管道输送广泛应用在各行各业中,管道运输现已成为石油、天然气以、生活用水和生活污水等液态或气态物质运输的极其重要的途径之一。为保障管道运输的安全通畅,必须对管道进行检测。同时,大量的管道检测工作造就了管道机器人的巨大需求,但传统的依靠人工观察管道机器人采集的图像或视频的检测手段无法满足日益增长的检测任务。因此,开展管道机器人的设计与研究,对基于机器视觉的管道检测技术的探索与实验具有重要的意义。本文主要研究内容如下:(1)结合管道内部环境,从管道机器人的功能和设计要求出发,分析了管道机器人整体外形尺寸对弯道通过性的影响,提出了机器人平稳通过弯道的几何约束条件和动力约束条件,开展了管道机器人的整体结构方案与控制系统设计与分析。提出了结构简单可靠、机动灵活性高、牵引力大的履带式管道机器人设计方案。(2)对管道采集到的管道图像进行图像处理。研究了管道内主要特征,以管道接缝、管道支渠和管道裂缝这三种典型特征为主要研究目标,并按照形态特征将其分为两类:具有明显形态特征和不具有明显形态特征的无规则形状,研究了管道图像处理和特征提取的算法。针对原始图像中存在噪声,运用中值滤波和灰度变换对管道灰度图像进行降噪和图像增强。对预处理后的图像,按照不同类别采用不同的二值化处理算法:基于数学形态学的管道裂缝、管道支渠图像处理算法和基于统计学特性的管道裂缝图像处理算法。对于提取出的区域进行几何参数提取。采用链码的方式对每个区域进行边缘跟踪,从而提取出区域边缘像素点和其链码方向。通过计算区域周长、面积、惯性矩得到圆形度参数和扁度参数,为后续的分类与识别工作提供了判断依据。(3)研究了管道特征种类的识别方法,针对管道支渠、管道接缝、管道裂缝缺陷特征,提出了一种基于支持向量机算法的管道特征识别方法,识别出特征类型。研究了分类器建立过程中,归一化方式、核函数选择对识别准确率的影响,以及惩罚参数c和核函数参数g的选取与优化方式,并利用主成分分析降维优化的特征参数应用于支持向量机分类器的训练以提高分类准确率。