纜索表面檢測與缺陷提取研究

孫洪超

摘 ? 要：文章采用模塊蛇形機器人作為纜索檢測的運動載體，通過搭載攝像頭對纜索表面進行觀測，將視頻信息通過無線模塊傳輸至地面工作站，地面工作站對纜索缺陷部位進行提取。

關(guān)鍵詞：纜索;表面檢測;缺陷提取

1 ? ?纜索表面檢測流程

在纜索表面檢測中利用蛇形機器人進行作業(yè)，以螺旋攀爬步態(tài)爬到纜索上，為實現(xiàn)纜索表面缺陷的檢測，一般為蛇體配備大量的傳感器設(shè)備。帶有傳感器的蛇形機器人以單環(huán)翻滾攀爬的方式進行纜索無損檢測[1]。通過這種全面的纜索無損檢測方法，能夠及時發(fā)現(xiàn)缺陷及問題所在，有效地防止纜索斷裂，及時發(fā)現(xiàn)故障和潛在威脅并進行更換。目前的纜索缺陷檢測主要由纜索表面缺陷檢測和纜索內(nèi)部斷絲檢測兩部分內(nèi)容構(gòu)成。

纜索內(nèi)部檢測的主要目的是檢測內(nèi)部纜絲的腐蝕和缺陷等問題，內(nèi)部斷絲主要的原因包括銹蝕以及磨損等，一般可以通過超聲檢測、機械檢測以及漏磁檢測實現(xiàn)纜索內(nèi)部檢測，當前實際應用中最常見的方法是漏磁檢測法。

纜索表面檢測需要由配有攝像頭的機器人進行，通過傳感器以及攝像頭能夠采集表面缺陷信息，同時利用通信系統(tǒng)將采集到的信息傳遞回上位機，在上位機中，利用計算機技術(shù)對采集到的纜索圖像和數(shù)據(jù)進行處理，最終確定缺陷信息。對纜索的表面缺陷檢測而言，數(shù)據(jù)和信息采集應該保證其具有較高的穩(wěn)定性、準確性和實時性。對于采集設(shè)備和上位機比較遠（一般為100 M以上）的作業(yè)，可以采用無線網(wǎng)絡傳輸進行數(shù)據(jù)的傳遞。采集到的數(shù)據(jù)和信息能夠以可視化的圖片、視頻等方式進行實時顯示，根據(jù)采集信息和數(shù)據(jù)定位缺陷位置。

2 ? ?缺陷信息的傳輸與接收

由于實際纜索缺陷信息檢測中往往纜索與地面距離較遠，為保證正常通信，單一無線網(wǎng)絡設(shè)備已經(jīng)不能很好地滿足相關(guān)需求，建議采用具有無線分布式系統(tǒng)（Wireless Distribution System，WDS）功能的路由器來進行信息傳遞，保證網(wǎng)絡全覆蓋。

WDS由多個無線網(wǎng)絡協(xié)調(diào)配合構(gòu)成一個大型無線網(wǎng)絡，該分布式系統(tǒng)的提出主要是為了解決單一無線網(wǎng)絡覆蓋范圍小的問題。該系統(tǒng)通過多個無線網(wǎng)絡無線訪問接入點（Access Point，AP）或無線路由進行橋接，實現(xiàn)無線信號的擴展以及無線信號更高范圍的覆蓋。

WDS的提出和應用改變了傳統(tǒng)單一模式的無線應用，能夠提供無線橋接和無線信號覆蓋，從而為用戶提供全新、靈活、多變的無線組網(wǎng)方式，實現(xiàn)大面積、大范圍的無線組網(wǎng)。不僅能夠?qū)崿F(xiàn)本區(qū)域內(nèi)的無線網(wǎng)絡信號覆蓋，而且能夠?qū)崿F(xiàn)橋接遠端支持WDS的同類設(shè)備。

在纜索表面缺陷檢測的過程中，通過分布式網(wǎng)絡將檢測到的視頻信息進行傳遞，制定接收端地址，并自動匹配目標地址。以工程建設(shè)為例，在地面上位機中采用Linux操作系統(tǒng)，并采用VLC播放器作為客戶端進行視頻RTP數(shù)據(jù)的接收。VLC作為典型的開源且能應用于Linux系統(tǒng)的播放器，能夠保證采集視頻的流暢播放，傳輸速度很快，能夠達到25幀每秒。

當信息和數(shù)據(jù)顯示在上位機端的時候，工作人員能實時進行數(shù)據(jù)和信息的觀察處理，了解纜索表面狀況。同時，通過上位機端還能夠?qū)φ谟^測的蛇體進行控制，包括運行速度、檢測范圍、檢測角度等。當發(fā)現(xiàn)缺陷或者潛在缺陷的時候，工作人員可以手動控制調(diào)焦進一步放大纜索表面信息。

通過傳感器以及信息數(shù)據(jù)采集設(shè)備的采集，將采集到的數(shù)據(jù)和信息傳遞到地面上位機之后，計算機進一步分析、處理、鑒別纜索缺陷，然后對發(fā)現(xiàn)的缺陷及故障進行定位，為纜索修復和更換提供一手資料。

3 ? ?纜索邊緣提取

在蛇體機器人運動和檢測中，不可避免地會產(chǎn)生機體抖動進而引起攝像頭抖動，拍攝到的畫面可能存在蛇體結(jié)構(gòu)、環(huán)境背景等冗余信息[2]。同時，在纜索的表面還有灰塵污染等外在影響，這些物理因素也成為缺陷檢測提取的阻礙。除此之外，纜索本身形狀也會造成影響，因其呈弧狀，極易引起不同程度背光，影響檢測質(zhì)量。

圖像質(zhì)量邊緣退化、檢測細節(jié)模糊等給圖像處理和數(shù)據(jù)分析帶來極大阻礙。因此，在進行分析之前需要對采集到的圖像和數(shù)據(jù)進行預處理，去除冗余信息，通過特征提取與優(yōu)化提高圖像質(zhì)量。

圖像噪聲也是導致圖像質(zhì)量不高的一大重要因素，高斯噪聲、指數(shù)噪聲以及脈沖噪聲等都是圖像噪聲的常見類型。另外，橋梁纜索表面的灰塵和白色斑點等也會產(chǎn)生噪聲，此類噪聲為椒鹽噪聲。除此之外，在視頻傳輸中還可能會產(chǎn)生隨機噪聲等。因此，為保證視頻和圖像質(zhì)量，必須對這些噪聲進行處理，中值濾波算法對這些噪聲有很好的濾除效果。

作為一種非線性信號處理方法，中值濾波算法采用非線性中值濾波器進行濾波處理。通過中值濾波能夠?qū)€性濾波造成的細節(jié)模糊等圖像問題進行處理，很好應對脈沖干擾以及圖像掃描噪聲。在實際運行過程中，濾波的窗口越大，降噪效果越好，但處理后的圖像會出現(xiàn)模糊的現(xiàn)象。窗口小時，雖然降噪效果會變差，但是圖像細節(jié)會得到保護。一般在實際應用中，需要保護圖像細節(jié)，建議采用3×3的矩形窗口。

完成圖像預處理之后，進行纜索邊緣查找，對纜索的背景也需要進行剔除處理。纜索邊緣特征分布的不連續(xù)處往往是缺陷所在，因而成為圖像識別和信息特征提取的關(guān)鍵位置。一般可以通過Sobel，Prewitt，Roberts，LoG，Canny等算法實現(xiàn)信息采集和處理。圖像邊緣檢測步驟可以概括為以下幾步：

（1）濾波，由于邊緣檢測中不可避免地會出現(xiàn)噪聲，因此需要進行降噪，通過濾波器的濾波功能實現(xiàn)降噪，但這一操作也會導致邊緣強度出現(xiàn)損失問題。

（2）增強，引入增強算法對鄰域灰度進行分析，提取灰度顯著的點，并對提取點進行突出顯示。一般通過計算梯度幅值完成。

（3）檢測，在進行實際檢測過程中會發(fā)現(xiàn)梯度幅值變化的位置，這些位置并不是邊緣點，這一檢測過程通過幅值閾值判定。

（4）定位，通過定位能夠發(fā)現(xiàn)故障和潛在缺陷所在，對所在位置進行精確定位，一般通過簡單的Sobel算法就能夠?qū)崿F(xiàn)這一功能。

在對纜索進行完邊緣檢測之后，能夠得到具有完整邊緣信息的圖像以及資料。在其中引入直線檢測方法，對纜索邊緣特征進行進一步提取，得到纜索區(qū)域圖。最常用的直線檢測方法是哈夫（Hough）變換，這一方法具有顯著的全局特性，而且不容易受到邊界間斷以及噪聲的影響，且運算量較小，具有較好的魯棒性。

4 ? ?纜索表面缺陷提取

在經(jīng)過預處理等過程之后能夠得到無背景、相對質(zhì)量較高的纜索表面圖像，在此基礎(chǔ)上需要進一步處理得到纜索表面缺陷信息。

纜索表面缺陷特征明顯，一般具有缺陷的位置光線和其他位置不同，灰度值會較低，可以通過閾值分割的方法進行缺陷的識別和分離。但在實際拍攝過程中會因為光線不足導致纜索邊緣灰度值也較低，因此，利用這一方法進行識別的時候，會出現(xiàn)部分偽缺陷，需要進行進一步分析。在線索缺陷位置，光線引起的偽缺陷位置灰度變化是漸變的，而真正的缺陷位置會出現(xiàn)較大的灰度變化。

圖1是以130為閾值（閾值的選擇通過觀察灰度直方圖，灰度直方圖兩波峰之間的最低值可作為閾值）分割出的圖像效果，在進行圖像分析后能夠發(fā)現(xiàn)，如果單純利用灰度進行區(qū)分判別難度較大，邊緣部位、缺陷部位和圖像底部光線不好的位置區(qū)別不明顯。圖2為Sobel邊緣檢測得到的結(jié)果，能夠很明顯地發(fā)現(xiàn)纜索底部的灰度呈現(xiàn)漸變，說明并沒有提取出邊緣。說明這一方法和閾值選擇存在問題，因此，在實際的工作中需要對缺陷提取方法、閾值選擇進行合理判別：首先，將全部缺陷進行提取，提取出的缺陷可能存在大量偽缺陷;其次，對缺陷進行進一步處理，利用邊緣監(jiān)測找出灰度突變位置，兩者結(jié)合進行分析和細化，找出偽缺陷并去除，最終完成缺陷提取。

為進一步精確定位分析缺陷部位，需要采用自適應技術(shù)對不同圖像進行調(diào)節(jié)分割，建議采用基于最大類間方差的閾值分割算法來實現(xiàn)圖像閾值分割。首先對圖像進行劃分和處理，通過灰度特性差異劃分為目標和背景兩個層次，確定閾限值使得目標和背景方差最大便于區(qū)分。如果目標和背景之間的方差越大，說明兩部分存在的差異越大，當部分目標被錯分為背景或部分背景錯分為目標都會導致這兩部分差別變小。因此，使用類間方差最大的分割意味著錯分概率最小，這是該方法的主要思路。

5 ? ?結(jié)語

文章介紹了蛇形機器人對纜索表面缺陷檢測過程，采用最大類間方差的閾值分割算法來實現(xiàn)，最后通過與邊緣檢測結(jié)果對照，將虛假邊緣去除，得到最終的纜索表面缺陷信息。

[參考文獻]

[1]劉登躍，何斌，陳鵬杰，等.一種新型的輪式纜索檢測機器人系統(tǒng)[J].中國科技信息，2015（Z1）：108-111.

[2]魏武，何振勇.纜索檢測攀爬蛇形機器人系統(tǒng)綜合設(shè)計與實現(xiàn)[J].自動化與儀表，2013（12）：9-12.