CN107795854B - 一种管道检测方法、装置以及存储介质 - Google Patents

一种管道检测方法、装置以及存储介质 Download PDF

Info

Publication number
CN107795854B
CN107795854B CN201710841141.XA CN201710841141A CN107795854B CN 107795854 B CN107795854 B CN 107795854B CN 201710841141 A CN201710841141 A CN 201710841141A CN 107795854 B CN107795854 B CN 107795854B
Authority
CN
China
Prior art keywords
pipeline
acquisition moment
moment
acquisition
detection device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710841141.XA
Other languages
English (en)
Other versions
CN107795854A (zh
Inventor
李清泉
朱家松
汪驰升
陈智鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Zhiyuan space Innovation Technology Co.,Ltd.
Original Assignee
Shenzhen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen University filed Critical Shenzhen University
Priority to CN201710841141.XA priority Critical patent/CN107795854B/zh
Priority to US16/631,527 priority patent/US10931871B2/en
Priority to PCT/CN2017/109209 priority patent/WO2019051961A1/zh
Priority to DE112017007778.8T priority patent/DE112017007778T5/de
Publication of CN107795854A publication Critical patent/CN107795854A/zh
Application granted granted Critical
Publication of CN107795854B publication Critical patent/CN107795854B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D5/00—Protection or supervision of installations
    • F17D5/02—Preventing, monitoring, or locating loss
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20076—Probabilistic image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30172—Centreline of tubular or elongated structure
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50—Constructional details
    • H04N23/555—Constructional details for picking-up images in sites, inaccessible due to their dimensions or hazardous conditions, e.g. endoscopes or borescopes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position

Abstract

本发明公开了一种管道检测方法、装置以及存储介质，所述方法包括：将预设检测装置投放于待检测管道内，并每间隔预设时间采集检测装置的运动信息以及管道图像；根据各采集时刻采集的运动信息以及管道关系分别计算各采集时刻所述检测装置所处的第一位置和第二位置；根据各采集时刻对应的第一位置和第二位置确定各采集时刻所述检测装置所处的位置，以根据各采集时刻的位置对所述管道进行定位。本发明通过利用惯导和视频组合定位算法进行位置信息提取，实现了对管道位置的精确定位，以便于根据拍摄得到的图像以及定位的管道位置对管道内裂痕进行精确定位。同时，所述管道检测方法可以广泛应用于城市排水管道、自来水管道等液体管道的常规勘查。

Description

一种管道检测方法、装置以及存储介质
技术领域
本发明涉及管道检测技术领域，特别涉及一种管道检测方法、装置以及存储介质。
背景技术
液体传输管道(如给水管、排水管、输油管等)是现代社会广泛使用的一项基础设施，与人民日常生活息息相关，对提高居民生活水平、促进区域经济发展有着积极作用。而管道随着使用年限的增加，在工作环境和输送原料的长期作用下，不可避免地会出现老化、裂痕、腐蚀等破坏，从而引起液体渗漏、管道爆裂等潜在事故，因此需要定期对管道进行勘查和维护，通过检测其性能状态以便进行风险排查。
目前，现有的管道检测方法有四种，分别为管道潜望镜，管道闭路电视监测、管道声呐检测和人员进入检测。管道潜望镜检测通过长度可调的手柄将高清摄像头和光源放入检查井内，利用地面控制进行录像，检测距离为几十米，通过获得的视频或图像检测管道内部裂纹、堵塞、漏水等内部状况。管道闭路电视监测采用视频监控系统，借助携带摄像镜头的爬行器，通过有线控制对管道内部情况进行录像，以确定管道内部缺陷。管道声呐检测采用声学方法探测充满液体的管道，其声学探测单元通过爬行器或人工拖拽的方式驱动其在管道内移动，通过获取管道轮廓以检测内部状况。人员进入检测则是由人员直接进入检查井下进行直接检查。
但是，上述现有的管道检测方式还存在一些不足。例如，管道潜望镜只能用于单点检测，不能获取管道全线的结果；管道闭路电视监测为有线控制，操作不便利，同时获取的视频数据缺乏精确位置信息；管道声呐设备成本高，操作较为复杂；人员进入检测方式需要很多人员参与，劳动强度大，效率低下，同时施工人员存在一定的安全风险。
因而现有技术还有待改进和提高。
发明内容
鉴于现有技术的不足，本发明所要解决的技术问题是提供一种使用方便且能精确定位管道位置的管道检测方法。
为了解决上述技术问题，本发明所采用的技术方案如下：
一种管道检测方法，其包括：
S1、将预设检测装置投放于待检测管道内，并每间隔预设时间采集检测装置的运动信息以及通过检测装置拍摄管道图像，其中，所述运动信息包括角速度和加速度；
S2、根据各采集时刻采集的运动信息计算各采集时刻所述检测装置所处的第一位置；
S3、根据各采集时刻拍摄得到的管道图像计算各采集时刻所述检测装置所处的第二位置；
S4、根据各采集时刻对应的第一位置和第二位置确定各采集时刻所述检测装置所处的位置，以根据各采集时刻的位置对所述管道进行定位。
所述管道检测方法，其中，所述检测装置内配置有陀螺仪、加速度传感器以及拍摄装置。
所述管道检测方法，其中，所述每间隔预设时间采集检测装置的运动信息以及通过检测装置拍摄管道图像具体为：
通过陀螺仪每间隔预定时间采集检测装置的角度速度；通过加速度传感器每间隔预定时间采集检测装置的速度；以及通过拍摄装置每间隔预设时间拍摄管道图像。
所述管道检测方法，其中，所述根据各采集时刻采集的运动信息计算各采集时刻所述检测装置所处的第一位置具体包括：
S21、对于第一采集时刻，获取检测装置初始位置信息，其中，所述初始位置初速度、初始位移以及初始角度；
S22、根据第一采集时刻采集的第一运动信息以及初始位置信息计算第一采集时刻的位置信息；
S23、将所述第一采集时刻的位置信息作为第二采集时刻的初始位置，并重复执行步骤S21-S23直至所有采集时刻计算完毕，以得到各采集时刻所述检测装置所处的第一位置。
所述管道检测方法，其中，所述根据各采集时刻拍摄得到的管道图像计算各采集时刻所述检测装置所处的第二位置具体包括：
S31、对于第一采集时刻，获取检测装置投放时拍摄的初始管道图像；
S32、计算第一采集时刻采集到的第一管道图像与初始管道图像的重合度，并根据所述重合度确定第一采集时刻的第二位置；
S33、将所述第一采集时刻的第一管道图像作为第二采集时刻的初始管道图像，并重复执行步骤S31-S33直至所有采集时刻计算完毕，以得到各采集时刻所述检测装置所处的第二位置。
所述管道检测方法，其中，所述根据各采集时刻对应的第一位置和第二位置确定各采集时刻所述检测装置所处的位置，以根据各采集时刻的位置对所述管道进行定位具体包括：
S41、对于每个采集时刻，分别判断其对应的第一位置和第二位置是否为空；
S42、若所述第一位置和第二位置绝不为空，则根据预设所述采集时刻对应的第三位置分别计算第一位置和第二位置的均方差；
S43、采用所述均方差为加权系数对所述第一位置和第二位置进行加权得到确定所述采集时刻对应的位置，以根据各采集时刻的位置对所述管道进行定位。
所述管道检测方法，其中，所述根据各采集时刻对应的第一位置和第二位置确定各采集时刻所述检测装置所处的位置，以根据各采集时刻的位置对所述管道进行定位还包括：
S44、若第一位置/第二位置为空，则将第二位置/第一位置作为所述采集时刻对应的位置，以根据各采集时刻的位置对所述管道进行定位。
所述管道检测方法，其中，所述根据各采集时刻对应的第一位置和第二位置确定各采集时刻所述检测装置所处的位置，以根据各采集时刻的位置对所述管道进行定位之后还包括：
S5、对拍摄得到的所有管道图像进行检测，并获取携带裂痕的管道图像对应的采集时刻；
S6、获取所述采集时刻对应的位置，以对所述裂痕进行定位。
一种计算机可读存储介质，其中所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任意一项所述的管道检测方法中的步骤。
一种检测装置，其内设置有陀螺仪、加速度传感器、拍摄装置、处理器以及存储器；所述陀螺仪、加速度传感器以及拍摄装置均与存储器相连接；
所述存储器上存储有可被所述处理器执行的计算机可读程序；以及陀螺仪、加速度传感器以及拍摄装置在各采集时刻采集到的数据；
所述处理器执行所述计算机可读程序时实现如上任意一项所述的管道检测方法中的步骤。
有益效果：与现有技术相比，本发明提供了一种管道检测方法、装置以及存储介质，所述方法包括：将预设检测装置投放于待检测管道内，并每间隔预设时间采集检测装置的运动信息以及管道图像；根据各采集时刻采集的运动信息以及管道关系分别计算各采集时刻所述检测装置所处的第一位置和第二位置；根据各采集时刻对应的第一位置和第二位置确定各采集时刻所述检测装置所处的位置，以根据各采集时刻的位置对所述管道进行定位。本发明通过利用惯导和视频组合定位算法进行位置信息提取，实现了对管道位置的精确定位，以便于根据拍摄得到的图像以及定位的管道位置对管道内裂痕进行精确定位。同时，所述管道检测方法可以广泛应用于城市排水管道、自来水管道等液体管道的常规勘查。
附图说明
图1为本发明提供的管道检测方法较佳实施例的流程图。
图2为本发明提供的管道检测装置较佳实施例的结构原理图。
具体实施方式
本发明提供一种管道检测方法、装置以及存储介质，为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
下面结合附图，通过对实施例的描述，对发明内容作进一步说明。
请参照图1，图1为本发明提供的管道检测方法较佳实施例的流程图。所述方法包括：
S10、将预设检测装置投放于待检测管道内，并每间隔预设时间采集检测装置的运动信息以及通过检测装置拍摄管道图像，其中，所述运动信息包括角速度和加速度；
S20、根据各采集时刻采集的运动信息计算各采集时刻所述检测装置所处的第一位置；
S30、根据各采集时刻拍摄得到的管道图像计算各采集时刻所述检测装置所处的第二位置；
S40、根据各采集时刻对应的第一位置和第二位置确定各采集时刻所述检测装置所处的位置，以根据各采集时刻的位置对所述管道进行定位。
本实施例提供了一种管道检测方法，其通过将检测装置投放于待检测管道中，并通过检测装置每间隔预设时间采集其自身的运动信息以及待检测管道的管道图像，分别根据所述运动信息和管道图像计算其对应的检测时间的第一位置和第二位置，并根据所述第一位置和第二位置确定其对应采集时刻的最终位置，并依次对每个采集时刻执行第一位置、第二位置以及最终位置的计算以得各采集时刻对应的最终位置，进而对管道进行精确定位。本实施例通过将惯导定位算法和视频组合定位算法得到的位置进行融合，实现了对管道位置的精确定位，以便于根据拍摄得到的图像以及定位的管道位置对管道内裂痕进行精确定位。同时，所述管道检测方法可以广泛应用于城市排水管道、自来水管道等液体管道的常规勘查。
具体的来说，在所述步骤S10中，所述检测装置内固定有陀螺仪、加速度传感器以及拍摄装置，并且通过陀螺仪采集检测装置的角度速度；通过加速度传感器采集检测装置的速度；以及通过拍摄装置拍摄管道图像。此外，所述拍摄装置至少包括摄像头以及红外线补光灯，以使得所述拍摄装置可以拍摄管道的管道图像。相应的，所述将预设检测装置投放于待检测管道内具体为将陀螺仪、加速度传感器以及拍摄装置固定在胶囊型/球形的检测装置内，将检测装置进行投管巡检，每间隔预设时间采用一次检测装置的运行信息以及管道的管道图像。在实际应用中，可以在巡检完毕后根据采集到的数据对管道进行定位，也可以在每采集到一组检测数据时，即对该采集时刻对应的检测数据进行处理以对该采集时刻进行定位。
此外，所述预设时间可以为预设设置的，例如，1秒。所述每间隔预设时间进行一次采集相应的得到若干个采集时刻，并且检测装置投放于待检测管道中时记为初始采集时刻。在这里将每间隔预设时间进行一次采集形成的采集时刻分别记为初始采集时刻、第一采集时刻、第二采集时刻、...、第N采集时刻。而在实际应用中，所述N个采集时刻之间的时间间隔可以不同，即所述N个采集时刻可以预先设置的，检测装置在每个检测时间读取其自身的运动以及拍摄的管道图像，这样可以根据管道的具体情况而设置不同的采集时刻，进一步提高管道定位的准确性。
进一步，在所述步骤S20中，所述检测装置配置的陀螺仪和加速度传感器是实时检测装置的角度速度和加速度，这里指的是在每个采集时刻读取陀螺仪和加速度传感器检测的角速度和加速度，并且采用惯导算法计算每个采集对应的第一位置。
示例性的，所述步骤S20、根据各采集时刻采集的运动信息计算各采集时刻所述检测装置所处的第一位置具体包括：
S201、对于第一采集时刻，获取检测装置初始位置信息，其中，所述初始位置初速度、初始位移以及初始角度；
S202、根据第一采集时刻采集的第一运动信息以及初始位置信息计算第一采集时刻的位置信息；
S203、将所述第一采集时刻的位置信息作为第二采集时刻的初始位置，并重复执行步骤S201-S203直至所有采集时刻计算完毕，以得到各采集时刻所述检测装置所处的第一位置。
具体地，对于第一采集时刻，检测装置投放至待检测管道时为初始采集时刻，即检测装置投放至待检测管道时的位置信息为初始位置信息，其中，初始放置时其初速度V0为0，初始位移S0为0，角速度通过陀螺仪检测初始角速度θ0，这样基于经典的牛顿运动定律以及加速度积分原理，在已知目标初速度V0、初始位移S0和初始角度θ0，以及第一采集时刻对应的加速度a以及第一采集时刻与初始时刻的间隔时长t时，可以通过对加速度进行一次积分以得到第一采集时刻的第一速度V1，对第一速度进行一次积分以得到第一采集时刻的第一位移S1，对陀螺仪测出的第一角速度信号w对于运动时间的一次积分以得到第一角度θ1。相应的，所述第一速度V1、第一位移S1以及第一角度θ1的计算公式可以为：
其中，t表示第一采集时刻与初始采集时刻的间隔时间。
进一步，在确定第一采集时刻对应第一位移S1和第一角度θ1，再根据主动式定位算法计算出检测装置的坐标。所述主动式定位算法具体为通过移动物体自身运动的位移和角度进行采集和计算从而确定移动物体的位置。在本实施例中，假设初始时刻检测装置的初始坐标(x0,y0)，并计算得到第一采集时刻检测装置的第一位移S1和第一角度θ1，采用以下计算公式可以计算出检测装置在第一采集时刻所处的第一位置的坐标(x1,y1)，其中，所述计算公式可以表示为：
对于第二采集时刻，可将第一采集时刻作为其初始采集时刻，并重复上述过程得到其对应的第一位置的坐标(x2,y2)，依次重复上述操作可以计算得到每个采集时刻对应的第一位置的坐标，并且对于第N采集时刻，其对应的第一位置的坐标(xn,yn)可以表示为：
进一步，在所述步骤S30中，所述管道图像是通过装载于检测装载的摄像装置拍摄的待检测管道的管道图像，所述管道图像一方面可以用于检测装置位置的计算，另一方面也可以用于管道裂痕检测。首先，所述检测装置所处的第二位置指的所述检测装置在所述待检测管道中所处的第二位置，其可以通过图像重复算是来计算，即通过相邻采集时刻的间隔时间和管道图像的重合度来计算间隔时间所述检测装置在待检测管道中的位移，并且累加各采集时刻之前的位移可得到各采集时刻对应的第二位置。
示例性的，所述步骤S30、根据各采集时刻拍摄得到的管道图像计算各采集时刻所述检测装置所处的第二位置具体包括：
S301、对于第一采集时刻，获取检测装置投放时拍摄的初始管道图像；
S302、计算第一采集时刻采集到的第一管道图像与初始管道图像的重合度，并根据所述重合度确定第一采集时刻的第二位置；
S303、将所述第一采集时刻的第一管道图像作为第二采集时刻的初始管道图像，并重复执行步骤S301-S303直至所有采集时刻计算完毕，以得到各采集时刻所述检测装置所处的第二位置。
具体地，对于第一采集时刻，将检测装置投放时拍摄的管道图像作为初始管道图像，并读取第一采集时刻拍摄的第一管道图像。首先，基于SIFT提取初始管道图像和第一管道图像的重叠图像特征点(其中，基于SIFT提取两张图像的重叠图像特征点为图像处理领域的现有计算，这里不做详细说明)；其次，在采用RANSAC算法对提取的重叠图像特征点进行筛选以得到重合特征点(其中，基于SIFT提取两张图像的重叠图像特征点为图像处理领域的现有计算，这里不做详细说明)；最后，根据筛选得到的特征点计算初始管道图像和第一管道图像的仿射变换矩阵，并通过所述仿射变换矩阵对初始管道图像的图像中心点进行变换，以得到第一管道图像的中心点相对于初始管道图像的中心的位移。在本实施中，对于仿射变换矩阵以及位移的距离计算过程不做详细说明，仅给出一个实际的例子加以说明。例如，所述仿射变换矩阵为：
通过所述仿射变换矩阵对初始管道图像的图像中心点进行变换，并得到初始管道图像的图像中心点的水平位移△x为16.8像素，垂直位移△y为3.5像素。因此重叠图像的相对位移像素△s为17.2像素。
进一步，在获取到第一采集时刻的位移Δs1后，还可以采用如下公式对位移进行在校正以得所述第一位移S1：
S1＝f×Δs1
其中，f为校正系数，Δsk标识第K采集时刻的位移。
所述校正系数是根据待检测管道图件的总长L以及采集时刻的次数得到的N计算得到的。此外，所述N个采集时刻仅会发送N-1次位移，相应的，所述校正系数f的计算公式可以为：
对于第二采集时刻，可以将第一采集时刻作为初始采集时刻，即将第一管道图像作为初始管道图像，重复上述步骤得到第二采集时刻的第二位移S2，其中，所述第二位移S2的计算公式可以为:
依次重复上述，可以得到对于第n个采集时刻图像中心的第n位移Sn可以表示为：
此外，由于采用图像重合算法得到的是每个采集时刻的位移，从而在获取到每个采集时刻的位移之后，再根据初始管道图像的图像中心点的位置以及管道实际线路图计算各采集时刻所述检测装置在待检测管道中的第二位置。
进一步，在所述步骤S40中，在获取到各采集时刻的第一位置和第二位置之后，可以将第一位置和第二位置相融合以得到各时刻所述检测装置所处的最终位置。此外，所述将第一位置和第二位置进行融合按照采集时刻的顺序依次进行的，并且，所述每个采集时刻对应的第一位置和第二位置的计算是在该采集时刻的前一时刻的最终位置进行完成后进行的。也就是说，对于每个采集时刻，其可以首先进行该采集时刻的第一位置，再计算该采集时刻的第二位置，最后根据所述第一位置和第二位置进行最终位置；也可以是首先进行该采集时刻的第二位置，再计算该采集时刻的第一位置，最后根据所述第一位置和第二位置进行最终位置。而对于所有采集时刻，其是按照采集时刻在时间上的先后顺序先计算完当前采集时刻的第一位置、第二位置以及最终位置后，在计算下一采集时刻的第一位置、第二位置以及最终位置，直至所有采集时刻均计算完成。这样采用最终位置作为下一采集时刻的初始位置，可以提高位置计算的准确性。
示例性的，所述步骤S40、根据各采集时刻对应的第一位置和第二位置确定各采集时刻所述检测装置所处的位置，以根据各采集时刻的位置对所述管道进行定位具体包括：
S401、对于每个采集时刻，分别判断其对应的第一位置和第二位置是否为空；若所述第一位置和第二位置绝不为空，则执行步骤S402，若所述第一位置/第二位置为空，则执行步骤S404。
具体的，所述第一位置为空，说明所述采集时刻为读取到检测装置的角速度或者加速度，进而无法确定所述采集时刻对应的第一位置。所述第二位置为空说明所述采集时刻采集到的管道图像与前一采集时刻采集到的管道图像的为存在重合特征点或者重合特定点少而无法计算两者的仿射变换矩阵，进而无法确定当前采集时刻相对于前一采集时刻的位移，进而无法确定当前采集时刻的第二位置，
S402、根据预设所述采集时刻对应的第三位置分别计算第一位置和第二位置的均方差。
具体地，所述第三位置为预先通过模拟实验得到的所述采集时刻所述检测装置在待检测管道中所处的位置，并分别第一位置和第二位置相对于第三位置的均方差。
S403、采用所述均方差为加权系数对所述第一位置和第二位置进行加权得到确定所述采集时刻对应的位置，以根据各采集时刻的位置对所述管道进行定位。
S404、将第二位置/第一位置作为所述采集时刻对应的位置，以根据各采集时刻的位置对所述管道进行定位。
在本发明一个实施例中，所述管道检测方法，其还可以包括：
S50、对拍摄得到的所有管道图像进行检测，并获取携带裂痕的管道图像对应的采集时刻。
具体地，所述对拍摄得到的所有管道图像进行检测指的所述依次对拍摄得到的每张管道图像。而在实际应用中，由于在获取管道图像时，拍摄装置对光照的要求较高，而光线的不均匀性会使所成图像产生带状条纹，而含有过多纵向噪声会使得检测结果失去意义，从而在检测管道图像携带的裂痕之前需要进行图像灰度校正。所述图像灰度校正过程可以:
首先，对于含有裂痕的管道图像I(p)主要由管道背景信号Ib(p)、管道裂痕信号Ic(p)、随机噪声信号In(p)以及光线不均引起的噪声信号Ia(p)组成，相应的，所述管道图像I(p)可以表达为：
I(p)＝Ib(p)+Ic(p)+In(p)+Ia(p)。
其次，将图像行各像元与图像行均值求差得到差值图像行，再对差值图像行用正弦函数进行最小二乘拟合，得到Ia(p)分量的正弦参数，进而计算出每一像元的Ia(p)灰度差值作为该单元灰度补偿消除Ia(p)分量，经过灰度校正后的图像为：
I'(p)＝I(p)-Ia(p)＝Ib(p)+Ic(p)+In(p)。
进一步，在对图像进行灰度校正后，对校正后的图像进行裂痕破损检测。在本实施例中，使用多尺度策略裂痕破损检测模型对校正后管道图像进行裂痕检测。所述检测过程可以首先将图像分成三个级别分别为像素级图像、单元级图像和块级图像，再通过两次计算过程对图像进行分割以对裂痕进行检测。示例性的，所述检测过程具体为：
首先，基于像素级到单元级的图像灰度计算，通过该计算可以消除随机噪声的影响，同时降低时间计算维度。例如，选择4×4像素窗口为一单元，计算单元灰度值：
Grayunit＝λMinunit+(1-λ)Meanunit
其中，Grayunit为计算后的单元灰度值，Minunit为单元最小灰度值，Meanunit为单元灰度均值，λ为单元最小灰度值的权重。
所述λ的表达式可以为：
其中，Meanwhole为图像的整体均值，Devunit为单元方差，Devwhole为图像的整体方差。并且，如果单元均值越大，则λ越小，从而单元灰度值更接近于图像均值，说明该单元中包含裂痕的可能小越小，反之越大。
其次，对基于单元级的图像块进行差分直方图分割，并计算某一灰度级g在八邻域(周围八个像素)像素变化量的统计值Dhg，其计算公式可以为：
其中，Gray为灰度值，n,m为图像行列数。据此，确定灰度分割阈值TDh，其表达式为：
根据此阈值，将灰度图像转化为二值图像
其中，m，n分别代表块图像横向和纵向的单元数。
最后，通过对所检测出的裂痕区域进行边缘跟踪，可以得到裂痕的边缘矢量，进而提取裂痕的几何特征(包括点状特征、线状特征和面状特征)进行提取，并根据几何特征确定所述裂痕的类型。
S60、获取所述采集时刻对应的位置，以对所述裂痕进行定位。
具体地，获取携带裂痕的管道图像的采集时刻，再根据计算得到的各采集时刻对应的位置确定所述裂痕所处的位置，以对所述裂痕就那些定位。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任意一项所述的管道检测方法中的步骤。
本发明还提供了一种检测装置，如图2所示，一种检测装置，其内设置有陀螺仪100、加速度传感器200、拍摄装置300、处理器400以及存储器500；所述陀螺仪100、加速度传感器200以及拍摄装置300均与存储器400相连接；
所述存储器400上存储有可被所述处理器执行的计算机可读程序；以及陀螺仪、加速度传感器以及拍摄装置在各采集时刻采集到的数据；
所述处理器500执行所述计算机可读程序时实现如上任意一项所述的管道检测方法中的步骤。
本发明还可以提供一种管道检测系统，其包括检测装置以及终端，所述检测装置配置陀螺仪、加速度传感器以及拍摄装置，所述终端包括处理器以及存储器；所述检测装置用于投放于待检测管道中，并采集所述待检测管道的管道图像以及其自身的运动信息，所述终端设备接收检测装置采集的管道图像以及运动信息，并根据所述管道图像以及运动信息计算各采集时间所述检测装置在待检测管道至所处的位置。
进一步，所述存储器上存储有可被所述处理器执行的计算机可读程序；以及陀螺仪、加速度传感器以及拍摄装置在各采集时刻采集到的数据；所述处理器执行所述计算机可读程序时实现如上任意一项所述的管道检测方法中的步骤。
此外，上述存储介质、检测装置以及终端中的多条指令处理器加载并执行的具体过程在上述方法中已经详细说明，在这里就不再一一陈述。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种管道检测方法，其特征在于，其包括：
S1、将预设检测装置投放于待检测管道内，并每间隔预设时间采集检测装置的运动信息以及通过检测装置拍摄管道图像，其中，所述运动信息包括角速度和加速度；
S2、根据各采集时刻采集的运动信息计算各采集时刻所述检测装置所处的第一位置；
S3、根据各采集时刻拍摄得到的管道图像计算各采集时刻所述检测装置所处的第二位置；
S4、根据各采集时刻对应的第一位置和第二位置确定各采集时刻所述检测装置所处的位置，以根据各采集时刻的位置对所述管道进行定位。
2.根据权利要求1所述管道检测方法，其特征在于，所述检测装置内配置有陀螺仪、加速度传感器以及拍摄装置。
3.根据权利要求2所述管道检测方法，其特征在于，所述每间隔预设时间采集检测装置的运动信息以及通过检测装置拍摄管道图像具体为：
通过陀螺仪每间隔预定时间采集检测装置的角度速度；通过加速度传感器每间隔预定时间采集检测装置的速度；以及通过拍摄装置每间隔预设时间拍摄管道图像。
4.根据权利要求1所述管道检测方法，其特征在于，所述根据各采集时刻采集的运动信息计算各采集时刻所述检测装置所处的第一位置具体包括：
S21、对于第一采集时刻，获取检测装置初始位置信息，其中，所述初始位置初速度、初始位移以及初始角度；
S22、根据第一采集时刻采集的第一运动信息以及初始位置信息计算第一采集时刻的位置信息；
S23、将所述第一采集时刻的位置信息作为第二采集时刻的初始位置，并重复执行步骤S21-S23直至所有采集时刻计算完毕，以得到各采集时刻所述检测装置所处的第一位置。
5.根据权利要求1所述管道检测方法，其特征在于，所述根据各采集时刻拍摄得到的管道图像计算各采集时刻所述检测装置所处的第二位置具体包括：
S31、对于第一采集时刻，获取检测装置投放时拍摄的初始管道图像；
S32、计算第一采集时刻采集到的第一管道图像与初始管道图像的重合度，并根据所述重合度确定第一采集时刻的第二位置；
S33、将所述第一采集时刻的第一管道图像作为第二采集时刻的初始管道图像，并重复执行步骤S31-S33直至所有采集时刻计算完毕，以得到各采集时刻所述检测装置所处的第二位置。
6.根据权利要求1所述管道检测方法，其特征在于，所述根据各采集时刻对应的第一位置和第二位置确定各采集时刻所述检测装置所处的位置，以根据各采集时刻的位置对所述管道进行定位具体包括：
S41、对于每个采集时刻，分别判断其对应的第一位置和第二位置是否为空；
S42、若所述第一位置和第二位置均不为空，则根据预设所述采集时刻对应的第三位置分别计算第一位置和第二位置的均方差；其中，所述第三位置为预先通过模拟实验得到的所述采集时刻所述检测装置在待检测管道中所处的位置；
S43、采用所述均方差为加权系数对所述第一位置和第二位置进行加权得到确定所述采集时刻对应的位置，以根据各采集时刻的位置对所述管道进行定位。
7.根据权利要求6所述管道检测方法，其特征在于，所述根据各采集时刻对应的第一位置和第二位置确定各采集时刻所述检测装置所处的位置，以根据各采集时刻的位置对所述管道进行定位还包括：
S44、若所述第一位置/第二位置为空，则将第二位置/第一位置作为所述采集时刻对应的位置，以根据各采集时刻的位置对所述管道进行定位。
8.根据权利要1所述管道检测方法，其特征在于，所述根据各采集时刻对应的第一位置和第二位置确定各采集时刻所述检测装置所处的位置，以根据各采集时刻的位置对所述管道进行定位之后还包括：
S5、对拍摄得到的所有管道图像进行检测，并获取携带裂痕的管道图像对应的采集时刻；
S6、获取所述采集时刻对应的位置，以对所述裂痕进行定位。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1～8任意一项所述的管道检测方法中的步骤。
10.一种检测装置，其内设置有陀螺仪、加速度传感器以及拍摄装置，其特征在于，其包括：处理器以及存储器及通信总线；所述陀螺仪、加速度传感器以及拍摄装置均与存储器相连接；
所述存储器上存储有可被所述处理器执行的计算机可读程序；以及陀螺仪、加速度传感器以及拍摄装置在各采集时刻采集到的数据；
所述处理器执行所述计算机可读程序时实现如权利要求1-8任意一项所述的管道检测方法中的步骤。
CN201710841141.XA 2017-09-18 2017-09-18 一种管道检测方法、装置以及存储介质 Active CN107795854B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201710841141.XA CN107795854B (zh) 2017-09-18 2017-09-18 一种管道检测方法、装置以及存储介质
US16/631,527 US10931871B2 (en) 2017-09-18 2017-11-03 Pipeline detection method and apparatus, and storage medium
PCT/CN2017/109209 WO2019051961A1 (zh) 2017-09-18 2017-11-03 一种管道检测方法、装置以及存储介质
DE112017007778.8T DE112017007778T5 (de) 2017-09-18 2017-11-03 Verfahren und Vorrichtung zum Detektieren einer Rohrleitung und Speichermedium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710841141.XA CN107795854B (zh) 2017-09-18 2017-09-18 一种管道检测方法、装置以及存储介质

Publications (2)

Publication Number Publication Date
CN107795854A CN107795854A (zh) 2018-03-13
CN107795854B true CN107795854B (zh) 2019-02-19

Family

ID=61532484

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710841141.XA Active CN107795854B (zh) 2017-09-18 2017-09-18 一种管道检测方法、装置以及存储介质

Country Status (4)

Country Link
US (1) US10931871B2 (zh)
CN (1) CN107795854B (zh)
DE (1) DE112017007778T5 (zh)
WO (1) WO2019051961A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108626580A (zh) * 2018-05-10 2018-10-09 北京零偏科技有限责任公司 一种管道故障自主定位检测的设备、方法及系统
CN108843977A (zh) * 2018-06-28 2018-11-20 武汉新烽光电股份有限公司 供水管网实时漏损分析方法、设备、系统及存储介质
CN110738646A (zh) * 2019-10-12 2020-01-31 北京城市排水集团有限责任公司 一种用于管道破裂的自动识别方法
CN112923243A (zh) * 2019-12-06 2021-06-08 上海新微技术研发中心有限公司 检测墙体中水管漏水的方法
CN111291654B (zh) * 2020-01-21 2023-10-17 上海肇观电子科技有限公司 传送带的出料检测方法及设备、电路和介质
CN111257531A (zh) * 2020-03-02 2020-06-09 河海大学 一种给水管道安全及水质监测装置
CN111855681B (zh) * 2020-07-02 2022-12-30 快克智能装备股份有限公司 一种在线不停板aoi检测方法
CN112097629B (zh) * 2020-07-31 2022-05-10 深圳大学 一种排水管道安全监测方法、存储介质、终端及系统
CN112085728B (zh) * 2020-09-17 2022-06-21 哈尔滨工程大学 一种海底管道及泄漏点检测方法
CN112378924A (zh) * 2020-09-24 2021-02-19 宁波市鄞州世纪耀达市政建设有限公司 一种管道裂缝定位方法、系统、存储介质及智能终端
WO2023010262A1 (zh) * 2021-08-03 2023-02-09 广东高驰运动科技有限公司 水下环境探测装置、探测方法、鱼竿及存储介质
CN113762228B (zh) * 2021-11-09 2022-02-22 南京惠积信息科技有限公司 口腔器械消毒灭菌操作监控方法及装置
CN115170569B (zh) * 2022-09-07 2022-12-02 新乡学院 一种基于图像的高熵材料涂层刀具的失效检测方法
CN117523501B (zh) * 2024-01-04 2024-03-15 四川省铁路建设有限公司 一种管线巡检机器人控制方法及系统

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2242497B (en) * 1990-03-31 1992-08-12 Stc Plc Pipe inspection system
DE4312942C1 (de) * 1993-04-21 1994-11-17 Bbc Reaktor Gmbh Einrichtung zum Prüfen und/oder Bearbeiten einer Rohrleitung von innen
DE20313252U1 (de) * 2003-08-27 2005-01-05 Jt-Elektronik Gmbh Kanalortungssystem mit Kompass
CN101294917B (zh) 2008-06-25 2011-06-08 哈尔滨长城水下高技术有限公司 一种采用水下机器人对于输水道井内检测的方法
CN103745474B (zh) * 2014-01-21 2017-01-18 南京理工大学 基于惯性传感器和摄像机的图像配准方法
CN105100682B (zh) * 2014-04-30 2018-12-25 通用电气公司 具有导航功能的管道镜
US20160356665A1 (en) * 2015-06-02 2016-12-08 Umm Al-Qura University Pipeline monitoring systems and methods
CN205066775U (zh) * 2015-09-17 2016-03-02 泉州装备制造研究所 一种高精度运动轨迹检测装置
CN205535080U (zh) * 2016-04-10 2016-08-31 河北大学 一种管道密封性安全监测和检测设备
CN106015944B (zh) * 2016-05-03 2018-10-26 深圳市发利构件机械技术服务有限公司 深海海底管道巡检系统及其工作方法
CN105864644B (zh) * 2016-06-21 2017-05-03 深圳市发利构件机械技术服务有限公司 深海海底管道智能检测器及检测方法
CN205859621U (zh) * 2016-07-25 2017-01-04 哈尔滨理工大学 一种可燃气体泄漏源定位机器人
CN106597566A (zh) * 2016-12-27 2017-04-26 广东技术师范学院 一种非开挖地下管线探测系统及其实现方法
CN106864739A (zh) * 2016-12-29 2017-06-20 中国矿业大学 一种用于地下综合管廊检测的六旋翼飞行机器人
CN106969269B (zh) * 2017-05-12 2018-10-09 重庆大学 地下管网机器人定位系统、漏点定位系统及漏点定位方法

Also Published As

Publication number Publication date
WO2019051961A1 (zh) 2019-03-21
US10931871B2 (en) 2021-02-23
US20200177805A1 (en) 2020-06-04
DE112017007778T5 (de) 2020-05-07
CN107795854A (zh) 2018-03-13

Similar Documents

Publication Publication Date Title
CN107795854B (zh) 一种管道检测方法、装置以及存储介质
CN108318506B (zh) 一种管道智能检测方法及检测系统
US11023748B2 (en) Method and apparatus for estimating position
CN109084782A (zh) 基于摄像头传感器的车道线地图构建方法以及构建系统
EP2709058A1 (en) Calibration of camera-based surveillance systems
CN105527656B (zh) 塔架式机场跑道异物定位方法
CN103996027B (zh) 一种天基空间目标识别方法
AU2019203567B2 (en) Geo-registering an aerial image by an object detection model using machine learning
CN112927565B (zh) 提升机坪综合航迹监视数据精度的方法、装置及系统
CN108398123B (zh) 一种全站仪及其度盘标定方法
CN106651951A (zh) 一种大气偏振模式检测及航向解算系统及方法
CN104155635A (zh) 一种探地雷达单道电磁波谱三维定位方法
CN103792069B (zh) 一种基于月球成像的光学成像系统焦距精确测量方法
Meegoda et al. Adapting 360-degree cameras for culvert inspection: case study
CN104156977A (zh) 基于多线列时差扫描扩展采样的点目标运动速度探测方法
CN116990830A (zh) 基于双目和tof的距离定位方法、装置、电子设备及介质
CN108876747A (zh) 一种oled绘素的提取方法及装置
CN109470269B (zh) 空间目标测量机构的标定方法、标定设备及标定系统
CN116380002A (zh) 一种光电吊舱安装误差的空中标定方法
WO2007001471A3 (en) Method and apparatus for determining a location associated with an image
CN114659523A (zh) 一种大范围高精度姿态测量方法及装置
CN113160225A (zh) 露天矿粉尘浓度识别方法、存储介质及电子设备
CN111238829A (zh) 移动状态的确定方法、装置、计算机设备和存储介质
CN104660984A (zh) 一种艇载多光谱高清对地观测装置
CN110969875A (zh) 一种用于道路交叉口交通管理的方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220215

Address after: 518000 301-l016, block 4, manjinghua Yiluan building, No. 230, Xixiang Avenue, Longteng community, Xixiang street, Bao'an District, Shenzhen, Guangdong

Patentee after: Shenzhen Zhiyuan space Innovation Technology Co.,Ltd.

Address before: 518060, Shenzhen University, 3688 Nanhai Avenue, Guangdong, Shenzhen, Nanshan District

Patentee before: SHENZHEN University