CN110412047A - 一种管道内壁缝隙测量系统及方法 - Google Patents

一种管道内壁缝隙测量系统及方法 Download PDF

Info

Publication number
CN110412047A
CN110412047A CN201910648219.5A CN201910648219A CN110412047A CN 110412047 A CN110412047 A CN 110412047A CN 201910648219 A CN201910648219 A CN 201910648219A CN 110412047 A CN110412047 A CN 110412047A
Authority
CN
China
Prior art keywords
pipeline
gap
wall
wall gap
side edge
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.)
Pending
Application number
CN201910648219.5A
Other languages
English (en)
Inventor
姜春英
孟向臻
王丽卿
周旭
闫子龙
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.)
Shenyang Aerospace University
Original Assignee
Shenyang Aerospace 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 Shenyang Aerospace University filed Critical Shenyang Aerospace University
Priority to CN201910648219.5A priority Critical patent/CN110412047A/zh
Publication of CN110412047A publication Critical patent/CN110412047A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • G01N21/90—Investigating the presence of flaws or contamination in a container or its contents
    • G01N21/9072—Investigating the presence of flaws or contamination in a container or its contents with illumination or detection from inside the container
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8861—Determining coordinates of flaws
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8874—Taking dimensions of defect into account
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

一种管道内壁缝隙测量系统及方法，属于非接触测量技术领域。所述管道内壁缝隙测量系统，包括图像采集模块、光照模块和图像处理模块，图像采集模块包括依次连接的相机、镜头和镜头转向器，镜头转向器位于被测管道内部，光照模块包括两个LED灯，两个LED灯对称设置在管道内壁缝隙所在平面的两侧，图像处理模块与图像采集模块连接，图像处理模块采用PC机，PC机通过内嵌程序执行以下功能：均值滤波处理、中值滤波处理、设定感兴趣区域、单调化处理、图像增强处理和计算平均缝隙宽度。所述管道内壁缝隙测量系统及方法，能够实现非接触式的测量，能够进行高效、高精度的管道内壁缝隙测量。

Description

一种管道内壁缝隙测量系统及方法
技术领域
本发明涉及非接触测量技术领域，特别涉及一种管道内壁缝隙测量系统及方法。
背景技术
管道在精密仪器制造、航空、航天和武器、测试等领域都有较为广泛的应用。如蒸汽管道、枪管、火炮身管、平行光管、蒸汽管道等，这些管道往往用于交换热能，输送高压流体，还可以制造支架，在加工或装配过程中往往会出现较大误差。目前，我国的管道内壁缝隙测量基本使用的使手工测量，测量精度和自动化程度低，难以满足现代高精度和高自动化的要求，且成本较高。
发明内容
为了解决现有技术存在的测量精度低、自动化程度低、成本较高等技术问题，本发明提供了一种管道内壁缝隙测量系统及方法，能够实现非接触式的测量，能够进行高效、高精度的管道内壁缝隙测量。
为了实现上述目的，本发明的技术方案是：
一种管道内壁缝隙测量系统，包括图像采集模块、光照模块和图像处理模块；
所述图像采集模块包括依次连接的相机、镜头和镜头转向器，所述镜头转向器位于被测管道内部；
所述光照模块包括两个LED灯，两个LED灯对称设置在管道内壁缝隙所在平面的两侧；
所述图像处理模块与图像采集模块连接，所述图像处理模块采用PC机，所述PC机通过内嵌程序执行以下功能：
1)对相机传来的电信号进行均值滤波处理，滤掉线性噪声；
2)对均值滤波处理后的信号进行中值滤波处理，滤掉非线性噪声；
3)对中值滤波处理后的信号根据管道内壁缝隙测量需求设定感兴趣区域，减少图像处理区域的尺寸，节约计算时间；
4)对感兴趣区域内的信号进行单调化处理，使原本凹凸不平的灰度值曲线趋于单调化，使其具有稳定趋势，方便后续的处理；
5)对单调化处理后的信号进行图像增强处理，得到管道内壁缝隙一侧边缘的像素坐标和管道内壁缝隙另一侧边缘的像素坐标；
6)根据管道内壁缝隙一侧边缘的像素坐标和管道内壁缝隙另一侧边缘的像素坐标计算平均缝隙宽度，即得到管道内壁缝隙一侧边缘和管道内壁缝隙另一侧边缘之间的距离。
上述技术方案中，均值滤波处理、中值滤波处理均采用现有技术，图像增强处理采用现有技术中的拉普拉斯算子求拐点，进而得到管道内壁缝隙一侧边缘的像素坐标和管道内壁缝隙另一侧边缘的像素坐标。
两个所述LED灯设置在镜头转向器输入端。
两个所述LED灯发射的光信号与管道内壁缝隙所在平面的夹角小于等于60度。
上述技术方案中，两个LED灯固定在镜头转向器上便于提供稳定光照条件，减小环境光对测量精度的影响，两个LED灯发射的光信号与管道内壁缝隙所在平面的夹角小于等于60度，能够减小倒角对测量精度的影响，两个LED灯将光信号打在管道内壁缝隙上，镜头和镜头转向器沿被测管道的轴向进入被测管道，即镜头转向器与被测缝隙的法平面平行，同时，镜头转向器位于管道内壁缝隙附近，光信号通过镜头转向器内部的45度棱镜反射给其后端的镜头，镜头再将光信号传送给其后端相机中的感光芯片，感光芯片将光信号转变为电信号通过网口通信将电信号传给图像处理模块，图像处理模块通过图像滤波去除图像噪声，再通过图像增强获得管道内壁缝隙一侧边缘的像素坐标和管道内壁缝隙另一侧边缘的像素坐标并求得平均宽度，测量精度可达到0.02mm。
所述相机与PC机通过通信模块连接，所述通信模块为网口通信，操作方便，结构简单。
所述相机采用COMS面阵相机，价格低廉，成本低。
所述PC机设置有显示屏。
上述技术方案中，显示屏能够进行数据实时显示，操作者能够在现场查看图像信息，适用于对实时性要求较高的场所。
一种管道内壁缝隙测量方法，采用上述管道内壁缝隙测量系统，包括以下步骤：
S1：两个LED灯发射光信号，使光信号照射在被测管道的管道内壁缝隙及其周围区域，同时被测管道同轴转动；
S2：照射在的管道内壁缝隙及周围区域的光信号经镜头转向器反射到镜头并成像于相机的感光元件上；
S3：感光元件将光信号转变为电信号通过网口通信传送给图像处理模块；
S4：图像处理模块对接收到的电信号进行处理，得到平均缝隙宽度，具体方法如下：
S4.1：对相机传来的电信号进行均值滤波处理，滤掉线性噪声；
S4.2：对均值滤波处理后的信号进行中值滤波处理，滤掉非线性噪声；
S4.3：对中值滤波处理后的信号根据管道内壁缝隙测量需求设定感兴趣区域，减少图像处理区域的尺寸；
S4.4：对感兴趣区域内的信号进行单调化处理，使原本凹凸不平的灰度值曲线趋于单调化；
步骤S4.4中，所述单调化处理具体步骤为：
在感兴趣区域内寻找最小灰度值的像素坐标，并以该像素坐标为原点分别向其两侧依次判断各像素坐标的灰度值的大小，位于原点同一侧的相邻的两个像素坐标的灰度值为A和B，其中，A的像素坐标靠近原点，B的像素坐标远离原点，当A≤B时，则A和B的值不变；当A＞B时，则将A的值赋给B；继续判断下一组相邻的两个像素坐标的灰度值，直到分别判断完原点两侧所有的像素坐标的灰度值的大小，使原本凹凸不平的灰度值曲线趋于单调化；
S4.5：对单调化处理后的信号进行图像增强处理，得到管道内壁缝隙一侧边缘的像素坐标和管道内壁缝隙另一侧边缘的像素坐标i＝0,1,2,3,…,n；
S4.6：计算管道内壁缝隙一侧边缘的像素坐标和管道内壁缝隙另一侧边缘的像素坐标之间的距离Si，再计算平均缝隙宽度S1，k为像素尺寸，即得到管道内壁缝隙一侧边缘和管道内壁缝隙另一侧边缘之间的距离。
本发明的有益效果：
一、能够实现自动化测量，提高了自动化程度，并且测量精度高，成本低；
二、能够实现非接触式的测量，即在不用直接用仪器或者人工接触管道的情况下进行高效，高精度的管道内壁缝隙测量；
三、适用于对测量精度要求较高的管道内壁缝隙测量与对实时性要求较高的场所。
附图说明
图1是本发明提供的管道内壁缝隙测量系统的流程图；
图2是本发明提供的管道内壁缝隙测量系统的结构示意图；
图3是本发明提供的LED灯与镜头转向器安装在被测管道内的示意图。
其中，
1-相机，2-镜头，3-被测管道，4-镜头转向器，5-LED灯，6-支架，7-通信模块，8-图像处理模块，9-管道内壁缝隙一侧边缘，10-管道内壁缝隙另一侧边缘，11-托架，12-镜头转向器输入端，13-45度棱镜。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。在本发明的描述中，需要说明的是，术语“上”、“下”、“内”、“外”、“前端”、“后端”、“一侧”、“另一侧”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。除非另有明确的规定和限定，术语“安装”、“设置有”、“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
为了解决现有技术存在的问题，如图1至图3所示，本发明提供了一种管道内壁缝隙测量系统及其使用方法，能够实现非接触式的测量，能够进行高效、高精度的管道内壁缝隙测量。
如图2所示，一种管道内壁缝隙测量系统，包括图像采集模块、光照模块和图像处理模块8，图像采集模块包括依次连接的相机1、镜头2和镜头转向器4，相机1采用COMS面阵相机，价格低廉，成本，当然其他工业相机也可以实现，相机1固定在支架6上，采集镜头2接收到的光信号，镜头2和镜头转向器4配套使用，且均为现有技术，本实施方式中，镜头2和镜头转向器4沿被测管道3的轴向进入被测管道3，即镜头转向器4与被测缝隙的法平面平行，同时，镜头转向器4位于被测管道3内部的管道内壁缝隙附近，光信号通过镜头转向器4内部的45度棱镜13反射给其后端的镜头2，镜头2能够实时接收镜头转向器4反射的光信号，镜头2再将光信号传送给其后端相机1中的感光芯片，感光芯片将光信号转变为电信号通过网口通信将电信号传给图像处理模块8，图像处理模块8通过图像滤波去除图像噪声，再通过图像增强获得管道内壁缝隙一侧边缘9的像素坐标和管道内壁缝隙另一侧边缘10的像素坐标并求得平均宽度，测量精度可达到0.02mm。
如图2和图3所示，光照模块设置在被测管道3的内部，光照模块包括两个LED灯5，还包括LED灯5的外壳，两个LED灯5对称设置在管道内壁缝隙所在平面的两侧，两个LED灯5安装在镜头转向器输入端12，两个LED灯5固定在镜头转向器4上便于提供稳定光照条件，减小环境光对测量精度的影响，两个LED灯5发射的光信号与管道内壁缝隙所在平面的夹角小于等于60度(如图3中的α角)，即光照模块发射的光信号与被测管道3的端部平面的夹角小于等于60度，能够减小倒角对测量精度的影响，两个LED灯5将光信号打在管道内壁缝隙上。两个LED灯5发射的光信号到管道缝隙一侧边缘、管道缝隙另一侧边缘和被测管道3上，光信号经镜头转向器4反射给镜头2的输入端，镜头转向器4的输出端与镜头2的输入端的输入端连接，相机1采集镜头2上的光信号，相机1的输出端与通信模块7的输入端连接，通信模块7的输出端与图像处理模块8的输入端连接，图像处理模块8得到管道内壁缝隙一侧边缘9和管道内壁缝隙另一侧边缘10之间的距离。
如图2所示，图像处理模块8与图像采集模块连接，图像处理模块8采用PC机，相机1与PC机通过通信模块7连接，通信模块7为网口通信，操作方便，结构简单。PC机设置有显示屏，显示屏能够进行数据实时显示，操作者能够在现场查看图像信息，并显示结果，适用于对实时性要求较高的场所，本实施方式中，PC机通过内嵌程序执行以下功能：
1)对相机1传来的电信号进行均值滤波处理，滤掉线性噪声；
2)对均值滤波处理后的信号进行中值滤波处理，滤掉非线性噪声；
3)对中值滤波处理后的信号根据管道内壁缝隙测量需求设定感兴趣区域，减少图像处理区域的尺寸，节约计算时间；
4)对感兴趣区域内的信号进行单调化处理，使原本凹凸不平的灰度曲线进行单调化，使其具有稳定趋势，方便后续的处理；
5)对单调化处理后的信号进行图像增强处理，得到管道内壁缝隙一侧边缘9的像素坐标和管道内壁缝隙另一侧边缘10的像素坐标；
6)根据管道内壁缝隙一侧边缘9的像素坐标和管道内壁缝隙另一侧边缘10的像素坐标计算平均缝隙宽度，即得到管道内壁缝隙一侧边缘9和管道内壁缝隙另一侧边缘10之间的距离。
本实施方式中，均值滤波处理、中值滤波处理均采用现有技术，图像增强处理采用现有技术中的拉普拉斯算子求拐点，进而得到管道内壁缝隙一侧边缘9的像素坐标和管道内壁缝隙另一侧边缘10的像素坐标，图像处理模块8得到的管道内壁缝隙一侧边缘9和管道内壁缝隙另一侧边缘10之间的距离是通过Visual Studio2012软件实现的。
如图1至图3所示，一种管道内壁缝隙测量方法，采用上述管道内壁缝隙测量系统，包括以下步骤：
S1：两个LED灯5发射光信号，使光信号照射在被测管道3的管道内壁缝隙及其周围区域，同时被测管道3通过托架11支撑，并进行同轴转动；
S2：照射在的管道内壁缝隙及周围区域的光信号经镜头转向器4反射到镜头2并成像于相机1的感光元件上；
S3：感光元件将光信号转变为电信号通过网口通信传送给图像处理模块8；
S4：图像处理模块8对接收到的电信号进行处理，得到平均缝隙宽度，具体方法如下：
S4.1：对相机1传来的电信号进行均值滤波处理，滤掉线性噪声；
S4.2：对均值滤波处理后的信号进行中值滤波处理，滤掉非线性噪声；
S4.3：对中值滤波处理后的信号根据管道内壁缝隙测量需求设定感兴趣区域，减少图像处理区域的尺寸；
S4.4：对感兴趣区域内的信号进行单调化处理，使原本凹凸不平的灰度值曲线趋于单调化；
步骤S4.4中，单调化处理具体步骤为：
在感兴趣区域内寻找最小灰度值的像素坐标，并以该像素坐标为原点分别向其两侧依次判断各像素坐标的灰度值的大小，位于原点同一侧的相邻的两个像素坐标的灰度值为A和B，其中，A的像素坐标靠近原点，B的像素坐标远离原点，当A≤B时，则A和B的值不变；当A＞B时，则将A的值赋给B；继续判断下一组相邻的两个像素坐标的灰度值，直到分别判断完原点两侧所有的像素坐标的灰度值的大小，使原本凹凸不平的灰度值曲线趋于单调化；
S4.5：对单调化处理后的信号进行图像增强处理，得到管道内壁缝隙一侧边缘9的像素坐标和管道内壁缝隙另一侧边缘10的像素坐标i＝0,1,2,3,…,n；
S4.6：计算管道内壁缝隙一侧边缘9的像素坐标和管道内壁缝隙另一侧边缘10的像素坐标之间的距离Si，再计算平均缝隙宽度S1，k为像素尺寸，即得到管道内壁缝隙一侧边缘9和管道内壁缝隙另一侧边缘10之间的距离。
为了测量管道内壁缝隙的宽度，即管道内壁缝隙一侧边缘9和管道内壁缝隙另一侧边缘10之间的距离，采用本发明的管道内壁缝隙测量系统进行测量，工作原理为：
光照模块发射光信号到管道内壁缝隙一侧边缘9、管道内壁缝隙另一侧边缘10和管道内壁缝隙周围的被测管道3上，光信号经镜头转向器4反射给镜头2的输入端，镜头转向器4的输出端与镜头2的输入端的输入端连接，相机1采集镜头2上的光信号，相机1的输出端与通信模块7的输入端连接，通信模块7的输出端与图像处理模块8的输入端连接，图像处理模块8得到管道内壁缝隙一侧边缘9的像素坐标和管道内壁缝隙另一侧边缘10的像素坐标之间的距离Si，i＝0,1,2,3,…,n，最后计算平均距离S1，k为像素尺寸。
本实施例中，光照模块发射光信号，使光信号作用在管道内壁缝隙一侧边缘9和管道内壁缝隙另一侧边缘10上，相机1将接收镜头2传来的光信号转换为电信号，通信模块7将电信号传给图像处理模块8，图像处理模块8记录得到的管道内壁缝隙一侧边缘9的像素坐标和管道内壁缝隙另一侧边缘10的像素坐标i＝0,1,2,3,…,12，像素坐标如表1所示，通过图像处理模块8分别计算管道内壁缝隙一侧边缘9的像素坐标和管道内壁缝隙另一侧边缘10的像素坐标之间距离S1＝|40-16|+|1-1|，S2＝|49-9|+|2-2|，S3＝|52-13|+|3-3|，…，S11＝|52-18|+|11-11|，S12＝|48-16|+|12-12|，计算平均距离：
S1＝((S1+S2+S3+…+S11+S12)*k)/12＝61.094μm，k＝1.67μm，测量精度可以达到微米级别。
表1像素坐标
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种管道内壁缝隙测量系统，其特征在于，包括图像采集模块、光照模块和图像处理模块；
所述图像采集模块包括依次连接的相机、镜头和镜头转向器，所述镜头转向器位于被测管道内部；
所述光照模块包括两个LED灯，两个LED灯对称设置在管道内壁缝隙所在平面的两侧；
所述图像处理模块与图像采集模块连接，所述图像处理模块采用PC机，所述PC机通过内嵌程序执行以下功能：
1)对相机传来的电信号进行均值滤波处理，滤掉线性噪声；
2)对均值滤波处理后的信号进行中值滤波处理，滤掉非线性噪声；
3)对中值滤波处理后的信号根据管道内壁缝隙测量需求设定感兴趣区域，减少图像处理区域的尺寸；
4)对感兴趣区域内的信号进行单调化处理，使原本凹凸不平的灰度值曲线趋于单调化；
5)对单调化处理后的信号进行图像增强处理，得到管道内壁缝隙一侧边缘的像素坐标和管道内壁缝隙另一侧边缘的像素坐标；
6)根据管道内壁缝隙一侧边缘的像素坐标和管道内壁缝隙另一侧边缘的像素坐标计算平均缝隙宽度，即得到管道内壁缝隙一侧边缘和管道内壁缝隙另一侧边缘之间的距离。
2.根据权利要求1所述的管道内壁缝隙测量系统，其特征在于，两个所述LED灯设置在镜头转向器输入端。
3.根据权利要求1所述的管道内壁缝隙测量系统，其特征在于，两个所述LED灯发射的光信号与管道内壁缝隙所在平面的夹角小于等于60度。
4.根据权利要求1所述的管道内壁缝隙测量系统，其特征在于，所述相机与PC机通过通信模块连接，所述通信模块为网口通信。
5.根据权利要求1所述的管道内壁缝隙测量系统，其特征在于，所述相机采用COMS面阵相机。
6.根据权利要求1所述的管道内壁缝隙测量系统，其特征在于，所述PC机设置有显示屏。
7.一种管道内壁缝隙测量方法，采用权利要求1所述的管道内壁缝隙测量系统，其特征在于，包括以下步骤：
S1：两个LED灯发射光信号，使光信号照射在被测管道的管道内壁缝隙及其周围区域，同时被测管道同轴转动；
S2：照射在的管道内壁缝隙及周围区域的光信号经镜头转向器反射到镜头并成像于相机的感光元件上；
S3：感光元件将光信号转变为电信号通过网口通信传送给图像处理模块；
S4：图像处理模块对接收到的电信号进行处理，得到平均缝隙宽度，具体方法如下：
S4.1：对相机传来的电信号进行均值滤波处理，滤掉线性噪声；
S4.2：对均值滤波处理后的信号进行中值滤波处理，滤掉非线性噪声；
S4.3：对中值滤波处理后的信号根据管道内壁缝隙测量需求设定感兴趣区域，减少图像处理区域的尺寸；
S4.4：对感兴趣区域内的信号进行单调化处理，使原本凹凸不平的灰度值曲线趋于单调化；
S4.5：对单调化处理后的信号进行图像增强处理，得到管道内壁缝隙一侧边缘的像素坐标和管道内壁缝隙另一侧边缘的像素坐标i＝0,1,2,3,…,n；
S4.6：计算管道内壁缝隙一侧边缘的像素坐标和管道内壁缝隙另一侧边缘的像素坐标之间的距离Si，再计算平均缝隙宽度S1，k为像素尺寸，即得到管道内壁缝隙一侧边缘和管道内壁缝隙另一侧边缘之间的距离。
8.根据权利要求7所述的管道内壁缝隙测量方法，其特征在于，所述步骤S4.4中，所述单调化处理具体步骤为：
在感兴趣区域内寻找最小灰度值的像素坐标，并以该像素坐标为原点分别向其两侧依次判断各像素坐标的灰度值的大小，位于原点同一侧的相邻的两个像素坐标的灰度值为A和B，其中，A的像素坐标靠近原点，B的像素坐标远离原点，当A≤B时，则A和B的值不变；当A＞B时，则将A的值赋给B；继续判断下一组相邻的两个像素坐标的灰度值，直到分别判断完原点两侧所有的像素坐标的灰度值的大小，使原本凹凸不平的灰度值曲线趋于单调化。
CN201910648219.5A 2019-07-18 2019-07-18 一种管道内壁缝隙测量系统及方法 Pending CN110412047A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910648219.5A CN110412047A (zh) 2019-07-18 2019-07-18 一种管道内壁缝隙测量系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910648219.5A CN110412047A (zh) 2019-07-18 2019-07-18 一种管道内壁缝隙测量系统及方法

Publications (1)

Publication Number Publication Date
CN110412047A true CN110412047A (zh) 2019-11-05

Family

ID=68361895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910648219.5A Pending CN110412047A (zh) 2019-07-18 2019-07-18 一种管道内壁缝隙测量系统及方法

Country Status (1)

Country Link
CN (1) CN110412047A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112258505A (zh) * 2020-11-18 2021-01-22 安徽国钜工程机械科技有限公司 一种基于数字图像的隧道裂缝宽度计算方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101986143A (zh) * 2010-03-17 2011-03-16 燕山大学 机器视觉皮带撕裂检测及保护装置
CN103649732A (zh) * 2011-06-06 2014-03-19 费德罗-莫格尔公司 用于圆柱形部件内表面检测的技术
CN103743756A (zh) * 2014-01-20 2014-04-23 清华大学 一种容器内壁在线检测装置及方法
CN105938620A (zh) * 2016-04-14 2016-09-14 北京工业大学 一种小口径管内焊缝表面缺陷识别装置
CN106651872A (zh) * 2016-11-23 2017-05-10 北京理工大学 基于Prewitt算子的路面裂缝识别方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101986143A (zh) * 2010-03-17 2011-03-16 燕山大学 机器视觉皮带撕裂检测及保护装置
CN103649732A (zh) * 2011-06-06 2014-03-19 费德罗-莫格尔公司 用于圆柱形部件内表面检测的技术
CN103743756A (zh) * 2014-01-20 2014-04-23 清华大学 一种容器内壁在线检测装置及方法
CN105938620A (zh) * 2016-04-14 2016-09-14 北京工业大学 一种小口径管内焊缝表面缺陷识别装置
CN106651872A (zh) * 2016-11-23 2017-05-10 北京理工大学 基于Prewitt算子的路面裂缝识别方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
严盛隆等: ""基于亚像素算法的混凝土结构裂缝测量"", 《交通科学与工程》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112258505A (zh) * 2020-11-18 2021-01-22 安徽国钜工程机械科技有限公司 一种基于数字图像的隧道裂缝宽度计算方法

Similar Documents

Publication Publication Date Title
CN102538672B (zh) 一种基于cmos机器视觉零件尺寸测量系统及测量检验方法
US20100328435A1 (en) Method and apparatus for 3-dimensional vision and inspection of ball and like protrusions of electronic components
CN108731805B (zh) 基于移动智能终端的吸收和荧光光谱检测装置
CN104655018A (zh) 一种花键套端面尺寸检测系统及方法
CN102519400A (zh) 基于机器视觉的大长径比轴类零件直线度误差检测方法
CN203422069U (zh) 平台光电仪器的多光轴一致性检测装置
CN105414957B (zh) 一种轴系部件同轴装配方法及同轴度检测方法
CN107747913B (zh) 一种管道弯曲度测量装置及方法
CN104677782A (zh) 一种电连接器壳体机器视觉在线检测系统及方法
CN105784697A (zh) 一种试纸检测装置
CN114280075B (zh) 一种管类零件表面缺陷在线视觉检测系统及检测方法
CN206772438U (zh) 基于移动智能终端的吸收和荧光光谱检测装置
CN106969719A (zh) 一种光纤阵列纤芯间距的检测方法及装置
CN110412047A (zh) 一种管道内壁缝隙测量系统及方法
CN102103247A (zh) 影像测量仪的同轴光对焦装置
CN211263105U (zh) 一种基于相机成像法的颗粒计数器
EP2169368A2 (en) Industrially robust non-contact color measurement device
JP2016162412A (ja) 指示針式メータ用画像解析装置、指示針式メータ用画像解析方法及びプログラム
CN201421322Y (zh) 一种用于检测手术器械的视觉图像采集装置
CN106500577A (zh) 一种医用直线加速器多页光栅位置检测方法
CN116678322A (zh) 考虑平行激光束倾斜角度的裂缝宽度测量方法及系统
CN203364775U (zh) 定向管平行度测量平台
CN111504255B (zh) 一种基于机器视觉的三维对准精度自动测量装置及方法
CN112946849B (zh) 一种远心光学系统镜头
CN211478808U (zh) 基板玻璃缺陷检测装置

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