一种基于视觉的燃气管道外观质量检测方法与流程

本发明涉及图像增强处理，具体涉及一种基于视觉的燃气管道外观质量检测方法。

背景技术：

1、燃气管道的质量往往影响着能源运输的安全，因此对燃气管道进行质量检测至关重要，裂纹缺陷是一种比较常见的燃气管道缺陷。由于环境等因素的影响，往往导致采集的燃气管道图像的清晰度较差，因此，对燃气管道进行质量检测时，往往需要对采集的图像进行增强，以提高图像的清晰度。目前，对图像进行增强时，通常采用的方式为：根据图像的灰度直方图，对图像进行直方图均衡化，得到增强图像。

2、然而，当根据燃气管道图像的灰度直方图，对燃气管道图像进行直方图均衡化，实现图像增强时，经常会存在如下技术问题：

3、由于灰度直方图均衡化通常是按照图像的灰度值分布进行统计学上的整体图像增强，因此，直接根据燃气管道图像的灰度直方图，对燃气管道图像进行直方图均衡化时，可能导致某些像素点较少的裂纹缺陷丢失，从而导致对燃气管道图像进行增强的效果较差，进而导致裂纹缺陷质量检测的准确度较差。

技术实现思路

1、本发明的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本发明的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

2、为了解决由于对燃气管道图像进行增强的效果较差而导致的裂纹缺陷质量检测的准确度较差的技术问题，本发明提出了一种基于视觉的燃气管道外观质量检测方法。

3、本发明提供了一种基于视觉的燃气管道外观质量检测方法，该方法包括：

4、获取待检测燃气管道对应的目标表面图像，对所述目标表面图像进行区域划分，得到目标管子区域；

5、对每个目标管子区域进行明暗区域划分，得到所述目标管子区域对应的子区域集合；

6、对每个子区域集合中的每个子区域内的每个像素点进行裂纹缺陷灰度分布规律分析处理，得到每个子区域内每个像素点对应的裂纹程度指标；

7、根据预设正则化参数值，以及每个子区域内每个像素点对应的预设滤波窗口内所有像素点对应的裂纹程度指标，确定每个子区域内每个像素点对应的正则化修正参数值；

8、根据所有子区域内所有像素点对应的正则化修正参数值，通过引导滤波，对所述目标表面图像进行增强，得到目标增强图像；

9、根据所述目标增强图像，对所述待检测燃气管道进行裂纹缺陷质量检测，得到所述待检测燃气管道的质量等级。

10、可选地，所述对所述目标表面图像进行区域划分，得到目标管子区域，包括：

11、对所述目标表面图像进行边缘检测，得到初始边缘；

12、根据初始边缘对应的拟合直线的斜率，对所有初始边缘进行聚类，得到边缘聚类簇；

13、对每个边缘聚类簇中的初始边缘进行自适应分割分组，得到平行边缘二元组；

14、将每个平行边缘二元组中两个边缘所围成的区域，确定为目标管子区域。

15、可选地，所述对每个边缘聚类簇中的初始边缘进行自适应分割分组，得到平行边缘二元组，包括：

16、将所述边缘聚类簇中的任意一个初始边缘记为标记边缘，将与所述标记边缘对应的拟合直线垂直的直线记为标定直线；

17、从所述边缘聚类簇中筛选出与所述标记边缘位置相邻的初始边缘，作为参考边缘，并将任意一个参考边缘，记为临时边缘；

18、移动标定直线，每次移动结束后，将标定直线与临时边缘的交点，以及标定直线与所述标记边缘的交点，构成交点组；

19、当交点组中两个交点之间的距离小于或等于预设距离阈值时，将交点组，确定为平行交点组；

20、将连续分布的平行交点组，构成平行边缘二元组。

21、可选地，所述对每个目标管子区域进行明暗区域划分，得到所述目标管子区域对应的子区域集合，包括：

22、将围成所述目标管子区域的任意一个边缘，确定为候选边缘，并将所述候选边缘的拟合直线，确定为候选直线；

23、从所述目标管子区域内筛选出预设数量个与所述候选直线方向相同的直线，作为待处理直线；

24、将所述目标管子区域与每个待处理直线的交集，确定为待处理线段；

25、根据待处理线段之间的距离和待处理线段上的灰度值，对待处理线段进行聚类，得到线段聚类簇；

26、将每个线段聚类簇中所有待处理线段所围成的最大的区域，确定为子区域；

27、将所述目标管子区域内的所有子区域，组合为子区域集合。

28、可选地，待处理线段聚类过程中的修正距离特征对应的公式为：

29、；其中，是第i个待处理线段与第j个待处理线段之间的修正距离特征；i和j是待处理线段的序号；是第i个待处理线段与第j个待处理线段之间的距离；是归一化函数；是取绝对值函数；是第i个待处理线段上所有像素点对应的灰度值的均值；是第j个待处理线段上所有像素点对应的灰度值的均值。

30、可选地，所述对每个子区域集合中的每个子区域内的每个像素点进行裂纹缺陷灰度分布规律分析处理，得到每个子区域内每个像素点对应的裂纹程度指标，包括：

31、将围成所述子区域的任意一个边缘，确定为待定边缘，并将所述待定边缘的拟合直线，确定为待定直线，将所述子区域内的任意一个像素点，确定为标记像素点；

32、将所述子区域内与所述待定直线方向相同的直线，确定为目标直线；

33、将每个目标直线与所述子区域的交集，确定为目标线段；

34、根据每个目标线段上每个像素点与其相邻的像素点对应的灰度值，确定每个目标线段上每个像素点对应的灰度波动指标；

35、从每个目标线段上筛选出灰度波动指标大于预设波动阈值的像素点，作为波动像素点；

36、将每个目标线段上连续分布的波动像素点，组合为波动区间；

37、根据所述标记像素点所属目标线段上的所有波动区间，确定所述标记像素点对应的裂纹程度指标。

38、可选地，像素点对应的裂纹程度指标对应的公式为：

39、；其中，是第a个子区域内第d个像素点对应的裂纹程度指标；a是子区域的序号；d是第a个子区域内像素点的序号；是归一化函数；是第a个子区域内第d个像素点所属目标线段上所有波动区间内所有像素点的总数；是取绝对值函数；是第a个子区域内第d个像素点对应的灰度值；是第a个子区域内所有像素点对应的灰度值的均值；是以自然常数为底的指数函数；是与第a个子区域内第d个像素点所属目标线段相邻的目标线段上波动区间的总数；是与第a个子区域内第d个像素点所属目标线段相邻的目标线段上所有波动区间，与第a个子区域内第d个像素点所属目标线段上所有波动区间之间的最短距离的方差。

40、可选地，像素点对应的正则化修正参数值对应的公式为：

41、；其中，是第a个子区域内第d个像素点对应的正则化修正参数值；a是子区域的序号；d是第a个子区域内像素点的序号；是预设正则化参数值；是归一化函数；是第a个子区域内第d个像素点对应的预设滤波窗口内所有像素点对应的裂纹程度指标中的最大值；是第a个子区域内第d个像素点对应的预设滤波窗口内所有像素点对应的裂纹程度指标的均值。

42、可选地，所述根据所述目标增强图像，对所述待检测燃气管道进行裂纹缺陷质量检测，得到所述待检测燃气管道的质量等级，包括：

43、对所述目标增强图像进行边缘检测，得到目标边缘轮廓集合；

44、根据所述目标边缘轮廓集合中的每个目标边缘轮廓所在区域的长度、周长和面积，确定所述目标边缘轮廓对应的目标缺陷概率；

45、当存在目标缺陷概率大于预设缺陷阈值的目标边缘轮廓时，判定所述待检测燃气管道的质量等级为不合格；

46、当不存在目标缺陷概率大于预设缺陷阈值的目标边缘轮廓时，判定所述待检测燃气管道的质量等级为合格。

47、可选地，所述根据所述目标边缘轮廓集合中的每个目标边缘轮廓所在区域的长度、周长和面积，确定所述目标边缘轮廓对应的目标缺陷概率，包括：

48、将所述目标边缘轮廓所在区域的周长和面积的比值，确定为所述目标边缘轮廓对应的目标比值；

49、对所述目标边缘轮廓所在区域的长度和其对应的目标比值的乘积进行归一化，得到所述目标边缘轮廓对应的目标缺陷概率。

50、本发明具有如下有益效果：

51、本发明的一种基于视觉的燃气管道外观质量检测方法，实现了对目标表面图像的增强，解决了由于图像增强效果较差而导致的裂纹缺陷质量检测的准确度较差的技术问题，提高了图像增强效果和裂纹缺陷质量检测的准确度。首先，由于裂纹缺陷往往存在于构成燃气管道的管子上，因此对获取的待检测燃气管道对应的目标表面图像进行区域划分，得到目标管子区域，可以便于后续待检测燃气管道进行裂纹缺陷检测。然后，由于构成燃气管道的管子表面往往呈现弧形，所以拍摄的管子区域往往呈现中间相对较亮，两侧相对较暗的特点，因此对每个目标管子区域进行明暗区域划分，可以将亮度相近的像素点划分为同一个子区域。接着，由于裂纹缺陷灰度分布与未发生裂纹缺陷像素点的灰度分布往往不同，因此对每个子区域内的每个像素点进行裂纹缺陷灰度分布规律分析处理，可以量化像素点对应的裂纹程度指标，其值越大，往往说明该像素点越可能是裂纹缺陷像素点。之后，为了使裂纹缺陷特征明显，往往需要调大裂纹缺陷像素点的正则化参数值，因此，基于预设正则化参数值，以及每个子区域内每个像素点对应的预设滤波窗口内所有像素点对应的裂纹程度指标，可以量化每个子区域内每个像素点对应的正则化修正参数值。而后，基于所有子区域内所有像素点对应的正则化修正参数值，通过引导滤波，对目标表面图像进行增强，可以得到裂纹缺陷特征明显的目标增强图像。最后，由于目标增强图像是裂纹缺陷特征明显的图像，因此基于目标增强图像，对待检测燃气管道进行裂纹缺陷质量检测，可以实现对待检测燃气管道的裂纹缺陷质量检测，并且相较于灰度直方图均衡化，本发明增强了图像中的裂纹缺陷特征，可以使包含了裂纹缺陷特征更加明显，在一定程度上减少了裂纹缺陷特征的丢失，提高了图像增强效果，从而提高了裂纹缺陷质量检测的准确度。