螺旋鋼管表面缺陷自動檢測系統(tǒng)設(shè)計

付嘉瑋 王軍民* 白 宇

（長江大學(xué)，湖北 武漢430000）

1 概述

螺旋鋼管廣泛用于石油工業(yè)，承擔(dān)油氣集輸任務(wù)，也用于橋墩碼頭結(jié)構(gòu)支撐套管中。螺旋鋼管表面在生產(chǎn)加工過程中往往出現(xiàn)劃痕、腐蝕、孔洞等不同程度的缺陷，降低了螺旋鋼管的質(zhì)量與性能。

缺陷的檢測工作往往是由人工完成的。隨著生產(chǎn)量的提升，人工檢測效率低下、成本高的問題越發(fā)突出[1]。為滿足現(xiàn)代工業(yè)生產(chǎn)自動化智能化的趨勢，研究缺陷自動檢測技術(shù)，對提高生產(chǎn)效率和質(zhì)量、降低人工成本和生產(chǎn)能源消耗、保障管道運行安全具有積極意義。

2 系統(tǒng)設(shè)計方案

表面缺陷自動檢測系統(tǒng)設(shè)計方案如圖1 所示。工業(yè)相機置于待檢測的螺旋管的上方開始采集原始圖像，將圖像傳輸至Raspberry Pi 4B，經(jīng)圖像處理模塊分析后，得到缺陷的判別結(jié)果。如果原始圖像存在符合缺陷特征的區(qū)域，則向指示燈傳遞信號，提醒存在缺陷，需要人工修補；同時Raspberry Pi 4B 通過無線傳輸將缺陷圖像與圖像采集時間同步記錄，上傳至服務(wù)器存檔。

圖1 缺陷檢測系統(tǒng)示意圖

由于生產(chǎn)線的環(huán)境存在大量電焊弧光干擾，在相機鏡頭前夾具了650nm 帶通濾光片過濾雜光。為防止圖像丟幀紊亂，工業(yè)相機與Raspberry Pi 4B 采用長屏蔽線傳輸。

3 嵌入式平臺搭建

缺陷檢測系統(tǒng)需要符合生產(chǎn)線時序規(guī)則，為保證檢測效率，選用Raspberry Pi 4B 新型嵌入式系統(tǒng)開發(fā)套件[2]。4B 型采用64 位四核Cortex A72 處理器，主頻1.5GHz，支持C++、Python語言開發(fā)。與上一代3B+型相比，處理器速度顯著提升，擁有更充裕的內(nèi)存和更先進的計算機接口，如圖2 所示為具體硬件性能對比。

圖2 兩代Raspberry Pi 的硬件性能對比

Raspberry Pi 4B 的核心是圖像處理模塊。

圖像處理模塊的流程如圖3 所示。原始圖像的輸入是亮圖像，用亮度矩陣來表示原始數(shù)據(jù)。為了抑制與缺陷圖像無關(guān)的信息，應(yīng)對其作預(yù)處理。

由于現(xiàn)場環(huán)境光照不充足，缺陷區(qū)域圖像局限在很小的范圍內(nèi)，使用線性單值函數(shù)，對圖像的像素做線性擴展，增強視覺效果[3]。設(shè)圖像灰度級大小為G，設(shè)定長為G 的數(shù)組H，圖像大小表示為M*N。對圖像每個像素點p 掃描，得亮度為gp，將gp導(dǎo)入數(shù)組H，當(dāng)H[g]>0 時即為圖像最小灰度級gmin，依次累積得到直方圖Hc 為，設(shè)定：

將T[gp]重新寫入圖像即得到空間域灰度級變換結(jié)果，如圖4。此時原始圖像已被覆蓋，設(shè)定閾值P，將圖像像素點以P 為零界點設(shè)置為0 或255，得到二值化圖像，突出缺陷與背景。

圖像二值化后傳入Canny 邊緣檢測算法模塊，利用線性高斯濾波器（Gaussian filter）對所有像素點平均加權(quán)[4]，過濾噪聲。接著計算水平、垂直、對角的梯度幅值方向，通過非極大值抑制的邊緣細化方法，保留各個梯度最銳利的部分，將其傳入OpenCV 輪廓提取函數(shù)庫中得到缺陷的分割輪廓。當(dāng)OpenCV 檢測到缺陷時，向4B 通用串行總線發(fā)送缺陷提示指令，同時將缺陷輪廓、備份的原始圖片上傳至服務(wù)器備份。

在實地測試中，由于現(xiàn)場工作環(huán)境惡劣，弧光電磁、煙塵焊料經(jīng)常影響設(shè)備的正常運行，因此采用了軟導(dǎo)體PVC 絕緣線外加屏蔽層和PVC 護套的多芯軟導(dǎo)線，屏蔽線單端接地的方式將嵌入式設(shè)備和現(xiàn)場環(huán)境隔離。

圖3 圖像處理模塊流程

圖4 灰度級變換圖像

4 結(jié)論

試驗現(xiàn)場及檢測結(jié)果如圖5 所示。實驗表明，自動缺陷檢測系統(tǒng)能較準確的檢測到螺旋鋼管上的缺陷位置，同時能提取、標記缺陷輪廓，輪廓基本符合缺陷外圍特征，對于小區(qū)域連成片的缺陷也能起到較高的識別度，算法魯棒性良好。

在螺旋鋼管生產(chǎn)線上，自動檢測設(shè)備與人工校驗結(jié)合，在不增加其他成本的同時大幅延長有效工作時長，不僅提高檢測效率，也能保障成品質(zhì)量。

5 結(jié)論

隨著計算機、自動化領(lǐng)域的飛速發(fā)展，螺旋管生產(chǎn)線的自動化智能化是現(xiàn)代工業(yè)的發(fā)展趨勢和指標。實驗說明了設(shè)計方案的可行性較好，但仍有諸多細節(jié)以待改進[5]。期望在圖像處理模塊上，改用計算機視覺領(lǐng)域的深度學(xué)習(xí)方法加以實驗驗證、對比；期望在嵌入式設(shè)備上跟進領(lǐng)域最新開發(fā)設(shè)備；期望重構(gòu)系統(tǒng)實現(xiàn)代碼，減少亢余。

圖5 實驗結(jié)果