基于圖像處理的船舶艙室設計缺陷檢測系統(tǒng)

宋曉婧

(河南省智彗教育與智能技術應用工程技術研究中心, 河南 鄭州 450000)

0 前 言

船舶艙室包括船員的生活艙室、活動場所、餐廳等，船舶艙室在設計上都有嚴格的規(guī)范。合理的船舶艙室不僅在結(jié)構(gòu)上非常合理和美觀，同時對提升船舶工作人員的工作積極性都具有非常重要的意義。因而艙室設計在整個船舶結(jié)構(gòu)設計中具有非常重要的地位，船舶的整體設計不僅需要考慮武器裝備的部署情況，同時還需要考慮艙室設計中對重量分布的均衡性和穩(wěn)定性等要求[1-2]。船舶艙室整體結(jié)構(gòu)上雖然不需要過多的考慮建造成本問題，但是對結(jié)構(gòu)的強度以及空間的有效性要求比較高，艙室設計的合理性在戰(zhàn)時也將發(fā)揮重要作用[3]。

對船舶艙室結(jié)構(gòu)的缺陷進行檢測將最大程度發(fā)現(xiàn)在船舶艙室設計和建造過程中出現(xiàn)的問題，目前對船舶艙室結(jié)構(gòu)缺陷檢測主要有2 種方法，一種是通過人工現(xiàn)場使用專業(yè)儀器進行檢測，另外一種是使用圖像處理的方法。第1 種方法比較依賴于現(xiàn)場檢測人員的經(jīng)驗和檢驗設備的精度，在對艙室表面缺陷進行檢測時容易受到外界因素和人為主觀因素的影響[4]；第2 種方式則是通過圖像處理的方式實現(xiàn)對船舶艙室缺陷的檢測，這種方法的優(yōu)勢在于采用非接觸式檢測，同時隨著圖像處理技術的不斷進步，使得檢測的精度也越來越高，同時也解決了傳統(tǒng)的艙室缺陷檢測耗時耗力的問題[5]。國內(nèi)外許多學者在基于圖像處理的缺陷檢測方面進行了研究，郭慶[6]提出使用圖像處理的方法對鐵軌表面缺陷進行分析，使用多種圖像濾波方法來準確獲取鐵軌表面缺陷的圖像，進而分析出鐵軌表面存在的缺陷。張東嶺[7]提出結(jié)合X 射線和圖像處理技術對機械材料的缺陷進行分析，并使用Matlab 軟件進行了仿真。

本文在研究圖像處理相關技術的基礎上提出一種基于圖像增強和濾波技術的艙室缺陷檢測系統(tǒng)，該系統(tǒng)能夠大幅度縮短艙室缺陷的監(jiān)測時間，應用于大型船舶艙室的缺陷檢測具有良好的效果。

1 圖像處理技術

在對船舶艙室缺陷進行檢測的過程中，圖像處理技術起著非常重要的作用。由于受到光線影響和環(huán)境的限制，采集的圖像質(zhì)量經(jīng)常會出現(xiàn)曝光量不足以及存在噪聲等問題，此時就需要使用相關的圖像處理技術對采集的圖片進行處理，這些圖像處理技術包括圖像增強技術、圖像分割技術等[8]。

1.1 直方圖均衡

圖像增強技術主要通過對圖像的某些特征進行加強來實現(xiàn)對圖像原有特征的識別，將圖像中的有用信息或者信號實現(xiàn)增強的目的，而將那些無用的信息縮小。目前在圖像增強技術方面主要采用2 種方法，一種是頻域法，另外一種是空間域法。而一般圖像增強需要根據(jù)圖片的具體情況采用一種或者幾種圖像增強方法。

在空間域法中，使用較多的是直方圖均衡處理方法，在對船舶艙室缺陷檢測的圖像處理中可能會受到光線影響，使得整張圖像灰度值極度不均衡，此時進行圖像處理難以獲取所需要的參數(shù)，因而需要對圖片進行直方圖均衡處理。經(jīng)過直方圖均衡處理后，圖像灰度值分布更加合理，同時也能獲取更多的圖片信息。

在直方圖均衡處理過程中，需要首先計算圖像中每種灰度值出現(xiàn)的概率，概率Pr可以用下式計算：

其中：Pr(rk)為第k個灰度值出現(xiàn)的概率；N為像素總的數(shù)量；Nk為第k個灰度值出現(xiàn)的頻數(shù)。

直方圖均衡化函數(shù)為：

其中，i=0,1,2···。

對船舶某艙室進行直方圖均衡處理，并編寫相應程序，得到處理前和處理后的灰度直方圖，可以發(fā)現(xiàn)處理后圖像的灰度值分布更加廣泛，解決了圖像在均衡前灰度值過于集中的問題。

圖1 處理前后灰度直方圖對比Fig. 1 Comparison of gray histogram before and after processing

圖2 分別為艙室的基本圖像和經(jīng)過直方圖均衡處理過的圖像?？梢园l(fā)現(xiàn)，處理過的圖像更加清晰，整體清晰度得到明顯提高。

圖2 直方圖均衡圖片處理效果對比Fig. 2 Histogram equalization image processing effect comparison

1.2 圖像分割

由于艙室在很多時候會呈現(xiàn)不規(guī)則的形狀，同時對艙室的檢測很多時候需要對圖像中的局部進行重點檢測，此時就需要對圖像進行分割。圖像分割的難點是需要去除圖像背景對分割的影響，同時對需要進行處理的圖像部分進行重點增強。圖像分割的實現(xiàn)依賴于在使用二值化對圖像進行處理后，圖像的灰度值不連續(xù)且具有一定的相似性，因而可以尋找周圍相似的灰度值就可以確定需要檢測對象的基本輪廓，而灰度值出現(xiàn)明顯變化的區(qū)域則是邊緣。

使用拉普拉斯算子對圖像進行分割，其基本原理是通過定義中心像素為一個正數(shù)，在中心像素周圍的其他像素點系數(shù)均為負數(shù)，如圖3 所示?？梢园l(fā)現(xiàn)這些系數(shù)的和均為0。

圖3 拉普拉斯算子圖像分割原理Fig. 3 Laplace operator image segmentation principle

使用拉普拉斯算子對圖像進行分割后可能會喪失部分背景信息，定義g（x，y）為輸出圖像，f（x，y）為輸入圖像，規(guī)定：

1）若中心像素點為負數(shù)

2）若中心像素點為正數(shù)

將原始圖像和使用拉普拉斯算子分割后的圖像疊加，可以有效解決在缺陷檢測中背景丟失的問題。使用拉普拉斯算子可以讓圖像中的細小缺陷銳化，更容易被發(fā)現(xiàn)。

2 船舶艙室設計缺陷檢測系統(tǒng)設計

2.1 系統(tǒng)整體結(jié)構(gòu)設計

使用圖像處理技術構(gòu)建船舶艙室設計缺陷檢測系統(tǒng)，系統(tǒng)主要包括圖像采集設備、數(shù)字化設備、存儲設備、圖像預處理、圖像均衡和分割以及缺陷檢測等部分。系統(tǒng)各部分實現(xiàn)的功能主要如下：

1）圖像采集設備

為了實現(xiàn)艙室設計缺陷檢測，需要使用圖像采集設備對船舶各艙室采集圖像，圖像采集的質(zhì)量將會直接影響檢測效果，因而在系統(tǒng)中一般使用高清攝像頭或者高質(zhì)量的CCD 設備。由于每個設備采集的圖像格式以及傳輸協(xié)議均不一樣，因而在設計系統(tǒng)時需要首先確定圖形采集設備的型號、傳輸協(xié)議、圖像大小及類型。

2）數(shù)字化設備

圖像采集設備輸出的信號無法直接和計算機相連接，一般需要使用數(shù)字采集卡來完成和計算機的連接。

3）存儲設備

對多艙室進行全面檢測需要采集多組圖像，因而在圖像采集設備完成圖像采集后需要將圖片存儲到硬盤或者服務器，同時為了后續(xù)升級方便，采用固態(tài)硬盤作為存儲設備。

4）圖像預處理

存儲設備可以和圖像處理在同一臺機器上，也可以分離使用。在進行缺陷檢測前需要對圖像進行預處理，這些操作包括低通濾波、采樣保持、量化以及編譯碼等。

5）圖像均衡和分割

在完成圖像預處理后需要對圖像進行直方圖均衡和分割處理，在電腦上完成相關程序的設計，以實現(xiàn)對圖片中艙室設計缺陷的識別。

6）缺陷檢測

編寫人機界面，對系統(tǒng)的檢測流程進行分析，輸出缺陷檢測結(jié)果。對于單次的艙室缺陷檢測使用圖像判定結(jié)果，在建立數(shù)據(jù)庫并對艙室設計缺陷的圖像進行存儲后，將這些歷史數(shù)據(jù)作為學習樣本，從而使用遺傳算法和機器學習來訓練，提升系統(tǒng)對艙室設計缺陷識別的成功率。

圖4 系統(tǒng)結(jié)構(gòu)框圖Fig. 4 System structure block diagram

2.2 系統(tǒng)測試

船舶艙室設計缺陷主要從艙室結(jié)構(gòu)強度、艙室長高寬以及艙室墻面檢測等多個方面進行測試。

1）艙室設計長寬高的檢測實現(xiàn)

在檢測過程中，船舶艙室設計缺陷系統(tǒng)會配置在自動小車上，小車自動沿船舶艙室邊界運動，最后根據(jù)計算的坐標回到艙室中心，并對船舶艙室拍照，通過小車返回的數(shù)值可以得到艙室的長和寬的數(shù)值，通過獲取的圖像和參照物可以通過算法計算出艙室的高度。系統(tǒng)測量的精度可以達到毫米級，因而可以最大程度發(fā)現(xiàn)艙室在整體結(jié)構(gòu)設計和制造過程中存在的缺陷。

2）艙室墻壁檢測

艙室的墻壁檢測可以在最大程度上發(fā)現(xiàn)結(jié)構(gòu)強度上的問題，若結(jié)構(gòu)設計不合理，那么艙室墻壁很有可能會出現(xiàn)裂紋的情況。因而使用圖像檢測算法對墻壁進行預處理后，對墻壁進行輪廓分析和處理，可以發(fā)現(xiàn)肉眼難以發(fā)現(xiàn)的裂紋。

使用船舶艙室設計缺陷檢測系統(tǒng)對某艙室檢測，系統(tǒng)會依據(jù)圖像處理的結(jié)果發(fā)現(xiàn)裂紋并在界面上顯示結(jié)果，并告知需要人工復核，同時會在圖片中對可能存在裂紋的位置進行標注，并對測量結(jié)果進行初步判定。墻壁裂縫并不明顯，人工檢測觀察很難發(fā)現(xiàn)，而使用其他儀器測量需要不斷對墻面進行掃描并不斷觀測參數(shù)，檢測的時間會較長。因而在當前水面艦艇大型化的發(fā)展趨勢下，船舶的艙室也會越來越多，對艦艇艙室的快速智能化檢測具有重要的意義。航母艙室的數(shù)量較多，對艙室設計缺陷的檢測要求也更高，在使用基于圖像處理的艙室設計缺陷系統(tǒng)并結(jié)合人工復核的方式，可以有效提升檢測效率。

3 結(jié) 語

船舶艙室設計的合理性對保證船員的工作狀態(tài)具有極大幫助，對艙室設計缺陷的檢測是檢驗船舶是否達到設計要求的重要步驟之一。本文針對傳統(tǒng)檢測在艙室設計缺陷檢測中存在的問題，提出基于圖像處理的船舶艙室設計缺陷檢測系統(tǒng)。

1）分析船舶艙室設計缺陷檢測系統(tǒng)中涉及到的圖像處理關鍵技術，包括直方圖均衡和圖像分割技術，并對處理前后的圖像進行效果對比；

2）對系統(tǒng)的整體結(jié)構(gòu)進行設計，并對系統(tǒng)進行測試。測試結(jié)果表明，系統(tǒng)可以實現(xiàn)對艙室結(jié)構(gòu)參數(shù)的基本檢測，同時對墻壁裂縫做到自動識別和判定，發(fā)現(xiàn)一些不明顯的裂縫，大幅度提升艙室設計缺陷檢測的工作效率和準確率。本文建立的船舶艙室設計缺陷檢測系統(tǒng)可以應用于各類船舶艙室，同時通過不斷積累數(shù)據(jù)，未來可以結(jié)合云計算和神經(jīng)網(wǎng)絡系統(tǒng)來實現(xiàn)對艙室設計缺陷的自動智能檢測。