CN108154507A - 螺纹管异物检测系统 - Google Patents

Abstract

本发明涉及图像异物识别领域，具体是螺纹管异物检测系统，包括：摄像头、图像处理模块、控制单元、计算机主机，23寸宽幅触摸液晶屏，可伸缩摄像头支架，螺纹管支架；发明通过摄像头截取螺纹管内壁的图像，根据图像使用小波变换，形成低频和高频两种图像，再结合异物检测规则数据库利用图像技术标定异物区域，发明可以方便继承到管道的生产流水线，以信息系统提供操作指令、降低作业人员劳动强度、改善异物检测的作业效率、为智能物流管理提供科学的决策依据。

Description

螺纹管异物检测系统

技术领域

本发明是用来检测螺纹管内壁的异物，在流水线作业生产螺纹管的过程中，管壁深处以及拐角常出现异物，通过本发明可以快速、方便、准确的检测出异物区域，提高产品合格率以及降低工人查找异物的工作负担；本方法可广泛应用于各种管道内壁异物的检测问题，基于异物检测规则库，可以实现智能化管理；本发明可以方便继承到管道的生产流水线，以信息系统提供操作指令、降低作业人员劳动强度、改善异物检测的作业效率、为智能物流管理提供科学的决策依据。

背景技术

异物检测的过程主要分为模型建立过程和异物检测过程；异物检测的核心算法是基于图像的特征值统计、抽象处理和模型识别、模型匹配的基本原理；在算法的具体实现上，根据异物模型的建立方式及异物的寻找方式的不同，但不管何种方式，都是要提取异物的特征；为提取图像中特定目标的信息，图像分割是必不可少的手段,将图像中不同含义的目标分割成互不相交的区域,近年来，众多研究者在工作中提出了大量实用图像分割方法，这些方法运用了小波、神经网络、尺度空间、形态学和多分辨率等理论；其中基于小波理论的图像分割技术成为研宄的热点，被广泛应用于医学图像、超声图像、遥感图像和红外图像等图像处理领域。

发明内容

基于小波变换的螺纹管异物检测系统，利用X/Y轴的组合定位装置实现对工业相机的位置调整，从而可以适应不同管型产品，伸入管内的微型摄像头采用3个成120度角放置，确保波纹处的检测达到360°无死角，可以实现对产品波纹内的异物进行识别；通过提出的小波变换异物检测算法，对采集的图像进行处理，并实现检出异物的分级报警功能。在人机交互软件界面上，管理员可以通过修改界面参数，调整识别异物大小的精度，参数数值设置的越小，可检测出的疑似异物越多；另外还将在工控机上安装远程监控软件，方便管理者随时浏览设备运行情况；

所需设备：2个cossim显微镜数字摄像头1800万高清像素工业相机CCD带测量外型，计算机主机，23寸宽幅触摸液晶屏，可伸缩摄像头支架，螺纹管支架；

方法步骤如下：

（010）部分，螺纹管异物检测具体步骤如下：

步骤C011：启动系统，加载配置文件，文件包括螺纹管类型，以及根据每种类型设置的摄像头伸展长度；

步骤C012：将螺纹管固定在检测架上；

步骤C013：选择螺纹管类型，点击检测按钮；

（020）部分，异物检测算法具体步骤如下：

步骤C021：对待检测图像进行小波滤波，分成低频和高频两种图像；

步骤C022：对低频图像分别进行平方灰度变换和小波变换，对灰度变换后的图像依序进行矢量保持、膨胀、闭运算、去噪；对小波变换的图像依序进行腐蚀和闭运算；

步骤C023：对高频图像分别进行小波变换、腐蚀和闭运算；

步骤C024：对三种图像进行多尺度图像分析，结合规则库检测异物区域；

有益效果

本发明提出了一种基于小波变换的异物检测方法，以检测算法为系统的核心模块，构建一个螺纹管异物检测系统，该方法的灵活性较高，可对各种螺纹管内壁的异物进行识别，可以满足对不同精度和安全级别的要求；本方法是利用小波变换将待检测图像分为低频图像和高频图像，分别针对两种图像进行识别处理，结合异物识别规则库通过多尺度图像分析确定异物区域；实现异物的自动检测和位置标定，完善螺纹管生产线的信息自动化、精细化管理，指导和规范仓库人员日常作业。

附图说明

图1定位器示意图；

图2设备示意图；

图3摄像头示意图；

图4算法流程图；

具体实施方式：

应用步骤C011启动系统，在执行步骤C012填装螺纹管，图1所示安装支架结构，图2所示为装填后的结构；系统通过机器指令调整螺纹管支架x/y轴位置，达到最佳检测位置。通过调整摄像头伸缩支架图3所示，使摄像头处于检测位置，应用步骤C013调用异物检测算法；

将输入图像进行小波滤波变换，获取高频图像和低频图像；针对低频图像做两种处理；第一种低频图像处理：对图像进行平方灰度变换，对变换的图像进行矩量保持法；然后进行膨胀处理，最后对膨胀话的图像进行闭运算和去噪处理；得到待分析图像Image1；第二种低频图像处理：对低频图像采用边缘增强法进行边缘检测，根据边缘检测结果进行膨胀处理和闭运算Image2；针对高频图像采用边缘增强法进行边缘检测；边缘检测结果进行膨胀处理和闭运算Image3；由此得到了三个待分析的图像；Image1作为螺纹管的背景分析输入图像，分析管面的非异物区和疑似异物区；Image2用来检测低频图像中的疑似异物区；Image3用来检测高频图像中的疑似异物区；结合异物规则库、三个疑似异物区和非异物区进行分析；确定最终的异物区。

Claims (1)

1.基于小波变换的螺纹管异物检测系统，利用X/Y轴的组合定位装置实现对工业相机的位置调整，从而可以适应不同管型产品，伸入管内的微型摄像头采用3个成120度角放置，确保波纹处的检测达到360°无死角，可以实现对产品波纹内的异物进行识别；通过提出的小波变换异物检测算法，对采集的图像进行处理，并实现检出异物的分级报警功能；

在人机交互软件界面上，管理员可以通过修改界面参数，调整识别异物大小的精度，参数数值设置的越小，可检测出的疑似异物越多；另外还将在工控机上安装远程监控软件，方便管理者随时浏览设备运行情况；

所需设备：2个cossim显微镜数字摄像头1800万高清像素工业相机CCD带测量外型，显示屏，23寸宽幅触摸液晶屏，可伸缩摄像头支架，螺纹管支架；

方法步骤如下：

（010）部分，螺纹管异物检测具体步骤如下：

步骤C011：启动系统，加载配置文件，文件包括螺纹管类型，以及根据每种类型设置的摄像头伸展长度；

步骤C012：将螺纹管固定在检测架上；

步骤C013：选择螺纹管类型，点击检测按钮；

（020）部分，异物检测算法具体步骤如下：

步骤C021：对待检测图像进行小波滤波，分成低频和高频两种图像；

步骤C022：对低频图像分别进行平方灰度变换和小波变换，对灰度变换后的图像依序进行矢量保持、膨胀、闭运算、去噪；对小波变换的图像依序进行腐蚀和闭运算；

步骤C023：对高频图像分别进行小波变换、腐蚀和闭运算；

步骤C024：对三种图像进行多尺度图像分析，结合规则库检测异物区域。