CN108154507B - 螺纹管异物检测系统 - Google Patents
螺纹管异物检测系统 Download PDFInfo
- Publication number
- CN108154507B CN108154507B CN201711468277.7A CN201711468277A CN108154507B CN 108154507 B CN108154507 B CN 108154507B CN 201711468277 A CN201711468277 A CN 201711468277A CN 108154507 B CN108154507 B CN 108154507B
- Authority
- CN
- China
- Prior art keywords
- image
- threaded pipe
- foreign matter
- matter detection
- wavelet
- 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
Links
Images
Classifications
-
- 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
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/954—Inspecting the inner surface of hollow bodies, e.g. bores
-
- 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
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
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
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矩量保持、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:对低频图像采用小波变换进行边缘检测,根据边缘检测结果进行腐蚀处理和闭运算Image2;针对高频图像采用小波变换进行边缘检测;边缘检测结果进行腐蚀处理和闭运算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,其特征在于,包括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;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;
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矩量保持、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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711468277.7A CN108154507B (zh) | 2017-12-29 | 2017-12-29 | 螺纹管异物检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711468277.7A CN108154507B (zh) | 2017-12-29 | 2017-12-29 | 螺纹管异物检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108154507A CN108154507A (zh) | 2018-06-12 |
CN108154507B true CN108154507B (zh) | 2023-06-13 |
Family
ID=62463741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711468277.7A Active CN108154507B (zh) | 2017-12-29 | 2017-12-29 | 螺纹管异物检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108154507B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111514505B (zh) * | 2020-06-12 | 2024-04-02 | 国网江苏省电力有限公司宿迁供电分公司 | 一种用于排油注氮灭火系统的防潮、防异物装置 |
CN117388269B (zh) * | 2023-12-11 | 2024-05-03 | 菲特(天津)检测技术有限公司 | 丝锭外观缺陷检测设备和检测方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4644394A (en) * | 1985-12-31 | 1987-02-17 | Dale Reeves | Apparatus for inspecting an externally threaded surface of an object |
JP2008073870A (ja) * | 2006-09-19 | 2008-04-03 | Konica Minolta Opto Inc | 光学用フィルム成形装置、光学用フィルム製造方法 |
CN101981408A (zh) * | 2008-03-27 | 2011-02-23 | 住友金属工业株式会社 | 管端部的螺纹要素测量装置、螺纹要素测量系统和螺纹要素测量方法 |
CN103761731A (zh) * | 2014-01-02 | 2014-04-30 | 河南科技大学 | 一种基于非下采样轮廓波变换的红外空中小目标检测方法 |
CN104567722A (zh) * | 2015-01-23 | 2015-04-29 | 成都实唯物联网科技有限公司 | 一种内螺纹检测装置及方法 |
CN105136820A (zh) * | 2015-09-09 | 2015-12-09 | 广东工业大学 | 一种基于环形激光三维扫描的管道缺陷检测机器人 |
CN106611424A (zh) * | 2016-03-23 | 2017-05-03 | 四川用联信息技术有限公司 | 一种图像边缘提取方法 |
CN106770332A (zh) * | 2017-02-14 | 2017-05-31 | 杭州字节信息技术有限公司 | 一种基于机器视觉的电子模切料缺陷检测实现方法 |
CN106960179A (zh) * | 2017-02-24 | 2017-07-18 | 北京交通大学 | 轨道交通线路环境安全智能监测方法和装置 |
-
2017
- 2017-12-29 CN CN201711468277.7A patent/CN108154507B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4644394A (en) * | 1985-12-31 | 1987-02-17 | Dale Reeves | Apparatus for inspecting an externally threaded surface of an object |
JP2008073870A (ja) * | 2006-09-19 | 2008-04-03 | Konica Minolta Opto Inc | 光学用フィルム成形装置、光学用フィルム製造方法 |
CN101981408A (zh) * | 2008-03-27 | 2011-02-23 | 住友金属工业株式会社 | 管端部的螺纹要素测量装置、螺纹要素测量系统和螺纹要素测量方法 |
CN103761731A (zh) * | 2014-01-02 | 2014-04-30 | 河南科技大学 | 一种基于非下采样轮廓波变换的红外空中小目标检测方法 |
CN104567722A (zh) * | 2015-01-23 | 2015-04-29 | 成都实唯物联网科技有限公司 | 一种内螺纹检测装置及方法 |
CN105136820A (zh) * | 2015-09-09 | 2015-12-09 | 广东工业大学 | 一种基于环形激光三维扫描的管道缺陷检测机器人 |
CN106611424A (zh) * | 2016-03-23 | 2017-05-03 | 四川用联信息技术有限公司 | 一种图像边缘提取方法 |
CN106770332A (zh) * | 2017-02-14 | 2017-05-31 | 杭州字节信息技术有限公司 | 一种基于机器视觉的电子模切料缺陷检测实现方法 |
CN106960179A (zh) * | 2017-02-24 | 2017-07-18 | 北京交通大学 | 轨道交通线路环境安全智能监测方法和装置 |
Non-Patent Citations (4)
Title |
---|
Foreign Detection Based on Wavelet Transform Algorithm with Image Analysis Mechanism in the Inner Wall of the Tube;Jinlong Zhu 等;《Journal of Information Process Systems》;20190228;第15卷(第1期);34-46 * |
Object Detection by 2-D Continuous Wavelet Transform;Vijaya Kumar Reddy 等;《2014 International Conference on Computational Science and Computational Intelligence》;20140529;162-167 * |
内螺纹管环焊缝超声成像检测系统的研制;郝红卫 等;《第八届全国无损检测大会会议论文集》;20060529;1-3 * |
图像散布图和小波多分辨分析的模具异物检测;毛锋 等;《浙江大学学报(工学版)》;20091031;第43卷(第10期);1749-1756 * |
Also Published As
Publication number | Publication date |
---|---|
CN108154507A (zh) | 2018-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Qiu et al. | Automatic visual defects inspection of wind turbine blades via YOLO-based small object detection approach | |
Moselhi et al. | Automated detection of surface defects in water and sewer pipes | |
GB2573429A (en) | Method for detecting degree of development of asphalt pavement fracture based on infrared thermal image analysis | |
CN111062915A (zh) | 一种基于改进YOLOv3模型的实时钢管缺陷检测方法 | |
CN105262991B (zh) | 一种基于二维码的变电站设备对象识别方法 | |
CN108154507B (zh) | 螺纹管异物检测系统 | |
CN110991360B (zh) | 一种基于视觉算法的机器人巡检点位智能配置方法 | |
CN109523539A (zh) | 基于多相机阵列的大尺寸的工业板材在线测量系统及方法 | |
CN111123263B (zh) | 基于地质雷达检测数据的隧道钢筋识别检测系统、方法 | |
CN114529610A (zh) | 一种基于rgb-d相机的毫米波雷达数据标注方法 | |
CN113705564A (zh) | 一种指针式仪表识别读数方法 | |
CN117381793A (zh) | 一种基于深度学习的物料智能检测视觉系统 | |
Liu et al. | Research on surface defect detection based on semantic segmentation | |
CN117392565A (zh) | 一种无人机电力巡检缺陷自动识别方法 | |
Lan et al. | Fast and robust corner detector based on double-circle mask | |
Liu et al. | A fast button surface defects detection method based on convolutional neural network | |
Liu et al. | Image-Based Precision Measurement Technology for the Quality Inspection of Crane Boom Materials | |
CN113570587A (zh) | 一种基于计算机视觉的光伏电池断栅检测方法及系统 | |
Xu et al. | Research of adaptive threshold edge detection algorithm based on statistics canny operator | |
CN113554747A (zh) | 一种基于三维模型的无人机巡检数据的查看方法 | |
Kim et al. | Total variation flow-based multiscale framework for unsupervised surface defect segmentation | |
Li et al. | A real-time pineapple matching system based on speeded-up robust features | |
Zaghbani et al. | Real-time hand gesture recognition based on feature points extraction | |
Li et al. | Research on cluttered object recognition algorithm based on improved YOLO V5 | |
Zhai et al. | Dynamic image segmentation and recognition measurement of axial compression experiment based on image clustering and semantic segmentation in RC column with FRP tubes |
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 |