论文部分内容阅读
随着能源产业的蓬勃兴起,大型长距离管道运输得到了推广应用,其中影响运输可靠性的关键因素在于管道的焊接质量,常见的管道焊缝内部缺陷主要有气孔,同时还伴有夹杂、裂纹、未焊透、未熔合等情况。于是射线无损检测作为发展较早、技术比较成熟的无损检测方法在管道焊接质量检测中被广泛采用,成为现代进步必不可少的有效工具之一,其优势在于该技术以不破坏和损伤受检物体为前提,对受检物体的质量以及性能进行检测,具有可灵活操作、提高生产效率、增强安全可靠性等方面的特点。射线无损探伤的管道检测机器人,作为焊缝质量检测的新型设备,其研究和应用也成为了国内外学者的研究热点之一。先进的焊缝识别技术可帮助机器人系统准确定位,检测焊接质量,提高实际操作的安全性与经济性,避免在后续的无损检测中,直接与放射源接触,减小探伤过程中的辐射影响,起到一定辐射安全防护目的。因此焊缝识别的图像处理过程在焊接领域研究中是一个不可或缺的环节,极其重要。通过工业相机采集到焊缝图像之后,紧接着利用图像处理系统对焊缝图像进行处理,获取焊缝位置的相应区域参数,然后送往控制机构,实现对焊缝实时探伤的控制。焊缝识别的经典方式是在原始图像的基础上,考虑像素在某个目标领域的灰度改变,再利用检测图像边缘的方法来寻找焊缝。近年来,在色彩学研究越来越深入的背景下,基于彩色图像信息焊缝提取得到了更多的重视,并广泛应用焊缝跟踪、焊缝无损检测、焊接机器人视觉识别等方面。自动定位图像中的焊缝所在的位置,并提取中心线信息,通过对它们的识别和分析,理解图像信息,对机器人定位是很有帮助的。常见的彩色焊缝图像,其铣后的焊缝区域本身表现出了与母材不同的颜色特征:由于锈蚀等原因母材区呈棕红色,而经铣削的焊缝区则偏向于构成焊缝的金属本身的青色。但是,在焊接过程中受温度场的影响,部分与母材色度相近的区域存在于铣后的焊缝区,没有可以在焊缝识别中加以利用的色彩信息。因此直接通过传统的边缘检测法或阈值分割法难以获取焊缝位置。加之拍摄过程中存在光线照射分布不均匀的现象,增大了识别难度。本文受国家质量监督检验检疫总局项目“核电领域放射性安全监测量值溯源技术研究”(项目编号:201210044-03)子项目资助,着重分析工业用油气管道焊缝图像特征,介绍了γ射线的管道焊缝检测机器人系统中图像处理的工作原理。以彩色图像为基础的,对比介绍了灰度信息和色彩信息的焊缝图像识别步骤以及各种处理方法;全文涉及了彩色焊缝图像矢量中值滤波去噪、色彩增强、对比选取色彩空间转换、数学形态学和阈值分割等内容。针对复杂彩色图像出现的色彩弥散重叠、光照分布不均等现象,考虑提取色彩信息内容来分割目标和背景,从而获得高品质焊缝区域标识的方法,提取焊缝中心线。对选择的传统识别算法做了改进并给出新的思路,使用新的识别算法处理的图像能保留更多的焊缝信息,更利于焊缝图像识别,并通过实验验证了本文提出的方法的有效性,为机器人系统的焊缝跟踪、定位和射线无损检测打下良好的基础。