基于數字影像處理的農機檢修光學視頻分析技術

吉武俊

(河南職業技術學院,鄭州 450046)

0 引言

以往無損檢測技術主要是利用超聲、射線、磁學等檢測方法,對于光學檢測方法的使用還較少,隨著計算機、數字影像處理技術及光纖技術的不斷發展,光學無損檢測技術得到了實質性的進展。激光技術的廣泛應用推動了光學無損檢測技術的發展,在很多方法上取得了一定的成果,如全息干涉法及散斑干涉法等。在進行農機零部件的檢修時,如果采用光學無損檢測技術,不僅可以提高檢測的效率和準確性,還能夠最大限度地不損傷農機零部件,對于現代化農機設備的檢修和維護具有重要的意義。

1 基于無損檢測技術的農機零部件檢修

無損檢測技術是指利用聲、光、磁和電等特性對零部件進行缺陷檢測,以不損傷零部件為前提的一種缺陷檢測方式。該技術通過對無缺陷零部件和檢測零件的特征對比,發現零部件是否存在缺陷,如圖1所示。無損檢測的方式有很多種,主要包括聲學、電學、磁學、射線、微波、熱學和光學等方法。以前常用的方法是聲學、電學和磁學等方法。隨著計算機和數字影像處理技術的發展,光學檢測技術被越來越多地應用到了零部件的缺陷檢測上,且檢測準確率高。光學檢測的基本框架結構如圖2所示。

圖1 無損檢測方法Fig.1 NDT Method

圖2 光學檢測平臺的基本框架結構Fig.2 The basic framework structure of optical detection platform

在進行缺陷檢測時,首先利用激光掃描設備對待檢測農機部件進行監測;然后利用視頻采集設備輸出掃描結果數字影像,并通過視頻采集卡傳輸到計算機端;計算機通過對視頻的分析,提取農機待檢測零部件的數字影像,將提取數字影像和無缺陷的數字影像進行對比,最終發現農機零部件是否存在缺陷。

2 農機檢修光學視頻分析

為了實現農機的無損檢測,采用光學分析的方法,首先對農機待檢測零部件進行激光掃描,掃描后得到檢修的光學視頻文件;然后,從視頻文件中抽取典型數字影像進行分析,在分析時可以采用數字影像比對的方式,采集好農機待檢測零部件的完好零件;將其和激光掃描得到的待檢測件進行對比,通過對比零部件之間的差異,得到零部件是否存在缺陷。檢修流程如圖3所示。

圖3 農機機械零部件檢修流程Fig.3 The maintenance process of agricultural machinery parts

其中,數字影像的錄入主要是通過采集得到激光掃描數字影像;數字影像的處理主要對原始數字影像的噪聲進行濾波處理,得到效果更好的數字影像,還包括一些銳化和邊緣提取等操作;二次曝光主要是對兩幅數字影像進行對比,得到記錄前后兩幅數字影像的變化,當記錄前的無缺陷數字影像和記錄后的待檢測數字影像存在較大差異時,說明待檢測農機部件存在較大的缺陷。

全息重現主要是對光學的成像過程進行重現,可以采用菲涅爾衍射法,用CCD相機記錄干涉圖樣。CCD相機在進行記錄時主要是對連續全息面取樣,表達式為

(1)

其中,δx、δy分別表示CCD像素橫向和縱向的尺寸,ΔX×ΔY表示CCD靶面的尺寸,rect表示矩形函數,comb表示梳狀函數。假設全息圖的曝光強度為Ψ(x,y),則全息圖形的表達式為用CCD記錄的全息圖q(x,y),即

q(x,y)=ψ(x,y)·p(x,y)

(2)

如果設x=mδx、y=nδy,則數字全息圖經過取樣和量化后用q(m,n)來表示。在進行圖形處理特別是二次曝光時,需要對圖形進行融合處理。在融合處理時,采用基于HIS的變換方法,假設TM表示采集的無缺陷農機零部件數字影像,PAN表示采集的待檢測農機零部件的數字影像,將TM的3個波段賦值RGB后進行RGB—IHS變換,可以得到分量及兩個中間量V1、V2為

(3)

其中,V1、V2可看作是笛卡兒坐標系下的橫軸與縱軸,z軸表示彩色數字影像的亮度的I,那么色度H和飽和度S分可以表示為

H=arctan(V2/V1)

(4)

(5)

在數字影像采集過程中,受到農機作業環境的影響會摻入很多噪聲,為了提高檢測的精度,需要對裝置進行去噪處理,利用濾波器得到更加準確的信號。本次采用同態濾波的方法,可以動態地增加數字影像的細節,表達式為

T(x,y)=S(x,y)/I(x,y)

(6)

其中,x、y分別為橫坐標和縱坐標,T(x,y)為坐標(x,y)的點在激光掃描時的反射率,S(x,y)為濾波前的值,I(x,y)為該點的激光掃描強度。將濾波前的數字影像和低通濾波器模板卷積可以得到該值,即

(7)

其中,2N+1用于描述低通濾波器模板的階數。通過濾波操作后,掃描的農機零部件視頻提取的數字影像將更加清晰,將其和無缺陷的零部件進行對比,可以找到零部件上存在的缺陷,進而進行檢修。

3 農機輪胎檢修視頻分析

輪胎是農機上非常重要的部件,特別是對于重型農機而言,輪胎如果存在質量缺陷將會嚴重影響輪胎的使用壽命,進而影響整個農機的作業性能。大型農機作業的場景如圖4所示。在大型農機作業過程中,由于作業強度較高,一般采用多輪胎的形式。由于農機作業環境的復雜性,特別是在山區作業時,很容易造成輪胎的損壞,因此需要定期對輪胎進行檢修。輪胎檢修過程可以采用激光全息技術,通過無損檢測的方法判斷農機的輪胎是否存在缺陷,以及缺陷是否需要及時地進行維修和維護。

圖4 農機作業場景Fig.4 The scene of agricultural machinery operation

圖5為激光全息無損檢測設備。在激光掃描得到輪胎的全息視頻后,需要提取輪胎特征數字影像,對輪胎的缺陷進行分析判斷。

圖5 激光全息農機輪胎無損檢測系統Fig.5 The laser holographic nondestructive testing system for agricultural machinery tyres

通過視頻分析提取的數字影像如圖6所示。為了保護數字影像的邊緣,同時對數字影像進行去噪聲處理,利用濾波的方法對數字影像進行增強,通過濾波得到了如圖7所示的增強后的數字影像。

圖6 全息干涉原始數字影像 圖7 濾波后的全息干涉數字影像Fig.6 The Holographic interferometric original digital image Fig.7 The filtered holographic interferometric digital image

通過濾波使數字影像變得條紋更加平滑,對比度也更加明顯,更有利于下一步的二次曝光處理。通過二次曝光和無缺陷的輪胎數字影像進行對比,可以得到輪胎是否存在缺陷。

為了驗證基于檢修光學視頻分析對輪胎進行缺陷檢測的準確性,對檢測結果進行了統計,得到了如表1所示的統計結果。由表1可以看出:檢測的準確率都在95%以上,準確率較高。當缺陷檢測系統檢測出農機輪胎存在缺陷時,對數字影像信息進行保存后,確定輪胎待修部位,對輪胎進行檢修和維護,可以有效地提高農機檢修效率和檢修的精確性。

表1 基于檢修光學視頻分析的檢測準確率統計Table 1 The detection accuracy statistics based on overhaul optical video analysis

4 結論

為了提高農機零部件檢修的效率和準確性,將檢修光學視頻分析技術引入到了農機零部件的檢修和維護上。通過利用數字影像處理技術和二次曝光技術對檢測數字影像和無缺陷數字影像進行對比,得到農機零部件是否存在缺陷及缺陷的位置等信息。以農機輪胎零部件的檢修為例,對該方法的可行性進行了測試,結果表明:檢測的準確率都在95%以上,檢測的準確率較高;在檢測到缺陷后還可以將缺陷數字影像進行保存,對于提高農機檢修維護的效率具有重要的意義。