管道焊縫檢測視覺圖像處理的研究

關(guān)榮愷

摘 要：為了有效追蹤焊縫，及時(shí)檢測出焊縫缺陷，需對視覺傳感設(shè)備所獲取到的焊縫原始圖像采取預(yù)處理措施，從而減小噪音影響，并提出管道焊縫視覺圖像處理措施。本文就管道檢測視覺系統(tǒng)予以了簡要的概述，而后就針對圖像平滑、圖像分割以及邊緣檢測等焊縫圖像分析與處理展開了深入的研究工作，并最終提出了統(tǒng)計(jì)識別與投影法兩種對焊縫目標(biāo)進(jìn)行識別的方法。希望借助于本文的分析與探討，能夠引起更為廣泛的關(guān)注，并為有關(guān)的管道焊縫檢測工作提供一些可供參考的內(nèi)容。

關(guān)鍵詞：管道；焊縫檢測；視覺；圖像處理；目標(biāo)識別

DOI：10.16640/j.cnki.37-1222/t.2017.07.027

在現(xiàn)代生活當(dāng)中，無論是工業(yè)、農(nóng)業(yè)還是日常生活均有大量的管道應(yīng)用，管道現(xiàn)已成為了當(dāng)今社會最常用到的運(yùn)輸工具[1]。但是受制于管道建設(shè)常采取組對焊接的形式，且工作條件較為惡劣，焊接位置的質(zhì)量不合格是造成管道出現(xiàn)嚴(yán)重安全隱患最為重要的一項(xiàng)原因，作為目前管道工程施工的核心技術(shù)之一，管道焊接的質(zhì)量至關(guān)重要。為實(shí)現(xiàn)對焊接質(zhì)量的良好保障，便應(yīng)當(dāng)對管道焊接的工作展開實(shí)時(shí)性的檢測與修補(bǔ)處理，其中爬行檢測機(jī)器人能夠快速、高效實(shí)現(xiàn)對焊縫的跟蹤與檢測。本文將就焊縫圖像的分析與處理展開具體的研究工作，以期能夠?yàn)楹罄m(xù)的質(zhì)量檢測及處理工作提供以必要的保障。

1 管道檢測視覺系統(tǒng)概述

視覺系統(tǒng)是通過CCD（Charge-coupled Device）攝像頭、照明系統(tǒng)、圖像采集系統(tǒng)、機(jī)械裝置系統(tǒng)、計(jì)算機(jī)系統(tǒng)、超聲波及管道等相關(guān)系統(tǒng)構(gòu)建共同組成[2]。在進(jìn)行圖像傳染系統(tǒng)的構(gòu)建工作當(dāng)中，為了盡可能的避免周邊的環(huán)境因素對圖像質(zhì)量產(chǎn)生嚴(yán)重的負(fù)面干擾，可采用輔助照明措施來確保所獲得圖像清晰、完整。可將視覺系統(tǒng)所提供的激光結(jié)構(gòu)光源直接映射于焊接工件之上，在超聲探頭、照明系統(tǒng)及攝像頭的輔助之下進(jìn)入到管道內(nèi)部之中，管道當(dāng)中的具體情況將直接通過CCD攝像頭獲得并通過圖像采集系統(tǒng)傳輸至計(jì)算機(jī)當(dāng)中，之后計(jì)算機(jī)采用圖像處理算法預(yù)處理以及特征提取方法對數(shù)據(jù)信息展開具體的分析，目標(biāo)判定以及定位監(jiān)測等，從而最終達(dá)到對焊縫的有效監(jiān)測。

2 焊縫圖像分析與處理

（1）圖像平滑。基于焊縫圖像特征的具體情況來看，應(yīng)用效果較為有效的中值濾波，其不但需要在消除噪音的同時(shí)還需確保能夠在圖像細(xì)節(jié)中的應(yīng)用，以此促使周圍像素灰度值相差較大的像素重新選取同周圍像素較為接近的值，進(jìn)而便可較為有效的消除獨(dú)立存在的噪點(diǎn)。通常進(jìn)行3～5次的中值濾波處理后便可獲得較為滿意的效果[3]。

（2）圖像分割。此項(xiàng)處理過程即為將圖像的各構(gòu)成像素予以明確的類型劃分，鑒于焊縫圖像是拍攝于黑暗的管道之中，同時(shí)再加上光照條件的有限以及CCD鏡頭本身的特點(diǎn)，所拍攝出的焊縫圖像很可能會出現(xiàn)光照強(qiáng)度呈現(xiàn)出非線性分布的特點(diǎn)，即為圖像呈現(xiàn)出中部明亮，而四周灰暗，從而也就造成了焊縫圖像分割與邊緣提取發(fā)生了嚴(yán)重的困難，無法有效識別。

特征突出法則可有效應(yīng)對此類情況，此種方法是針對圖像四周不進(jìn)行處理，即將圖像四周的邊緣去除，僅針對中間區(qū)域的光照不足情況進(jìn)行處理。此種方法使得攝像頭視角范圍進(jìn)一步減小，同時(shí)圖像拍攝速度則為30幀/s，完全不會遺漏某一區(qū)域，因而對于整套系統(tǒng)的工作效率不會產(chǎn)生任何影響[4]。

（3）邊緣檢測。Canny算法（Canny邊緣檢測算子是John F. Canny于 1986 年開發(fā)出來的一個(gè)多級邊緣檢測算法）

促使針對邊緣處所需進(jìn)行的檢測將直接轉(zhuǎn)換成針對函數(shù)極限值的測定。Canny算法的檢測邊界極限值即為濾波結(jié)果，在考量到函數(shù)第一階導(dǎo)數(shù)部分區(qū)域的極限值與之相對應(yīng)的二階導(dǎo)數(shù)存在著一個(gè)零點(diǎn)情況，因而應(yīng)用Canny算法進(jìn)行計(jì)算基礎(chǔ)便可明確出階躍邊界的確切位置。從根本上來看，Canny算法不單單是僅僅采取梯度計(jì)算的方式來確定像素邊界，在確定某像素是否處在邊界處，必須要將多方面的因素予以綜合考量，結(jié)合先前的像素和與計(jì)算過的像素來予以判定。

3 焊縫目標(biāo)識別

（1）統(tǒng)計(jì)識別。在焊縫特征提取時(shí)需針對單組圖像樣本在完全相同的成像條件、傳感器設(shè)備和差異化的光照水平與時(shí)間段展開多次焊縫特征性統(tǒng)計(jì)，以便能夠獲取到其具備自身特殊價(jià)值的表征，而后采集樣本進(jìn)行統(tǒng)計(jì)分析，進(jìn)而便可作出有效的目標(biāo)識別。

1）長度與寬度。假定測量物體的邊緣分割已完全掌握，便可利用物體最小接矩形的方式來確定其主軸。借助于MER技術(shù)手段將物體沿著其邊緣處進(jìn)行垂直轉(zhuǎn)動，每轉(zhuǎn)動一個(gè)增量變化，即對其邊緣處重新進(jìn)行擬合分析。為了能夠更好的達(dá)到計(jì)算要求，需將軒轅后邊界點(diǎn)最大與最小值進(jìn)行記錄。

2）體態(tài)比。體態(tài)比即為物體MER長與寬之比，通過體態(tài)比便可將圓形、方形以及細(xì)長形的物體進(jìn)行明確的區(qū)分。

3）周長。在圖像當(dāng)中單個(gè)圖像周長可通過邊界追蹤方法獲得，亦可依據(jù)正方向進(jìn)行掃描，由于物體邊界即為以邊界像素中心為頂點(diǎn)的多邊形。因此所對應(yīng)周長即為大量的橫豎向（）與對角線方向（）的間距和。

（2）投影法。投影法最為顯著的優(yōu)勢特點(diǎn)即為其能夠?qū)艿喇?dāng)中內(nèi)表面不光滑情況進(jìn)行有效的處理，可在識別是減小負(fù)面干擾，對于光照不勻、運(yùn)動模糊等情況也十分適用，能夠較為有效的進(jìn)行邊緣分割，可大大提高焊縫與其他物體的對比度。特別是在對條狀物體識別方面優(yōu)勢更加明顯。投影可作為對物體進(jìn)行識別的主要特征之一。投影不但是一類十分簡潔的圖像顯示方法，同時(shí)還能夠達(dá)到快速識別。投影識別焊縫的具體操作為：由上到下，從左至右進(jìn)行投影掃描，存在焊縫位置的投影便會高出其他部位，便可及時(shí)找出焊縫進(jìn)行檢測。

4 結(jié)束語

在平常不焊接時(shí)對焊縫進(jìn)行檢測工作必須要采取一定的輔助光源，來盡可能的減小環(huán)境光源對檢測工作所帶來的負(fù)面影響，利用攝影設(shè)備來對焊縫周圍進(jìn)行影響拍攝獲取其圖像。而后便可針對所獲取到的圖像展開平滑性分析、圖像分割、邊緣檢測等工作。最終來實(shí)現(xiàn)對焊縫目標(biāo)的有效識別，在此過程中較為常用的識別方法包括有對焊縫長度、寬度、體態(tài)、周長等方面的統(tǒng)計(jì)，以及采用圖像投影掃描同樣也可達(dá)到較高的識別率。

參考文獻(xiàn)：

[1]林莉，楊平華，張東輝等.厚壁鑄造奧氏體不銹鋼管道焊縫超聲相控陣檢測技術(shù)概述[J].機(jī)械工程學(xué)報(bào)，2012（04）.

[2]盧威，張運(yùn)平，柯濤等.不銹鋼管道焊縫超聲檢測中顯示信號的定性分析[J].無損檢測，2015（02）.

[3]王偉，申愛明，魏輝等.管道焊縫缺陷圖像特征參數(shù)的提取[J].安徽師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2013（04）.

[4]楊偉光.基于RCCM規(guī)范的EPR主管道焊縫射線檢測方法和驗(yàn)收標(biāo)準(zhǔn)[J].無損檢測，2016（06）.