管道焊缝检测视觉图像处理的研究

关荣恺

摘 要：为了有效追踪焊缝，及时检测出焊缝缺陷，需对视觉传感设备所获取到的焊缝原始图像采取预处理措施，从而减小噪音影响，并提出管道焊缝视觉图像处理措施。本文就管道检测视觉系统予以了简要的概述，而后就针对图像平滑、图像分割以及边缘检测等焊缝图像分析与处理展开了深入的研究工作，并最终提出了统计识别与投影法两种对焊缝目标进行识别的方法。希望借助于本文的分析与探讨，能够引起更为广泛的关注，并为有关的管道焊缝检测工作提供一些可供参考的内容。

关键词：管道；焊缝检测；视觉；图像处理；目标识别

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

在现代生活当中，无论是工业、农业还是日常生活均有大量的管道应用，管道现已成为了当今社会最常用到的运输工具[1]。但是受制于管道建设常采取组对焊接的形式，且工作条件较为恶劣，焊接位置的质量不合格是造成管道出现严重安全隐患最为重要的一项原因，作为目前管道工程施工的核心技术之一，管道焊接的质量至关重要。为实现对焊接质量的良好保障，便应当对管道焊接的工作展开实时性的检测与修补处理，其中爬行检测机器人能够快速、高效实现对焊缝的跟踪与检测。本文将就焊缝图像的分析与处理展开具体的研究工作，以期能够为后续的质量检测及处理工作提供以必要的保障。

1 管道检测视觉系统概述

视觉系统是通过CCD（Charge-coupled Device）摄像头、照明系统、图像采集系统、机械装置系统、计算机系统、超声波及管道等相关系统构建共同组成[2]。在进行图像传染系统的构建工作当中，为了尽可能的避免周边的环境因素对图像质量产生严重的负面干扰，可采用辅助照明措施来确保所获得图像清晰、完整。可将视觉系统所提供的激光结构光源直接映射于焊接工件之上，在超声探头、照明系统及摄像头的辅助之下进入到管道内部之中，管道当中的具体情况将直接通过CCD摄像头获得并通过图像采集系统传输至计算机当中，之后计算机采用图像处理算法预处理以及特征提取方法对数据信息展开具体的分析，目标判定以及定位监测等，从而最终达到对焊缝的有效监测。

2 焊缝图像分析与处理

（1）图像平滑。基于焊缝图像特征的具体情况来看，应用效果较为有效的中值滤波，其不但需要在消除噪音的同时还需确保能够在图像细节中的应用，以此促使周围像素灰度值相差较大的像素重新选取同周围像素较为接近的值，进而便可较为有效的消除独立存在的噪点。通常进行3～5次的中值滤波处理后便可獲得较为满意的效果[3]。

（2）图像分割。此项处理过程即为将图像的各构成像素予以明确的类型划分，鉴于焊缝图像是拍摄于黑暗的管道之中，同时再加上光照条件的有限以及CCD镜头本身的特点，所拍摄出的焊缝图像很可能会出现光照强度呈现出非线性分布的特点，即为图像呈现出中部明亮，而四周灰暗，从而也就造成了焊缝图像分割与边缘提取发生了严重的困难，无法有效识别。

特征突出法则可有效应对此类情况，此种方法是针对图像四周不进行处理，即将图像四周的边缘去除，仅针对中间区域的光照不足情况进行处理。此种方法使得摄像头视角范围进一步减小，同时图像拍摄速度则为30帧/s，完全不会遗漏某一区域，因而对于整套系统的工作效率不会产生任何影响[4]。

（3）边缘检测。Canny算法（Canny边缘检测算子是John F. Canny于 1986 年开发出来的一个多级边缘检测算法）

促使针对边缘处所需进行的检测将直接转换成针对函数极限值的测定。Canny算法的检测边界极限值即为滤波结果，在考量到函数第一阶导数部分区域的极限值与之相对应的二阶导数存在着一个零点情况，因而应用Canny算法进行计算基础便可明确出阶跃边界的确切位置。从根本上来看，Canny算法不单单是仅仅采取梯度计算的方式来确定像素边界，在确定某像素是否处在边界处，必须要将多方面的因素予以综合考量，结合先前的像素和与计算过的像素来予以判定。

3 焊缝目标识别

（1）统计识别。在焊缝特征提取时需针对单组图像样本在完全相同的成像条件、传感器设备和差异化的光照水平与时间段展开多次焊缝特征性统计，以便能够获取到其具备自身特殊价值的表征，而后采集样本进行统计分析，进而便可作出有效的目标识别。

1）长度与宽度。假定测量物体的边缘分割已完全掌握，便可利用物体最小接矩形的方式来确定其主轴。借助于MER技术手段将物体沿着其边缘处进行垂直转动，每转动一个增量变化，即对其边缘处重新进行拟合分析。为了能够更好的达到计算要求，需将轩辕后边界点最大与最小值进行记录。

2）体态比。体态比即为物体MER长与宽之比，通过体态比便可将圆形、方形以及细长形的物体进行明确的区分。

3）周长。在图像当中单个图像周长可通过边界追踪方法获得，亦可依据正方向进行扫描，由于物体边界即为以边界像素中心为顶点的多边形。因此所对应周长即为大量的横竖向（）与对角线方向（）的间距和。

（2）投影法。投影法最为显著的优势特点即为其能够对管道当中内表面不光滑情况进行有效的处理，可在识别是减小负面干扰，对于光照不匀、运动模糊等情况也十分适用，能够较为有效的进行边缘分割，可大大提高焊缝与其他物体的对比度。特别是在对条状物体识别方面优势更加明显。投影可作为对物体进行识别的主要特征之一。投影不但是一类十分简洁的图像显示方法，同时还能够达到快速识别。投影识别焊缝的具体操作为：由上到下，从左至右进行投影扫描，存在焊缝位置的投影便会高出其他部位，便可及时找出焊缝进行检测。

4 结束语

在平常不焊接时对焊缝进行检测工作必须要采取一定的辅助光源，来尽可能的减小环境光源对检测工作所带来的负面影响，利用摄影设备来对焊缝周围进行影响拍摄获取其图像。而后便可针对所获取到的图像展开平滑性分析、图像分割、边缘检测等工作。最终来实现对焊缝目标的有效识别，在此过程中较为常用的识别方法包括有对焊缝长度、宽度、体态、周长等方面的统计，以及采用图像投影扫描同样也可达到较高的识别率。

参考文献：

[1]林莉，杨平华，张东辉等.厚壁铸造奥氏体不锈钢管道焊缝超声相控阵检测技术概述[J].机械工程学报，2012（04）.

[2]卢威，张运平，柯涛等.不锈钢管道焊缝超声检测中显示信号的定性分析[J].无损检测，2015（02）.

[3]王伟，申爱明，魏辉等.管道焊缝缺陷图像特征参数的提取[J].安徽师范大学学报（自然科学版），2013（04）.

[4]杨伟光.基于RCCM规范的EPR主管道焊缝射线检测方法和验收标准[J].无损检测，2016（06）.