基于数字影像处理的农机检修光学视频分析技术

吉武俊

(河南职业技术学院,郑州 450046)

0 引言

以往无损检测技术主要是利用超声、射线、磁学等检测方法,对于光学检测方法的使用还较少,随着计算机、数字影像处理技术及光纤技术的不断发展,光学无损检测技术得到了实质性的进展。激光技术的广泛应用推动了光学无损检测技术的发展,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。在进行农机零部件的检修时,如果采用光学无损检测技术,不仅可以提高检测的效率和准确性,还能够最大限度地不损伤农机零部件,对于现代化农机设备的检修和维护具有重要的意义。

1 基于无损检测技术的农机零部件检修

无损检测技术是指利用声、光、磁和电等特性对零部件进行缺陷检测,以不损伤零部件为前提的一种缺陷检测方式。该技术通过对无缺陷零部件和检测零件的特征对比,发现零部件是否存在缺陷,如图1所示。无损检测的方式有很多种,主要包括声学、电学、磁学、射线、微波、热学和光学等方法。以前常用的方法是声学、电学和磁学等方法。随着计算机和数字影像处理技术的发展,光学检测技术被越来越多地应用到了零部件的缺陷检测上,且检测准确率高。光学检测的基本框架结构如图2所示。

图1 无损检测方法Fig.1 NDT Method

图2 光学检测平台的基本框架结构Fig.2 The basic framework structure of optical detection platform

在进行缺陷检测时,首先利用激光扫描设备对待检测农机部件进行监测;然后利用视频采集设备输出扫描结果数字影像,并通过视频采集卡传输到计算机端;计算机通过对视频的分析,提取农机待检测零部件的数字影像,将提取数字影像和无缺陷的数字影像进行对比,最终发现农机零部件是否存在缺陷。

2 农机检修光学视频分析

为了实现农机的无损检测,采用光学分析的方法,首先对农机待检测零部件进行激光扫描,扫描后得到检修的光学视频文件;然后,从视频文件中抽取典型数字影像进行分析,在分析时可以采用数字影像比对的方式,采集好农机待检测零部件的完好零件;将其和激光扫描得到的待检测件进行对比,通过对比零部件之间的差异,得到零部件是否存在缺陷。检修流程如图3所示。

图3 农机机械零部件检修流程Fig.3 The maintenance process of agricultural machinery parts

其中,数字影像的录入主要是通过采集得到激光扫描数字影像;数字影像的处理主要对原始数字影像的噪声进行滤波处理,得到效果更好的数字影像,还包括一些锐化和边缘提取等操作;二次曝光主要是对两幅数字影像进行对比,得到记录前后两幅数字影像的变化,当记录前的无缺陷数字影像和记录后的待检测数字影像存在较大差异时,说明待检测农机部件存在较大的缺陷。

全息重现主要是对光学的成像过程进行重现,可以采用菲涅尔衍射法,用CCD相机记录干涉图样。CCD相机在进行记录时主要是对连续全息面取样,表达式为

(1)

其中,δx、δy分别表示CCD像素横向和纵向的尺寸,ΔX×ΔY表示CCD靶面的尺寸,rect表示矩形函数,comb表示梳状函数。假设全息图的曝光强度为Ψ(x,y),则全息图形的表达式为用CCD记录的全息图q(x,y),即

q(x,y)=ψ(x,y)·p(x,y)

(2)

如果设x=mδx、y=nδy,则数字全息图经过取样和量化后用q(m,n)来表示。在进行图形处理特别是二次曝光时,需要对图形进行融合处理。在融合处理时,采用基于HIS的变换方法,假设TM表示采集的无缺陷农机零部件数字影像,PAN表示采集的待检测农机零部件的数字影像,将TM的3个波段赋值RGB后进行RGB—IHS变换,可以得到分量及两个中间量V1、V2为

(3)

其中,V1、V2可看作是笛卡儿坐标系下的横轴与纵轴,z轴表示彩色数字影像的亮度的I,那么色度H和饱和度S分可以表示为

H=arctan(V2/V1)

(4)

(5)

在数字影像采集过程中,受到农机作业环境的影响会掺入很多噪声,为了提高检测的精度,需要对装置进行去噪处理,利用滤波器得到更加准确的信号。本次采用同态滤波的方法,可以动态地增加数字影像的细节,表达式为

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

(6)

其中,x、y分别为横坐标和纵坐标,T(x,y)为坐标(x,y)的点在激光扫描时的反射率,S(x,y)为滤波前的值,I(x,y)为该点的激光扫描强度。将滤波前的数字影像和低通滤波器模板卷积可以得到该值,即

(7)

其中,2N+1用于描述低通滤波器模板的阶数。通过滤波操作后,扫描的农机零部件视频提取的数字影像将更加清晰,将其和无缺陷的零部件进行对比,可以找到零部件上存在的缺陷,进而进行检修。

3 农机轮胎检修视频分析

轮胎是农机上非常重要的部件,特别是对于重型农机而言,轮胎如果存在质量缺陷将会严重影响轮胎的使用寿命,进而影响整个农机的作业性能。大型农机作业的场景如图4所示。在大型农机作业过程中,由于作业强度较高,一般采用多轮胎的形式。由于农机作业环境的复杂性,特别是在山区作业时,很容易造成轮胎的损坏,因此需要定期对轮胎进行检修。轮胎检修过程可以采用激光全息技术,通过无损检测的方法判断农机的轮胎是否存在缺陷,以及缺陷是否需要及时地进行维修和维护。

图4 农机作业场景Fig.4 The scene of agricultural machinery operation

图5为激光全息无损检测设备。在激光扫描得到轮胎的全息视频后,需要提取轮胎特征数字影像,对轮胎的缺陷进行分析判断。

图5 激光全息农机轮胎无损检测系统Fig.5 The laser holographic nondestructive testing system for agricultural machinery tyres

通过视频分析提取的数字影像如图6所示。为了保护数字影像的边缘,同时对数字影像进行去噪声处理,利用滤波的方法对数字影像进行增强,通过滤波得到了如图7所示的增强后的数字影像。

图6 全息干涉原始数字影像 图7 滤波后的全息干涉数字影像Fig.6 The Holographic interferometric original digital image Fig.7 The filtered holographic interferometric digital image

通过滤波使数字影像变得条纹更加平滑,对比度也更加明显,更有利于下一步的二次曝光处理。通过二次曝光和无缺陷的轮胎数字影像进行对比,可以得到轮胎是否存在缺陷。

为了验证基于检修光学视频分析对轮胎进行缺陷检测的准确性,对检测结果进行了统计,得到了如表1所示的统计结果。由表1可以看出:检测的准确率都在95%以上,准确率较高。当缺陷检测系统检测出农机轮胎存在缺陷时,对数字影像信息进行保存后,确定轮胎待修部位,对轮胎进行检修和维护,可以有效地提高农机检修效率和检修的精确性。

表1 基于检修光学视频分析的检测准确率统计Table 1 The detection accuracy statistics based on overhaul optical video analysis

4 结论

为了提高农机零部件检修的效率和准确性,将检修光学视频分析技术引入到了农机零部件的检修和维护上。通过利用数字影像处理技术和二次曝光技术对检测数字影像和无缺陷数字影像进行对比,得到农机零部件是否存在缺陷及缺陷的位置等信息。以农机轮胎零部件的检修为例,对该方法的可行性进行了测试,结果表明:检测的准确率都在95%以上,检测的准确率较高;在检测到缺陷后还可以将缺陷数字影像进行保存,对于提高农机检修维护的效率具有重要的意义。