CN108154507B - 螺纹管异物检测系统 - Google Patents

螺纹管异物检测系统 Download PDF

Info

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
Application number
CN201711468277.7A
Other languages
English (en)
Other versions
CN108154507A (zh
Inventor
朱金龙
于繁华
赵东
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.)
Changchun Normal University
Original Assignee
Changchun Normal 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 Changchun Normal University filed Critical Changchun Normal University
Priority to CN201711468277.7A priority Critical patent/CN108154507B/zh
Publication of CN108154507A publication Critical patent/CN108154507A/zh
Application granted granted Critical
Publication of CN108154507B publication Critical patent/CN108154507B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

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。
CN201711468277.7A 2017-12-29 2017-12-29 螺纹管异物检测系统 Active CN108154507B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (9)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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