管道焊缝检测视觉图像处理的研究

《管道焊缝检测视觉图像处理的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、管道焊缝检测视觉图像处理的研究　　摘要：为了有效追踪焊缝，及时检测出焊缝缺陷，需对视觉传感设备所获取到的焊缝原始图像采取预处理措施，从而减小噪音影响，并提出管道焊缝视觉图像处理措施。本文就管道检测视觉系统予以了简要的概述，而后就针对图像平滑、图像分割以及边缘检测等焊缝图像分析与处理展开了深入的研究工作，并最终提出了统计识别与投影法两种对焊缝目标进行识别的方法。希望借助于本文的分析与探讨，能够引起更为广泛的关注，并为有关的管道焊缝检测工作提供一些可供参考的内容。　　关键词：管道；焊缝检测；视觉；图像处理；目标识别　　DOI：10.16640/j.cnki.37-1222/t.2017.

2、07.027　　在现代生活当中，无论是工业、农业还是日常生活均有大量的管道应用，管道现已成为了当今社会最常用到的运输工具[1]。但是受制于管道建设常采取组对焊接的形式，且工作条件较为恶劣，焊接位置的质量不合格是造成管道出现严重安全隐患最为重要的一项原因，作为目前管道工程施工的核心技术之一，管道焊接的质量至关重要。为实现对焊接质量的良好保障，便应当对管道焊接的工作展开实时性的检测与修补处理，其中爬行检测机器人能够快速、高效实现对焊缝的跟踪与检测。本文将就焊缝图像的分析与处理展开具体的研究工作，以期能够为后续的质量检测及处理工作提供以必要的保障。　　1管道检测视觉系统概述　　视觉系统是通

3、过CCD（Charge-coupledDevice）摄像头、照明系统、图像采集系统、机械装置系统、计算机系统、超声波及管道等相关系统构建共同组成[2]。在进行图像传染系统的构建工作当中，为了尽可能的避免周边的环境因素对图像质量产生严重的负面干扰，可采用辅助照明措施来确保所获得图像清晰、完整。可将视觉系统所提供的激光结构光源直接映射于焊接工件之上，在超声探头、照明系统及摄像头的辅助之下进入到管道内部之中，管道当中的具体情况将直接通过CCD摄像头获得并通过图像采集系统传输至计算机当中，之后计算机采用图像处理算法预处理以及特征提取方法对数据信息展开具体的分析，目标判定以及定位监测等，从而最

4、终达到对焊缝的有效监测。　　2焊缝图像分析与处理　　（1）图像平滑。基于焊缝图像特征的具体情况来看，应用效果较为有效的中值滤波，其不但需要在消除噪音的同时还需确保能够在图像细节中的应用，以此促使周围像素灰度值相差较大的像素重新选取同周围像素较为接近的值，进而便可较为有效的消除独立存在的噪点。通常进行3～5次的中值滤波处理后便可?@得较为满意的效果[3]。　　（2）图像分割。此项处理过程即为将图像的各构成像素予以明确的类型划分，鉴于焊缝图像是拍摄于黑暗的管道之中，同时再加上光照条件的有限以及CCD镜头本身的特点，所拍摄出的焊缝图像很可能会出现光照强度呈现出非线性分布的特点，即为图像呈现

5、出中部明亮，而四周灰暗，从而也就造成了焊缝图像分割与边缘提取发生了严重的困难，无法有效识别。　　特征突出法则可有效应对此类情况，此种方法是针对图像四周不进行处理，即将图像四周的边缘去除，仅针对中间区域的光照不足情况进行处理。此种方法使得摄像头视角范围进一步减小，同时图像拍摄速度则为30帧/s，完全不会遗漏某一区域，因而对于整套系统的工作效率不会产生任何影响[4]。　　（3）边缘检测。Canny算法（Canny边缘检测算子是JohnF.Canny于1986年开发出来的一个多级边缘检测算法）　　促使针对边缘处所需进行的检测将直接转换成针对函数极限值的测定。Canny算法的检测边界极限值即

6、为滤波结果，在考量到函数第一阶导数部分区域的极限值与之相对应的二阶导数存在着一个零点情况，因而应用Canny算法进行计算基础便可明确出阶跃边界的确切位置。从根本上来看，Canny算法不单单是仅仅采取梯度计算的方式来确定像素边界，在确定某像素是否处在边界处，必须要将多方面的因素予以综合考量，结合先前的像素和与计算过的像素来予以判定。　　3焊缝目标识别　　（1）统计识别。在焊缝特征提取时需针对单组图像样本在完全相同的成像条件、传感器设备和差异化的光照水平与时间段展开多次焊缝特征性统计，以便能够获取到其具备自身特殊价值的表征，而后采集样本进行统计分析，进而便可作出有效的目标识别。　　1）长

7、度与宽度。假定测量物体的边缘分割已完全掌握，便可利用物体最小接矩形的方式来确定其主轴。借助于MER技术手段将物体沿着其边缘处进行垂直转动，每转动一个增量变化，即对其边缘处重新进行拟合分析。为了能够更好的达到计算要求，需将轩辕后边界点最大与最小值进行记录。　　2）体态比。体态比即为物体MER长与宽之比，通过体态比便可将圆形、方形以及细长形的物体进行明确的区分。　　3）周长。在图像当中单个图像周长可通过边界追踪方法获得，亦可依据正方向进行扫描，由于物体边界即为