基于主動式全景視覺的管道內表面缺陷檢測技術的研究.pdf

1、管道運輸廣泛應用于化工、能源、城市水暖供應等諸多領域，是中國運輸體系的重要組成部分。由于外力破壞、運輸物侵蝕等原因，管道內表面經常出現裂縫、腐蝕、表皮脫落等諸多病害，定期對地下管網設施進行結構性和功能性檢測與評估，是保證運輸過程安全可靠的關鍵。
　　管道缺陷檢測要解決兩個關鍵問題:管道內壁紋理圖像的快速獲取以及缺陷的特征提取與識別。目前，人工目檢是管道缺陷檢測的主要方式，這種檢測方法效率低、成本高，而且極易受檢測人員主觀因素影響。

2、針對管道缺陷檢測的現狀，本文設計并實現了一種基于主動式全景視覺的缺陷檢測系統(tǒng)。
　　本文主要的研究工作和成果包括:
　　1.針對管道內部封閉狹長的特點，本文設計了一種主動式全景視覺檢測裝置，全方位視覺傳感器一次成像就能獲取管壁360°全景紋理信息，實現全景圖像采集的同時，又避免了傳統(tǒng)相機多角度拍攝再進行圖像拼接的難題。
　　2.為了消除全景成像引起的圖像畸變，采用展開算法對全景圖像進行柱狀展開，并研究了相應的圖像預處理

3、算法，實現管壁展開圖像的降噪、亮度與對比度調整以及疑似缺陷的分割與提取。
　　3.本文對裂縫、腐蝕、樹根突入、支管暗接這四種最常見的缺陷進行檢測，并研究了兩種缺陷識別算法。首先，本文采用了基于幾何特征值的識別算法，分別計算疑似缺陷區(qū)域的面積、周長、圓形度、凸度、角度等幾何量，對缺陷的種類進行判定。為了解決上述方法在人工特征提取上的難點，本文采用卷積神經網絡對管道缺陷進行特征提取與識別，在識別精度和速度上均有所提升。最后，為了一次性