理 14
3.1.3 管道内壁图像锐化处理 15
3.2 PVC管道内壁特征圆环提取算法 16
3.2.1管道内壁圆环边缘检测 16
3.2.2 管道内壁圆环阈值分割处理 17
3.3管道内壁全景环形图像展开算法 18
3.3.1 管道内部图像圆环坐标变换 19
3.3.2 管道内部图像圆环线性化处理 19
3.4管道内壁展开图的模板匹配及缺陷检测算法 21
3.4.1 矩形平面滤波处理 21
3.4.2 基于模板匹配的管道内壁缺陷分类检测 22
3.5管道内壁展开图的缺陷还原算法 23
3.6 本章小结 24
第四章 管道内壁缺陷检测软件设计 25
4.1 软件整体结构 25
4.2 HALCON算法库 26
4.3 HDevelop平台上的软件算法设计 26
4.3.1 管道内壁圆环提取算法实现 27
4.3.2 管道内壁圆环展开算法实现 29
4.3.3 管道内壁展开图缺陷检测及还原算法实现 30
4.4 软件可视化界面设计 31
4.5实验数据分析 31
4.6本章小结 32
第五章 总结和展望 33
5.1 总结 33
5.2 展望 34
致谢 35
参考文献 36
附录 39
附录1:主要程序 39
第一章 绪论
1.1研究背景及意义
管道作为气体和液体的运输工具,是现实生活中运用最常见、可靠、经济的方法。进入21 世纪以来，经济发展迅速，人们在生产生活中对能源、水的需求越来越大，同时由于我国地域广阔，天然气、石油、水资源分布极度不均匀，因此需要对其进行工程浩大的远距离传输。相比于人们熟知的铁路、公路、水路等运输方式，管道运输具有显著的优势：首先具有成本低、安全性可靠等优势，其次管道运输具有运输量大、转运环节少、易于自动化控制管理、占用资源少等显著优点，因此管道运输已经成为各类气体、液体能源传输中不可或缺的工具[1]。
而本次课题使用的PVC( Polyv inylchloride) 管道更是具有抗紫外线、抗酸碱腐蚀、阻燃防火等特质，因此其被广泛应用于建材、石油天然气、水煤气运输等地方。然而，目前全国各地使用的管道随着使用时间的不断增加、传输介质可能存在的腐蚀性、长期埋藏在土壤中等自然条件的影响以及人为因素的破坏，这使得管道泄漏事故发生的概率越来越大。并且运输的能源具有易燃易爆易腐蚀等特性，管道内壁一旦出现泄漏情况，必定会引起当地自然环境的破坏及空气的污染，严重的情况还会引起火灾、爆炸等事件[1]。因此研究与开发PVC 管道内壁缺陷检测系统，定期对管道内壁进行的漏洞、划痕、腐蚀、变形等缺陷检测，利用机器视觉强大的处理能力，通过获取管道内壁图像，对其进行图像处理算法分析，得到管道内部的缺陷情况，进而对出现缺陷的管道进行排除、修理维护工作，这对于管道的安全运输具有十分重要的意义。因此要求管道泄漏检测技术能够满足准确性、灵敏性及定位能力强的特性[2]。
本文利用CCD全景环形透镜，通过采集PVC管道内壁环形图像来实现对管道内壁缺陷的无损检测，使用模板匹配分类算法对管道内壁不同的缺陷进行分类识别。经试验论证，本课题设计的基于图像处理的管道内壁缺陷检测系统能实现对PVC管道内壁缺陷的准确检测与分类，同时能将缺陷进行三维重建，通过逆变换法将其还原到原图中，完成对管道内漏洞、划痕、腐蚀等缺陷情况的检测，这对于保障管道运输安全工作和避免管道泄漏事故的发生具有极大的现实意义。
1.2 管道内壁缺陷检测技术国内外研究现状
实现管道内壁相关信息检测的技术称为管道检测技术，纵观其发展历程，缺陷检测技术分为无损探伤、无损检测、无损评价三个阶段。对管道进行检测的前提是对其不构成损坏和影响，其检测的内容主要有管道内壁的裂痕、凹陷、漏洞等情况。目前国内外所有的检测机构对于管道内壁的检测全都采用非接触式的方法[2]。对于不同的管材及管径，根据其材料结构的不同所引起的缺陷反应，选择不同的检测方法。下面对国内外常用的管道缺陷检测技术做一下简单介绍。
1.2.1 漏磁无损检测法
漏磁检测技术主要是对金属材料表面缺陷进行检测，是由磁粉检测技术发展而来的。其基本原理是：利用外加磁场将被测的金属磁化，对于本课题所研究的管道，就是使整个管壁圆周上产生回路磁场，磁力线从N 极经管道穿回到 S 极。当检测到管道某处存在漏洞、裂纹时，会发现磁力线明显的弯曲，并且会存在溢出了管道圆环的情况[2]。漏磁法操作简单，但仅仅适用于金属管道内壁的检测，并且分辨率较低，易受外部因素干扰。对于管道内壁的厚度要求很高，只可以运用于较薄的管壁，无法实现对较厚管道缺陷的检测，而且漏磁法无法运用在PVC管道中。
1.2.2 超声波检测法
超声波法是通过超声波的反射原理来实现对管道缺陷的检测，当超声波脉冲在管内传输发生反射时，根据其时间差得到管道内直径的大小,进一步可以分析得到管道内壁缺陷情况,以及缺陷存在的具体位置。超声波对于管径以及传输介质的要求比较高：测量时需要使用水或甘油作为耦合剂，用来提高超声波在管内的传播速度； 并且需要保证管道内壁清洁，排除污垢的影响，在测试前需要用水将管道进行清洗；最后要求检测的缺陷比较明显，对于1mm以下的缺陷无法进行识别，因此超声波法主要是对那些管道直径较大且要求检测精度不高的管道进行检测。对于本课题使用的PVC管道内壁缺陷检测，超声波法显然不适合检测其缺陷[2, 3]。
1.2.3 射线检测法
使用射线法对管道内壁进行缺陷检测，其原理是通过向管道发射X射线，根据感光片上的内壁信息，利用计算机图像处理技术来检测管道缺陷情况。射线法对被测管道的材质、粗细情况、表面粗糙度没有额外的要求，大都应用在钢铁管道中，该方法还能够检测出钢铁管道焊缝中的气孔和疏松情况。但其存在难以得到清晰的图像信息，检测周期过长，易受到人为因素影响等缺点，因此射线法一般只用来对管道内壁进行初步的分析检测，不易进行具体缺陷的检测[2]。
1.2.4 基于光学的管道内壁检测发展现状
随着科技水平的不断发展，人们对管道内壁缺陷检测技术的要求越来越高，对于在实际工程运用中，不仅要求检测出管道内是否存在缺陷以及缺陷所在的具体位置，还要对管道内壁的缺陷情况进行获取与重建。其中传统的检测方法：超声波、漏磁、射线以及涡流等方法主要应用在直径较大、缺陷较明显的管道内壁检测，但在传输天然气、石油等物质时，使用的管道直径主要在50～200mm之间，以上的方法无法满足这类管道的检测要求。另外本课题的实验对象是管径为200mm的PVC管道，管道内壁检测空间狭窄，因此不方便使用传统方式对其进行检测[2]。目前，越来越多的研究学者开始研究基于机器视觉的管道内壁缺陷检测及其三维重建工作，利用计算机强大的处理分析能力，对采集到的管道内壁信息进行分析[4]。
本课题通过机器视觉的相关知识，对PVC管道内壁缺陷检测技术进行了详细的研究，这对于微细管道的检测技术发展具有重要的理论意义与实用价值。
1.3 管道内壁缺陷光视觉检测的相关技术
本课题主要研究图像处理技术对PVC管道内表面缺陷检测的技术，来达到检测管道内壁缺陷的目的。因此本课题主要涉及数字图像处理（Digital Image Processing）技术、机器视觉、管道内壁图像圆环提取与分割、圆环管道内壁展开等技术。
要进行数字图像处理，首先得获取图像。一般的数字图像采集需要图像采集设备和数字化设备。其中采集设备在工业上大都采用CCD摄像机、光电摄像管等，其中CCD是一种能够有效实现动态跟踪的非接触检测的技术，在现代光电子学中运用很广、且极具研究意义。
根据本课题研究的PVC管道具有封闭性的特点，使得检测人员很难对其进行常规的内表面检测。因此本课题采用全景环形透镜进行管道内壁图像的采集，研究了基于全景摄像头的圆形管道内壁缺陷检测技术。使用智能小车搭载特制的全景摄像头，通过控制小车的行进，将摄像机深入到管道内的各个位置，获取PVC管道内部的图像信息，从而克服了常规相机无法深入内部测量的难题。本课题以建立的数学模型为基础，自己设计了完整的PVC管道内壁缺陷检测系统，并通过获取的图像进行管道内壁的缺陷的分类检测以及三维重建工作。
同时考虑到在正常工作情况下，管道内部光线条件较差的因素，引入了环形光源的概念，光源发出圆形结构的光线与被测管道相交产生明亮的光条，通过控制小车的具体位置，采集光照强度大的管道内壁图像，并对图像进行分析处理，最终显示测量结果以完成一个圆环截面的测量。使小车与光源沿管道中心轴方向移动进而拍摄到不同截面处的内表面图像，再通过计算机进行处理最终获取全部被测物体表面缺陷情况的三维信息。其结构如图1.1所示。
摘 要
PVC管道作为气体和液体的运输工具,是现实生活中运用最常见、可靠、经济的方法。但是由于PVC管道长期埋藏于地下，且其输送的物体大都具有易燃、易爆、高腐蚀性等特点,因此需要对其内表面进行缺陷检测，排除管道缺陷,并对其进行维护，这对于保证管道运输安全、增长管道寿命、避免泄漏事故的发生具有重要的现实意义。
本课题以直径为200mm的PVC圆形管道作为研究对象，针对管道内壁缺陷的检测问题，设计了基于全景摄像头图像处理的管道内壁缺陷检测系统。在硬件设计上，本课题采用Kogeto Pitch Black?Dot全景环形透镜，结合RERVISION提供的500W摄像头，获取管道内壁有限空间纵向全景图像；并设计了搭载摄像头和环形光源并且能够在管道中稳定行进的智能履带小车，用以完成摄像头标定和图像的连续采集。在算法设计方面，首先，针对原始内壁图像，进行预处理分析、管道内壁圆环的阈值分割、内壁圆环提取以及圆环展开算法的研究；然后，对展开平面图像进行缺陷检测，运用模板匹配分类算法，对不同的内壁缺陷情况进行分类识别；最后对检测到的管道内壁缺陷进行三维重构算法研究，将缺陷还原到原图中显示。
实验结果表明，本课题设计的机器视觉管道内壁缺陷检测系统具有实时性强，识别率高的特点，是对管道内壁缺陷检测系统应用的有益尝试。
查看完整论文请+Q: 351916072
关键字:字PVC管道,图像处理,模板匹配,缺陷检测
目 录
摘 要 I
ABSTRACT II
目 录 III
第一章 绪论 1
1.1研究背景及意义 1
1.2 管道内壁缺陷检测技术国内外研究现状 2
1.2.1 漏磁无损检测法 2
1.2.2 超声波检测法 2
1.2.3 射线检测法 2
1.2.4 基于光学的管道内壁检测发展现状 3
1.3 管道内壁缺陷光视觉检测的相关技术 3
1.4 论文研究内容 4
第二章 管道内壁缺陷检测系统模型 6
2.1 管道内壁无损检测系统总体结构 6
2.2 管道内全景成像模式的设计 7
2.2.1 CCD全景环形摄像头选取 7
2.2.2 图像采集模块的搭建 8
2.3 管道内智能小车的设计 9
2.4 管道内壁缺陷检测软件 10
2.5 本章小结 11
第三章 管道内壁缺陷检测关键算法 12
3.1 PVC管道内壁图像预处理算法 12
3.1.1 管道内壁图像直方图均衡处理 13
3.1.2 管道内壁图像去噪处理 14
3.1.3 管道内壁图像锐化处理 15
3.2 PVC管道内壁特征圆环提取算法 16
3.2.1管道内壁圆环边缘检测 16
3.2.2 管道内壁圆环阈值分割处理 17
3.3管道内壁全景环形图像展开算法 18
3.3.1 管道内部图像圆环坐标变换 19
3.3.2 管道内部图像圆环线性化处理 19
3.4管道内壁展开图的模板匹配及缺陷检测算法 21
3.4.1 矩形平面滤波处理 21
3.4.2 基于模板匹配的管道内壁缺陷分类检测 22
3.5管道内壁展开图的缺陷还原算法 23
3.6 本章小结 24
第四章 管道内壁缺陷检测软件设计 25
4.1 软件整体结构 25
4.2 HALCON算法库 26
4.3 HDevelop平台上的软件算法设计 26
4.3.1 管道内壁圆环提取算法实现 27
4.3.2 管道内壁圆环展开算法实现 29
4.3.3 管道内壁展开图缺陷检测及还原算法实现 30
4.4 软件可视化界面设计 31
4.5实验数据分析 31
4.6本章小结 32
第五章 总结和展望 33
5.1 总结 33
5.2 展望 34
致谢 35
参考文献 36
附录 39
附录1:主要程序 39
第一章 绪论
1.1研究背景及意义
管道作为气体和液体的运输工具,是现实生活中运用最常见、可靠、经济的方法。进入21 世纪以来，经济发展迅速，人们在生产生活中对能源、水的需求越来越大，同时由于我国地域广阔，天然气、石油、水资源分布极度不均匀，因此需要对其进行工程浩大的远距离传输。相比于人们熟知的铁路、公路、水路等运输方式，管道运输具有显著的优势：首先具有成本低、安全性可靠等优势，其次管道运输具有运输量大、转运环节少、易于自动化控制管理、占用资源少等显著优点，因此管道运输已经成为各类气体、液体能源传输中不可或缺的工具[1]。
而本次课题使用的PVC( Polyv inylchloride) 管道更是具有抗紫外线、抗酸碱腐蚀、阻燃防火等特质，因此其被广泛应用于建材、石油天然气、水煤气运输等地方。然而，目前全国各地使用的管道随着使用时间的不断增加、传输介质可能存在的腐蚀性、长期埋藏在土壤中等自然条件的影响以及人为因素的破坏，这使得管道泄漏事故发生的概率越来越大。并且运输的能源具有易燃易爆易腐蚀等特性，管道内壁一旦出现泄漏情况，必定会引起当地自然环境的破坏及空气的污染，严重的情况还会引起火灾、爆炸等事件[1]。因此研究与开发PVC 管道内壁缺陷检测系统，定期对管道内壁进行的漏洞、划痕、腐蚀、变形等缺陷检测，利用机器视觉强大的处理能力，通过获取管道内壁图像，对其进行图像处理算法分析，得到管道内部的缺陷情况，进而对出现缺陷的管道进行排除、修理维护工作，这对于管道的安全运输具有十分重要的意义。因此要求管道泄漏检测技术能够满足准确性、灵敏性及定位能力强的特性[2]。
本文利用CCD全景环形透镜，通过采集PVC管道内壁环形图像来实现对管道内壁缺陷的无损检测，使用模板匹配分类算法对管道内壁不同的缺陷进行分类识别。经试验论证，本课题设计的基于图像处理的管道内壁缺陷检测系统能实现对PVC管道内壁缺陷的准确检测与分类，同时能将缺陷进行三维重建，通过逆变换法将其还原到原图中，完成对管道内漏洞、划痕、腐蚀等缺陷情况的检测，这对于保障管道运输安全工作和避免管道泄漏事故的发生具有极大的现实意义。
1.2 管道内壁缺陷检测技术国内外研究现状
实现管道内壁相关信息检测的技术称为管道检测技术，纵观其发展历程，缺陷检测技术分为无损探伤、无损检测、无损评价三个阶段。对管道进行检测的前提是对其不构成损坏和影响，其检测的内容主要有管道内壁的裂痕、凹陷、漏洞等情况。目前国内外所有的检测机构对于管道内壁的检测全都采用非接触式的方法[2]。对于不同的管材及管径，根据其材料结构的不同所引起的缺陷反应，选择不同的检测方法。下面对国内外常用的管道缺陷检测技术做一下简单介绍。
1.2.1 漏磁无损检测法
漏磁检测技术主要是对金属材料表面缺陷进行检测，是由磁粉检测技术发展而来的。其基本原理是：利用外加磁场将被测的金属磁化，对于本课题所研究的管道，就是使整个管壁圆周上产生回路磁场，磁力线从N 极经管道穿回到 S 极。当检测到管道某处存在漏洞、裂纹时，会发现磁力线明显的弯曲，并且会存在溢出了管道圆环的情况[2]。漏磁法操作简单，但仅仅适用于金属管道内壁的检测，并且分辨率较低，易受外部因素干扰。对于管道内壁的厚度要求很高，只可以运用于较薄的管壁，无法实现对较厚管道缺陷的检测，而且漏磁法无法运用在PVC管道中。
1.2.2 超声波检测法
超声波法是通过超声波的反射原理来实现对管道缺陷的检测，当超声波脉冲在管内传输发生反射时，根据其时间差得到管道内直径的大小,进一步可以分析得到管道内壁缺陷情况,以及缺陷存在的具体位置。超声波对于管径以及传输介质的要求比较高：测量时需要使用水或甘油作为耦合剂，用来提高超声波在管内的传播速度； 并且需要保证管道内壁清洁，排除污垢的影响，在测试前需要用水将管道进行清洗；最后要求检测的缺陷比较明显，对于1mm以下的缺陷无法进行识别，因此超声波法主要是对那些管道直径较大且要求检测精度不高的管道进行检测。对于本课题使用的PVC管道内壁缺陷检测，超声波法显然不适合检测其缺陷[2, 3]。
1.2.3 射线检测法
使用射线法对管道内壁进行缺陷检测，其原理是通过向管道发射X射线，根据感光片上的内壁信息，利用计算机图像处理技术来检测管道缺陷情况。射线法对被测管道的材质、粗细情况、表面粗糙度没有额外的要求，大都应用在钢铁管道中，该方法还能够检测出钢铁管道焊缝中的气孔和疏松情况。但其存在难以得到清晰的图像信息，检测周期过长，易受到人为因素影响等缺点，因此射线法一般只用来对管道内壁进行初步的分析检测，不易进行具体缺陷的检测[2]。
1.2.4 基于光学的管道内壁检测发展现状
随着科技水平的不断发展，人们对管道内壁缺陷检测技术的要求越来越高，对于在实际工程运用中，不仅要求检测出管道内是否存在缺陷以及缺陷所在的具体位置，还要对管道内壁的缺陷情况进行获取与重建。其中传统的检测方法：超声波、漏磁、射线以及涡流等方法主要应用在直径较大、缺陷较明显的管道内壁检测，但在传输天然气、石油等物质时，使用的管道直径主要在50～200mm之间，以上的方法无法满足这类管道的检测要求。另外本课题的实验对象是管径为200mm的PVC管道，管道内壁检测空间狭窄，因此不方便使用传统方式对其进行检测[2]。目前，越来越多的研究学者开始研究基于机器视觉的管道内壁缺陷检测及其三维重建工作，利用计算机强大的处理分析能力，对采集到的管道内壁信息进行分析[4]。
本课题通过机器视觉的相关知识，对PVC管道内壁缺陷检测技术进行了详细的研究，这对于微细管道的检测技术发展具有重要的理论意义与实用价值。
1.3 管道内壁缺陷光视觉检测的相关技术
本课题主要研究图像处理技术对PVC管道内表面缺陷检测的技术，来达到检测管道内壁缺陷的目的。因此本课题主要涉及数字图像处理（Digital Image Processing）技术、机器视觉、管道内壁图像圆环提取与分割、圆环管道内壁展开等技术。
要进行数字图像处理，首先得获取图像。一般的数字图像采集需要图像采集设备和数字化设备。其中采集设备在工业上大都采用CCD摄像机、光电摄像管等，其中CCD是一种能够有效实现动态跟踪的非接触检测的技术，在现代光电子学中运用很广、且极具研究意义。
根据本课题研究的PVC管道具有封闭性的特点，使得检测人员很难对其进行常规的内表面检测。因此本课题采用全景环形透镜进行管道内壁图像的采集，研究了基于全景摄像头的圆形管道内壁缺陷检测技术。使用智能小车搭载特制的全景摄像头，通过控制小车的行进，将摄像机深入到管道内的各个位置，获取PVC管道内部的图像信息，从而克服了常规相机无法深入内部测量的难题。本课题以建立的数学模型为基础，自己设计了完整的PVC管道内壁缺陷检测系统，并通过获取的图像进行管道内壁的缺陷的分类检测以及三维重建工作。
同时考虑到在正常工作情况下，管道内部光线条件较差的因素，引入了环形光源的概念，光源发出圆形结构的光线与被测管道相交产生明亮的光条，通过控制小车的具体位置，采集光照强度大的管道内壁图像，并对图像进行分析处理，最终显示测量结果以完成一个圆环截面的测量。使小车与光源沿管道中心轴方向移动进而拍摄到不同截面处的内表面图像，再通过计算机进行处理最终获取全部被测物体表面缺陷情况的三维信息。其结构如图1.1所示。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/txgc/2185.html
