管道焊縫檢測視覺圖像處理的研究

關榮愷

摘 要：為了有效追蹤焊縫，及時檢測出焊縫缺陷，需對視覺傳感設備所獲取到的焊縫原始圖像采取預處理措施，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)計識別與投影法兩種對焊縫目標進行識別的方法。希望借助于本文的分析與探討，能夠引起更為廣泛的關注，并為有關的管道焊縫檢測工作提供一些可供參考的內容。

關鍵詞：管道；焊縫檢測；視覺；圖像處理；目標識別

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

在現(xiàn)代生活當中，無論是工業(yè)、農(nóng)業(yè)還是日常生活均有大量的管道應用，管道現(xiàn)已成為了當今社會最常用到的運輸工具[1]。但是受制于管道建設常采取組對焊接的形式，且工作條件較為惡劣，焊接位置的質量不合格是造成管道出現(xiàn)嚴重安全隱患最為重要的一項原因，作為目前管道工程施工的核心技術之一，管道焊接的質量至關重要。為實現(xiàn)對焊接質量的良好保障，便應當對管道焊接的工作展開實時性的檢測與修補處理，其中爬行檢測機器人能夠快速、高效實現(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，以期能夠為后續(xù)的質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)、機械裝置系統(tǒng)、計算機系統(tǒng)、超聲波及管道等相關系統(tǒng)構建共同組成[2]。在進行圖像傳染系統(tǒng)的構建工作當中，為了盡可能的避免周邊的環(huán)境因素對圖像質量產(chǎn)生嚴重的負面干擾，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)所提供的激光結構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入到管道內部之中，管道當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)傳輸至計算機當中，之后計算機采用圖像處理算法預處理以及特征提取方法對數(shù)據(jù)信息展開具體的分析，目標判定以及定位監(jiān)測等，從而最終達到對焊縫的有效監(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還需確保能夠在圖像細節(jié)中的應用，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，進而便可較為有效的消除獨立存在的噪點。通常進行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。此項處理過程即為將圖像的各構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，同時再加上光照條件的有限以及CCD鏡頭本身的特點，所拍攝出的焊縫圖像很可能會出現(xiàn)光照強度呈現(xiàn)出非線性分布的特點，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)生了嚴重的困難，無法有效識別。

特征突出法則可有效應對此類情況，此種方法是針對圖像四周不進行處理，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行處理。此種方法使得攝像頭視角范圍進一步減小，同時圖像拍攝速度則為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)出來的一個多級邊緣檢測算法）

促使針對邊緣處所需進行的檢測將直接轉換成針對函數(shù)極限值的測定。Canny算法的檢測邊界極限值即為濾波結果，在考量到函數(shù)第一階導數(shù)部分區(qū)域的極限值與之相對應的二階導數(shù)存在著一個零點情況，因而應用Canny算法進行計算基礎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，結合先前的像素和與計算過的像素來予以判定。

3 焊縫目標識別

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

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技術手段將物體沿著其邊緣處進行垂直轉動，每轉動一個增量變化，即對其邊緣處重新進行擬合分析。為了能夠更好的達到計算要求，需將軒轅后邊界點最大與最小值進行記錄。

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、方形以及細長形的物體進行明確的區(qū)分。

3）周長。在圖像當中單個圖像周長可通過邊界追蹤方法獲得，亦可依據(jù)正方向進行掃描，由于物體邊界即為以邊界像素中心為頂點的多邊形。因此所對應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)勢特點即為其能夠對管道當中內表面不光滑情況進行有效的處理，可在識別是減小負面干擾，對于光照不勻、運動模糊等情況也十分適用，能夠較為有效的進行邊緣分割，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，同時還能夠達到快速識別。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，便可及時找出焊縫進行檢測。

4 結束語

在平常不焊接時對焊縫進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面影響，利用攝影設備來對焊縫周圍進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。最終來實現(xiàn)對焊縫目標的有效識別，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，以及采用圖像投影掃描同樣也可達到較高的識別率。

參考文獻：

[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概述[J].機械工程學報，2012（04）.

[2]盧威，張運平，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].安徽師范大學學報（自然科學版），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收標準[J].無損檢測，2016（06）.