CN110634136B - 一种管道壁破损检测方法、装置及系统 - Google Patents

一种管道壁破损检测方法、装置及系统 Download PDF

Info

Publication number
CN110634136B
CN110634136B CN201910876099.4A CN201910876099A CN110634136B CN 110634136 B CN110634136 B CN 110634136B CN 201910876099 A CN201910876099 A CN 201910876099A CN 110634136 B CN110634136 B CN 110634136B
Authority
CN
China
Prior art keywords
pipeline wall
frame
map
depth
damaged
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
CN201910876099.4A
Other languages
English (en)
Other versions
CN110634136A (zh
Inventor
刘小苹
李骊
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.)
Beijing HJIMI Technology Co Ltd
Original Assignee
Beijing HJIMI Technology Co Ltd
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 Beijing HJIMI Technology Co Ltd filed Critical Beijing HJIMI Technology Co Ltd
Priority to CN201910876099.4A priority Critical patent/CN110634136B/zh
Publication of CN110634136A publication Critical patent/CN110634136A/zh
Application granted granted Critical
Publication of CN110634136B publication Critical patent/CN110634136B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06T2207/10024—Color 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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

Abstract

本发明实施例提供了一种管道壁破损检测方法、装置及系统，该方法包括：结合当前帧的管道壁的深度图和彩色图的检测结果，初步确定当前帧深度图和彩色图对应的管道壁的当前检测区域是否包含破损区域，并结合关联图像帧集中的多帧图像进行联合检测，进一步确认当前检测区域中是否包含破损区域。这样，实现了对管道壁破损的自动化检测，而且无需相关人员进入管道内，降低了人工成本，提高了检测效率。而且通过深度图和彩色图结合以及通过多帧联合检测的方式，提高了检测的准确度。

Description

一种管道壁破损检测方法、装置及系统
技术领域
本发明涉及图像处理领域，尤其涉及一种管道壁破损检测方法、装置及系统。
背景技术
在工业领域，对管道壁的检测是一个难题，传统的管道壁的检测方法通常是相关人员进入管道内部检查、记录。
但是传统的方式，速度慢、效率低、人工成本高，且对于某些场景的工作环境不适用。
发明内容
有鉴于此，本发明实施例公开了一种管道壁破损检测方法、装置及系统，不仅实现了对管道壁破损的自动化检测，降低了人力的消耗，而且提高了检测精度。
本发明实施例提供了一种管道壁破损检测方法，包括：
获取管道壁的深度图和彩色图；所述管道壁的深度图和彩色图是相机在管道壁内移动的过程中拍摄得到的；
基于当前帧的管道壁的深度图和彩色图，初步确定当前帧的管道壁的深度图和彩色图对应的管道壁的当前检测区域是否有破损；所述当前帧为获取到的管道壁的深度图和彩色图中的任意一帧；
在初步确定所述当前检测区域有破损的情况下，获取所述当前帧的关联图像帧集；所述关联图像帧集中包括当前帧的深度图和彩色图以及与当前帧相邻的多帧深度图和彩色图；
在所述关联图像帧集中每帧深度图和彩色图均具有破损区域的情况下，判断所述关联图像帧集中的每帧深度图的破损区域的位置以及每帧彩色图中的破损区域的位置是否满足预设的位置条件；
在所述关联图像帧集中每帧深度图的破损区域的位置以及关联图像帧集中每帧彩色图破损区域的位置之间满足预设的位置条件的情况下，确定管道壁的当前检测区域存在破损区域。
可选的，所述基于当前帧的管道壁的深度图和彩色图，确定当前帧的管道壁的深度图和彩色图对应的管道壁的当前检测区域是否有破损，包括：
基于预设的管道壁破损的深度特点检测当前时刻所述管道壁的深度图中是否包含破损区域；
基于预设的破损区域检测模型，检测所述当前帧的管道壁的彩色图像中是否包含破损区域；
若所述当前帧的管道壁的深度图和所述当前帧的管道壁的彩色图中均包含破损区域，判断所述当前帧的管道壁的深度图中破损区域的位置与当前帧的管道壁的彩色图中破损区域的位置是否匹配；
若所述当前帧的管道壁的深度图中破损区域的位置与所述当前帧管道壁的彩色图的破损区域的位置匹配，则初步确定所述当前帧的深度图和彩色图对应的管道壁的当前检测区域中包含破损区域。
可选的，所述判断所述多帧深度图中的每个帧深度图的破损区域的位置以及多帧彩色图中每帧彩色图中的破损区域的位置是否满足预设的位置条件，包括：
判断关联图像帧集中所有相邻的两帧深度图中破损区域的位置之间的第一距离是否小于预设的第一阈值；
判断所述关联图像帧集中所有相邻两帧彩色图中破损区域的位置之间的第二距离是否小于预设的第二阈值；
若所述关联图像帧集中所有相邻两帧深度图中破损区域的位置之间的第一距离小于预设的第一阈值，且，关联图像帧集中所有相邻两帧的彩色图中的破损区域的位置之间的第二距离小于预设的第二阈值，判断所述关联图像帧集中每帧深度图中破损区域的位置和同一时刻拍摄的彩色图中破损区域的位置是否匹配；
若所述关联图像帧集中所有相邻的深度图中破损区域的位置和同一时刻拍摄的彩色图中破损区域的位置匹配，则所述关联图像帧集中每帧深度图以及每帧彩色图中破损区域的位置满足预设的位置关系。
可选的，还包括：
基于当前帧的所有管道壁的深度图中破损区域的位置，计算管道壁的当前检测区域的破损区域的形态信息
可选的，还包括：
将当前帧的管道壁的深度图转换到三维点云空间，得到当前帧的管道壁的破损区域在世界坐标系下的位置坐标；
获取深度相机的偏移角度，对当前帧的管道壁的破损区域的在世界坐标系下的位置进行修正。
本发明实施例还提供了一种管道壁破损检测装置，包括：
第一获取单元，用于获取管道壁的深度图和彩色图；所述管道壁的深度图和彩色图是相机在管道壁内移动的过程中拍摄得到的；
初步确定单元，用于基于当前帧的管道壁的深度图和彩色图，初步确定当前帧的管道壁的深度图和彩色图对应的管道壁的当前检测区域是否有破损；所述当前帧为获取到的管道壁的深度图和彩色图中的任意一帧；
第二获取单元，用于在初步确定所述当前检测区域有破损的情况下，获取所述当前帧的关联图像帧集；所述关联图像帧集中包括当前帧的深度图和彩色图以及与当前帧相邻的多帧深度图和彩色图；
判断单元，用于在所述关联图像帧集中每帧深度图和彩色图均具有破损区域的情况下，判断所述关联图像帧集中的每帧深度图的破损区域的位置以及每帧彩色图中的破损区域的位置是否满足预设的位置条件；
确定单元，用于在所述关联图像帧集中每帧深度图的破损区域的位置以及关联图像帧集中每帧彩色图破损区域的位置之间满足预设的位置条件的情况下，确定管道壁的当前检测区域存在破损区域。
可选的，所述初步确定单元，包括：
深度图检测子单元，用于基于预设的管道壁破损的深度特点检测当前时刻所述管道壁的深度图中是否包含破损区域；
彩色图检测子单元，用于基于预设的破损区域检测模型，检测所述当前帧的管道壁的彩色图像中是否包含破损区域；
判断子单元，用于若所述当前帧的管道壁的深度图和所述当前帧的管道壁的彩色图中均包含破损区域，判断所述当前帧的管道壁的深度图中破损区域的位置与当前帧的管道壁的彩色图中破损区域的位置是否匹配；
初步确定子单元，用于若所述当前帧的管道壁的深度图中破损区域的位置与所述当前帧管道壁的彩色图的破损区域的位置匹配，则初步确定所述当前帧的深度图和彩色图对应的管道壁的当前检测区域中包含破损区域。
可选的，所述判断单元，包括：
第一判断子单元，用于判断关联图像帧集中所有相邻的两帧深度图中破损区域的位置之间的第一距离是否小于预设的第一阈值；
第二判断子单元，用于判断所述关联图像帧集中所有相邻两帧彩色图中破损区域的位置之间的第二距离是否小于预设的第二阈值；
第三判断子单元，用于若所述关联图像帧集中所有相邻两帧深度图中破损区域的位置之间的第一距离小于预设的第一阈值，且，关联图像帧集中所有相邻两帧的彩色图中的破损区域的位置之间的第二距离小于预设的第二阈值，判断所述关联图像帧集中每帧深度图中破损区域的位置和同一时刻拍摄的彩色图中破损区域的位置是否匹配；
确定子单元，用于若所述关联图像帧集中所有相邻的深度图中破损区域的位置和同一时刻拍摄的彩色图中破损区域的位置匹配，则所述关联图像帧集中每帧深度图以及每帧彩色图中破损区域的位置满足预设的位置关系。
可选的，还包括：
转换子单元，用于将当前帧的管道壁的深度图转换到三维点云空间，得到当前帧的管道壁的破损区域在世界坐标系下的位置坐标；
修正子单元，用于获取深度相机的偏移角度，对当前帧的管道壁的破损区域的在世界坐标系下的位置进行修正。
本发明实施例还提供了一种管道壁破损检测系统，包括：
视觉成像系统，包括：移动装置、深度相机和彩色相机；
所述视觉成像系统，用于在管道壁内移动，并在移动的过程中通过深度相机和彩色相机采集管道壁的深度图像和彩色图像；
控制器，用于：
获取管道壁的深度图和彩色图；所述管道壁的深度图和彩色图是相机在管道壁内移动的过程中拍摄得到的；
基于当前帧的管道壁的深度图和彩色图，初步确定当前帧的管道壁的深度图和彩色图对应的管道壁的当前检测区域是否有破损；所述当前帧为获取到的管道壁的深度图和彩色图中的任意一帧；
在初步确定所述当前检测区域有破损的情况下，获取所述当前帧的关联图像帧集；所述关联图像帧集中包括当前帧的深度图和彩色图以及与当前帧相邻的多帧深度图和彩色图；
在所述关联图像帧集中每帧深度图和彩色图均具有破损区域的情况下，判断所述关联图像帧集中的每帧深度图的破损区域的位置以及每帧彩色图中的破损区域的位置是否满足预设的位置条件；
在所述关联图像帧集中每帧深度图的破损区域的位置以及关联图像帧集中每帧彩色图破损区域的位置之间满足预设的位置条件的情况下，确定管道壁的当前检测区域存在破损区域。
本发明实施例提供了一种管道壁的检测方法、装置及系统，该方法包括：结合当前帧的管道壁的深度图和彩色图的检测结果，初步确定当前帧深度图和彩色图对应的管道壁的当前检测区域是否包含破损区域，并结合关联图像帧集中的多帧图像进行联合检测，进一步确认当前检测区域中是否包含破损区域。这样，实现了对管道壁破损的自动化检测，而且无需相关人员进入管道内，降低了人工成本，提高了检测效率。而且通过深度图和彩色图结合以及通过多帧联合检测的方式，提高了检测的准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1本发明实施例提供了一种管道壁的检测方法的流程示意图；
图2示出了本发明实施例提供的一种判断所述多帧深度图中的每个帧深度图的破损区域的位置以及多帧彩色图中每帧彩色图中的破损区域的位置是否满足预设的位置条件的流程示意图；
图3示出了本发明实施例提供的一种管道壁破损检测方法的又一流程示意图；
图4示出了本发明实施例提供的一种管道壁破损检测装置的结构示意图；
图5示出了本发明实施例还提供了一种管道壁破损检测系统的结构示意图；
图6示出了视觉成像系统的结构示意图。
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参考图1，示出了本发明实施例提供了一种管道壁的检测方法的流程示意图，在本实施例中，该方法包括：
S101：获取管道壁的深度图和彩色图；所述管道壁的深度图和彩色图是相机在管道壁内移动的过程中拍摄得到的；
本实施例中，管道壁的深度图和彩色图可以是分别通过深度相机和彩色相机在管道内对管道壁进行拍摄得到的，其中深度相机和彩色相机可以设置在移动装置中构成视觉成像检测系统，并通过移动装置的移动带动深度相机和彩色相机在管道内移动，从而拍摄管道内的深度图和彩色图。
S102：基于当前帧的管道壁的深度图和彩色图，确定当前帧的管道壁的深度图和彩色图对应的管道壁的当前检测区域是否有破损；
本实施例中，当前帧为相机拍摄得到的任意一帧，当前帧的管道壁的深度图为获取到的管道壁的深度图中的任意一帧，当前帧的管道壁的彩色图为获取到的管道壁的彩色图中的任意一帧。
本实施例中，为了能够准确的确定出管道壁中是否存在破损区域，本实施例中，通过对同一时刻拍摄的同一区域的深度图和彩色图进行联合检测，其中，通过深度图和彩色图，确实管道壁中是否有破损的方式有很多，本实施例中不进行限定，优选的可以通过如下的方法：
基于预设的管道壁破损的深度特点确定当前时刻所述管道壁的深度图中是否包含破损区域；
本实施例中，在深度图中，管道壁未破损的区域和破损区域的深度特点不同，本实施例中，可以利用管道壁的深度特点从管道壁的深度图中检测出破损区域。
其中，管道壁的深度特点包括多种，本实施例中不进行限定，优选的本实施例中可以采用：管道壁的深度图，例如，当检测区域管道壁的深度值大于周围正常管道壁的深度值，且深度变化梯度较大时，则表示检测区域是破损区域。
其中，对破损区域的检测方法可以包括多种，本实施例中不进行限定，例如可以包括：区域算法、聚类算法等。
基于预设的破损区域检测模型，检测所述当前帧的管道壁的彩色图像中是否包含破损区域；
本实施例中，预设的破损区域检测模型可以是通过管道壁的彩色图像样本集对预设的模型进行训练得到的，其中管道壁的彩色图像样本集中包括没有破损的管道壁的图像和破损的管道壁的彩色图。
其中，预设的模型可以包括多种，本实施例中不进行限定，例如可以包括：神经网络模型、机器学习模型、人工智能模型等。
若所述当前帧的管道壁的深度图和所述当前帧的管道壁的彩色图中均包含破损区域，判断所述当前帧的管道壁的深度图中破损区域的位置与当前帧的管道壁的彩色图中破损区域的位置是否匹配；
若所述当前帧的管道壁的深度图中破损区域的位置与所述当前帧管道壁的彩色图的破损区域的位置匹配，则初步确定所述当前帧的深度图和彩色图对应的管道壁的当前检测区域中包含破损区域。
本实施例中，为了保证对破损区域检测的准确性，在通过S1022和S1023检测出当前帧的管道壁的深度图和管道壁的彩色图包含破损区域，可以再通过对二者检测出的破损区域的位置是否匹配的方法，进一步确定管道壁中包含破损区域。
其中，检测当前帧的管道壁的深度图和管道壁的彩色图中破损区域的位置是否匹配可以通过多种方式进行，本实施例中不进行限定，例如可以采用图像配准的方法。
本实施例中，在检测出当前帧的管道壁的深度图和彩色图的破损区域的位置匹配的情况下，则初步确定当前帧的深度图和彩色图对应的管道壁的当前检测区域中包含破损区域。
S103：在初步确定所述当前检测区域有破损的情况下，获取所述当前帧的关联图像帧集；所述关联图像帧集中包括当前帧的深度图和彩色图以及与当前帧相邻的多帧深度图和彩色图；
本实施例中，当初步确定当前检测区域有破损的情况下，为了避免误判，还需要进行进一步的确认，本实施例中，通过多帧联合检测的方式进行进一步的确认。
本实施例中，关联图像帧集中包括当前帧的深度图和彩色图以及与当前帧相邻的多帧深度图和彩色图，其中，与当前帧相邻的多帧深度图和彩色图包括如下的几种情况：
情况一、包括在当前帧之前拍摄的多帧深度图和彩色图，以及在当前帧之后拍摄的多帧深度图和彩色图；
举例说明：若关联的图像帧集包括三帧图像(三帧深度图和三帧彩色图)，假设当前帧为F0，在当前帧之前的图像帧表示为F-1，在当前之后的图像帧表示为F2。
情况二：包括在当前帧之后拍摄的多帧深度图和彩色图。
举例说明：假设当前帧为F0，假设与当前帧相邻且在当前帧之后拍摄的多帧深度图为两帧，假设分别为F1和F2。本实施例中，关联图像帧集中至少包括三帧深度图和三帧彩色图。
S104：在所述关联图像帧集中每帧深度图和彩色图均具有破损区域的情况下，判断所述关联图像帧集中的每帧深度图的破损区域的位置以及每帧彩色图中的破损区域的位置是否满足预设的位置条件；
S105：在所述关联图像帧集中每帧深度图的破损区域的位置以及关联图像帧集中每帧彩色图破损区域的位置之间满足预设的位置条件的情况下，确定管道壁的当前检测区域存在破损区域。
本实施例中，为了进一步确定管道壁的当前检测区域是否包含破损区域，可以通过多帧联合检测，其中，联合检测的多帧可以为与当前帧相邻且在当前帧之后拍摄得到的。
其中，联合检测的过程包括：
判断所述关联图像帧集中每帧深度图是否包含破损区域以及每帧彩色图是否包含破损区域；
在所述关联图像帧集中每帧深度图包含破损区域，且每帧彩色图包含破损区域的情况下，判断所述关联图像帧集中中每帧深度图中破损区域的位置以及每帧彩色图包含破损区域的位置是否满足预设的位置条件；
在所述关联图像帧集中中每帧深度图中破损区域的位置以及每帧彩色图包含破损区域的位置是否满足预设的位置条件，确定管道壁的当前检测区域存在破损区域。
若关联图像帧集中的每帧深度图的破损区域的位置以及每帧彩色图中的破损区域的位置不满足预设的位置条件时，可以有多种处理方式，例如包括：
方式一、可以认为当前帧的图像中不包含破损区域；
方式二、可以通过人工进一步确认当前帧是否包含破损区域。
其中，位置条件可以是用户根据破损区域的特点设定的，在本实施例中，不进行限定，其中，优选的实现方式会在如下的实施例中进行介绍。
本实施例中，结合当前帧的管道壁的深度图和彩色图的检测结果，初步确定当前帧深度图和彩色图对应的管道壁的当前检测区域是否包含破损区域，并结合关联图像帧集中的多帧图像进行联合检测，进一步确认当前检测区域中是否包含破损区域。这样，实现了对管道壁破损的自动化检测，而且无需相关人员进入管道内，降低了人工成本，提高了检测效率。而且通过深度图和彩色图结合以及通过多帧联合检测的方式，提高了检测的准确度。
参考图2，示出了本发明实施例提供的一种判断所述多帧深度图中的每个帧深度图的破损区域的位置以及多帧彩色图中每帧彩色图中的破损区域的位置是否满足预设的位置条件的程示意图，在本实施例中，该方法包括：
S201：判断关联图像帧集中所有相邻的两帧深度图中破损区域的位置之间的第一距离是否小于预设的第一阈值；
本实施例中，相邻两帧的深度图中破损区域的位置之间的第一距离可以通过多种方式表示，其中，若每个位置是通过坐标的形式表示的话，相邻两帧的深度图中破损区域的位置之间的第一距离可以通过如下的两种方式表示：
方式一、可以分别通过x轴坐标之间的距离，以及通过y轴坐标之间的距离。
举例说明：假设当前帧为F0，假设与当前帧相邻且在当前帧之后拍摄的多帧深度图为两帧，假设分别为F1和F2，其中，每一帧破损区域的位置例如分别为：F0：P0(x0,y0)、F1：P1(x1,y1)、F2：P2(x2,y2)，判断0＜x1-x0＜thx，0＜x2-x1＜thx且|y1-y0|＜thy、|y2-y1|＜thy，其中，thx为x轴的第一阈值，thy为y轴的第一阈值。
方式二、计算相邻两帧的深度图中破损区域的坐标位置之间的欧氏距离。
本实施例中，相邻两帧的深度图中破损区域之间的第一距离除了可以采用欧氏距离计算外，还可以采用其它可以用于计算距离的方法，本实施例中不进行限定。
S202：判断所述关联图像帧集中所有相邻两帧彩色图中破损区域的位置之间的第二距离是否小于预设的第二阈值；
本实施例中，相邻两帧的彩色图中破损区域的位置之间的第二距离可以通过多种方式表示，其中，若每个位置是通过坐标的形式表示的话，相邻两帧的深度图中破损区域的位置之间的第一距离可以通过如下的两种方式表示：
方式一、可以分别通过x轴坐标之间的距离，以及通过y轴坐标之间的距离。
举例说明：假设当前帧为F0，假设与当前帧相邻且在当前帧之后拍摄的多帧彩色图为两帧，假设分别为F1和F2，其中，每一帧破损区域的位置例如分别为：F0：P0(x0,y0)、F1：P1(x1,y1)、F2：P2(x2,y2)，判断0＜x1-x0＜thx，0＜x2-x1＜thx且|y1-y0|＜thy、|y2-y1|＜thy，其中，thx为x轴的第二阈值，thy为y轴的第二阈值。
方式二、计算相邻两帧的彩色图中破损区域的坐标位置之间的欧氏距离。
本实施例中，相邻两帧的彩色图中破损区域之间的第一距离除了可以采用欧氏距离计算外，还可以采用其它可以用于计算距离的方法，本实施例中不进行限定。
其中，第二阈值和第一阈值可以是相同的也可以是不同。
S203：若所述关联图像帧集中所有相邻两帧深度图中破损区域的位置之间的第一距离小于预设的第一阈值，且，关联图像帧集中所有相邻两帧的彩色图中的破损区域的位置之间的第二距离小于预设的第二阈值，判断所述关联图像帧集中每帧深度图中破损区域的位置和同一时刻拍摄的彩色图中破损区域的位置是否匹配；
S204：若所述关联图像帧集中所有相邻的深度图中破损区域的位置和同一时刻拍摄的彩色图中破损区域的位置匹配，则所述关联图像帧集中每帧深度图以及每帧彩色图中破损区域的位置满足预设的位置关系。
本实施例中，在初步确定了当前深度图和彩色图对应的管道壁的当前检测区域包含破损区域的情况下，结合关联图像帧集中的多帧图像进行联合检测，进一步确认当前检测区域中是否包含破损区域。这样，避免了漏检和误检的发生，提高了检测的准确度。
本实施例中，进一步的，还包括：基于当前帧的所有管道壁的深度图中破损区域的位置，计算管道壁的当前检测区域的破损区域的形态信息；
本实施例中，当前检测区域破损区域的形态信息可以包括多种，例如包括大小、形状，以及破损区域的位置。
参考图3，示出了本发明实施例提供的一种管道壁破损检测方法的又一流程示意图，在本实施例中，该方法包括：
S301：获取管道壁的深度图和彩色图；所述管道壁的深度图和彩色图是相机在管道壁内移动的过程中拍摄得到的；
S302：基于当前帧的管道壁的深度图和彩色图，初步确定当前帧的管道壁的深度图和彩色图对应的管道壁的当前检测区域是否有破损；所述当前帧为获取到的管道壁的深度图和彩色图中的任意一帧；
S303：在初步确定所述当前检测区域有破损的情况下，获取所述当前帧的关联图像帧集；所述关联图像帧集中包括当前帧的深度图和彩色图以及与当前帧相邻的多帧深度图和彩色图；
S304：在所述关联图像帧集中每帧深度图和彩色图均具有破损区域的情况下，判断所述关联图像帧集中的每帧深度图的破损区域的位置以及每帧彩色图中的破损区域的位置是否满足预设的位置条件；
S305：在所述关联图像帧集中每帧深度图的破损区域的位置以及关联图像帧集中每帧彩色图破损区域的位置之间满足预设的位置条件的情况下，确定管道壁的当前检测区域存在破损区域。
S306：将当前帧的管道壁的深度图转换到三维点云空间，得到当前帧的管道壁的破损区域在世界坐标系下的位置坐标；
本实施例中，基于当前帧的管道壁的深度图获取当前检测区域中破损区域在像素坐标系下的位置，然后可以通过将当前帧的管道壁的深度图转换到三维点云空间，从而得到当前帧的管道壁的破损区域在世界坐标系下的位置坐标。
举例说明：可以通过如下的公式1)将当前帧的管道壁的深度图转换到三维点云空间，进而得到当前帧的管道壁的破损区域在世界坐标系下的位置坐标：
Figure BDA0002204412530000121
其中，f为深度相机焦距，为(cx,cy)光心坐标，(u,v,z)为像素坐标系下的点坐标，(x,y,z)为转换到世界坐标系下的Wd的点坐标。
S307：获取深度相机的偏移角度，对当前帧的管道壁的破损区域的在世界坐标系下的位置进行修正。
需要说明的是，S306中得到的世界坐标系下的破损区域的位置坐标，是基于深度相机的位置的，但是深度相机在移动过程中，可能会出现偏移，因此，还需要深度相机的偏移角度对位置坐标进行修正。
本实施中，还可以通过如下的公式2)对坐标位置进行修正：
Figure BDA0002204412530000131
3)Ps＝Rx(θ1)Ry(θ2)Rz(θ3)Pd+Txyz；
其中，
Figure BDA0002204412530000132
其中，深度相机在x,y,z方向的偏移角度分别为θ1，θ2，θ3，偏移量分别为t1,t2,t3。Ps为修正后的坐标位置，Pd为修正前的坐标位置。
本实施例中，深度相机可以设置在移动装置中，通过移动装置的移动带动深度相机移动，深度相机的偏移角度可以为深度相机相对于移动装置的旋转角度和偏移量。
本实施例中，通过坐标转换和修正，确定了破损区域的准确位置。
参考图4，示出了本发明实施例提供的一种管道壁破损检测装置的结构示意图，在本实施例中，该装置包括：
第一获取单元401，用于获取管道壁的深度图和彩色图；所述管道壁的深度图和彩色图是相机在管道壁内移动的过程中拍摄得到的；
初步确定单元402，用于基于当前帧的管道壁的深度图和彩色图，初步确定当前帧的管道壁的深度图和彩色图对应的管道壁的当前检测区域是否有破损；所述当前帧为获取到的管道壁的深度图和彩色图中的任意一帧；
第二获取单元403，用于在初步确定所述当前检测区域有破损的情况下，获取所述当前帧的关联图像帧集；所述关联图像帧集中包括当前帧的深度图和彩色图以及与当前帧相邻的多帧深度图和彩色图；
判断单元404，用于在所述关联图像帧集中每帧深度图和彩色图均具有破损区域的情况下，判断所述关联图像帧集中的每帧深度图的破损区域的位置以及每帧彩色图中的破损区域的位置是否满足预设的位置条件；
确定单元405，用于在所述关联图像帧集中每帧深度图的破损区域的位置以及关联图像帧集中每帧彩色图破损区域的位置之间满足预设的位置条件的情况下，确定管道壁的当前检测区域存在破损区域。
可选的，所述初步确定单元，包括：
深度图检测子单元，用于基于预设的管道壁破损的深度特点检测当前时刻所述管道壁的深度图中是否包含破损区域；
彩色图检测子单元，用于基于预设的破损区域检测模型，检测所述当前帧的管道壁的彩色图像中是否包含破损区域；
判断子单元，用于若所述当前帧的管道壁的深度图和所述当前帧的管道壁的彩色图中均包含破损区域，判断所述当前帧的管道壁的深度图中破损区域的位置与当前帧的管道壁的彩色图中破损区域的位置是否匹配；
初步确定子单元，用于若所述当前帧的管道壁的深度图中破损区域的位置与所述当前帧管道壁的彩色图的破损区域的位置匹配，则初步确定所述当前帧的深度图和彩色图对应的管道壁的当前检测区域中包含破损区域。
可选的，所述判断单元，包括：
第一判断子单元，用于判断关联图像帧集中所有相邻的两帧深度图中破损区域的位置之间的第一距离是否小于预设的第一阈值；
第二判断子单元，用于判断所述关联图像帧集中所有相邻两帧彩色图中破损区域的位置之间的第二距离是否小于预设的第二阈值；
第三判断子单元，用于若所述关联图像帧集中所有相邻两帧深度图中破损区域的位置之间的第一距离小于预设的第一阈值，且，关联图像帧集中所有相邻两帧的彩色图中的破损区域的位置之间的第二距离小于预设的第二阈值，判断所述关联图像帧集中每帧深度图中破损区域的位置和同一时刻拍摄的彩色图中破损区域的位置是否匹配；
确定子单元，用于若所述关联图像帧集中所有相邻的深度图中破损区域的位置和同一时刻拍摄的彩色图中破损区域的位置匹配，则所述关联图像帧集中每帧深度图以及每帧彩色图中破损区域的位置满足预设的位置关系。
可选的，还包括：
转换子单元，用于将当前帧的管道壁的深度图转换到三维点云空间，得到当前帧的管道壁的破损区域在世界坐标系下的位置坐标；
修正子单元，用于获取深度相机的偏移角度，对当前帧的管道壁的破损区域的在世界坐标系下的位置进行修正。
本实施例中，通过本实施例的装置，结合当前帧的管道壁的深度图和彩色图的检测结果，初步确定当前帧深度图和彩色图对应的管道壁的当前检测区域是否包含破损区域，并结合关联图像帧集中的多帧图像进行联合检测，进一步确认当前检测区域中是否包含破损区域。这样，实现了对管道壁破损的自动化检测，而且无需相关人员进入管道内，降低了人工成本，提高了检测效率。而且通过深度图和彩色图结合以及通过多帧联合检测的方式，提高了检测的准确度。
参考图5，示出了本发明实施例还提供了一种管道壁破损检测系统的结构示意图，包括：
视觉成像系统501和控制器502；
视觉成像系统501，包括：移动装置、深度相机和彩色相机；(其中，图6示出了视觉成像系统的结构示意图)
所述视觉成像系统501，用于在管道壁内移动，并在移动的过程中通过深度相机和彩色相机采集管道壁的深度图像和彩色图像；
控制器502，用于：
获取管道壁的深度图和彩色图；所述管道壁的深度图和彩色图是相机在管道壁内移动的过程中拍摄得到的；
基于当前帧的管道壁的深度图和彩色图，初步确定当前帧的管道壁的深度图和彩色图对应的管道壁的当前检测区域是否有破损；所述当前帧为获取到的管道壁的深度图和彩色图中的任意一帧；
在初步确定所述当前检测区域有破损的情况下，获取所述当前帧的关联图像帧集；所述关联图像帧集中包括当前帧的深度图和彩色图以及与当前帧相邻的多帧深度图和彩色图；
在所述关联图像帧集中每帧深度图和彩色图均具有破损区域的情况下，判断所述关联图像帧集中的每帧深度图的破损区域的位置以及每帧彩色图中的破损区域的位置是否满足预设的位置条件；
在所述关联图像帧集中每帧深度图的破损区域的位置以及关联图像帧集中每帧彩色图破损区域的位置之间满足预设的位置条件的情况下，确定管道壁的当前检测区域存在破损区域。
可选的，所述基于当前帧的管道壁的深度图和彩色图，确定当前帧的管道壁的深度图和彩色图对应的管道壁的当前检测区域是否有破损，包括：
基于预设的管道壁破损的深度特点检测当前时刻所述管道壁的深度图中是否包含破损区域；
基于预设的破损区域检测模型，检测所述当前帧的管道壁的彩色图像中是否包含破损区域；
若所述当前帧的管道壁的深度图和所述当前帧的管道壁的彩色图中均包含破损区域，判断所述当前帧的管道壁的深度图中破损区域的位置与当前帧的管道壁的彩色图中破损区域的位置是否匹配；
若所述当前帧的管道壁的深度图中破损区域的位置与所述当前帧管道壁的彩色图的破损区域的位置匹配，则初步确定所述当前帧的深度图和彩色图对应的管道壁的当前检测区域中包含破损区域。
可选的，所述判断所述多帧深度图中的每个帧深度图的破损区域的位置以及多帧彩色图中每帧彩色图中的破损区域的位置是否满足预设的位置条件，包括：
判断关联图像帧集中所有相邻的两帧深度图中破损区域的位置之间的第一距离是否小于预设的第一阈值；
判断所述关联图像帧集中所有相邻两帧彩色图中破损区域的位置之间的第二距离是否小于预设的第二阈值；
若所述关联图像帧集中所有相邻两帧深度图中破损区域的位置之间的第一距离小于预设的第一阈值，且，关联图像帧集中所有相邻两帧的彩色图中的破损区域的位置之间的第二距离小于预设的第二阈值，判断所述关联图像帧集中每帧深度图中破损区域的位置和同一时刻拍摄的彩色图中破损区域的位置是否匹配；
若所述关联图像帧集中所有相邻的深度图中破损区域的位置和同一时刻拍摄的彩色图中破损区域的位置匹配，则所述关联图像帧集中每帧深度图以及每帧彩色图中破损区域的位置满足预设的位置关系。
可选的，还包括：
基于当前帧的所有管道壁的深度图中破损区域的位置，计算管道壁的当前检测区域的破损区域的形态信息
可选的，还包括：
将当前帧的管道壁的深度图转换到三维点云空间，得到当前帧的管道壁的破损区域在世界坐标系下的位置坐标；
获取深度相机的偏移角度，对当前帧的管道壁的破损区域的在世界坐标系下的位置进行修正。
除此之外，还包括定位系统，用于定位视觉成像系统的位置，其中通过定位的视觉成像系统的位置，可以确定深度相机的偏移角度，进而对当前帧的管道壁的破损区域的在世界坐标系下的位置进行修正。
通过本实施例的系统，结合当前帧的管道壁的深度图和彩色图的检测结果，初步确定当前帧深度图和彩色图对应的管道壁的当前检测区域是否包含破损区域，并结合关联图像帧集中的多帧图像进行联合检测，进一步确认当前检测区域中是否包含破损区域。这样，实现了对管道壁破损的自动化检测，而且无需相关人员进入管道内，降低了人工成本，提高了检测效率。而且通过深度图和彩色图结合以及通过多帧联合检测的方式，提高了检测的准确度。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种管道壁破损检测方法，其特征在于，包括：
基于移动装置获取管道壁的深度图和彩色图；所述管道壁的深度图和彩色图是相机在管道壁内移动的过程中拍摄得到的；
基于当前帧的管道壁的深度图和彩色图，初步确定当前帧的管道壁的深度图和彩色图对应的管道壁的当前检测区域是否有破损；所述当前帧为获取到的管道壁的深度图和彩色图中的任意一帧；
在初步确定所述当前检测区域有破损的情况下，获取所述当前帧的关联图像帧集；所述关联图像帧集中包括当前帧的深度图和彩色图以及与当前帧相邻的多帧深度图和彩色图；
在所述关联图像帧集中每帧深度图和彩色图均具有破损区域的情况下，判断所述关联图像帧集中的每帧深度图的破损区域的位置以及每帧彩色图中的破损区域的位置是否满足预设的位置条件；
在所述关联图像帧集中每帧深度图的破损区域的位置以及关联图像帧集中每帧彩色图破损区域的位置之间满足预设的位置条件的情况下，确定管道壁的当前检测区域存在破损区域；
所述管道壁破损检测方法，还包括：
通过转换公式将当前帧的管道壁的深度图转换到三维点云空间，得到当前帧的管道壁的破损区域在世界坐标系下的位置坐标，所述转换公式为
Figure FDA0003731345450000011
其中，f为深度相机焦距，(cx,cy)为光心坐标，(u,v,z)为像素坐标系下的点坐标，(x,y,z)为转换到世界坐标系下的Wd的点坐标；
获取深度相机的偏移角度，通过修正公式对当前帧的管道壁的破损区域的在世界坐标系下的位置进行修正，所述修正公式为
Figure FDA0003731345450000021
Ps＝Rx(θ1)Ry(θ2)Rz(θ3)Pd+Txyz；
Figure FDA0003731345450000022
其中，深度相机在x,y,z方向的偏移角度分别为θ1，θ2，θ3，偏移量分别为tx，ty，tz，Rx(θ1)为x方向旋转矩阵，Ry(θ2)为y方向旋转矩阵，Rz(θ3)为z方向旋转矩阵，s1＝sin(θ1)，s2＝sin(θ2)，s3＝sin(θ3)，c1＝cos(θ1)，c2＝cos(θ2)，c3＝cos(θ3)，sin为正弦函数，cos为余弦函数，Ps为修正后的坐标位置，Pd为修正前的坐标位置，Txyz为深度相机的偏移矩阵。
2.根据权利要求1所述的方法，其特征在于，所述基于当前帧的管道壁的深度图和彩色图，确定当前帧的管道壁的深度图和彩色图对应的管道壁的当前检测区域是否有破损，包括：
基于预设的管道壁破损的深度特点检测当前时刻所述管道壁的深度图中是否包含破损区域；
基于预设的破损区域检测模型，检测所述当前帧的管道壁的彩色图像中是否包含破损区域；
若所述当前帧的管道壁的深度图和所述当前帧的管道壁的彩色图中均包含破损区域，判断所述当前帧的管道壁的深度图中破损区域的位置与当前帧的管道壁的彩色图中破损区域的位置是否匹配；
若所述当前帧的管道壁的深度图中破损区域的位置与所述当前帧管道壁的彩色图的破损区域的位置匹配，则初步确定所述当前帧的深度图和彩色图对应的管道壁的当前检测区域中包含破损区域。
3.根据权利要求1所述的方法，其特征在于，所述判断所述关联图像帧集中的每帧深度图的破损区域的位置以及每帧彩色图中的破损区域的位置是否满足预设的位置条件，包括：
判断关联图像帧集中所有相邻的两帧深度图中破损区域的位置之间的第一距离是否小于预设的第一阈值；
判断所述关联图像帧集中所有相邻两帧彩色图中破损区域的位置之间的第二距离是否小于预设的第二阈值；
若所述关联图像帧集中所有相邻两帧深度图中破损区域的位置之间的第一距离小于预设的第一阈值，且，关联图像帧集中所有相邻两帧的彩色图中的破损区域的位置之间的第二距离小于预设的第二阈值，判断所述关联图像帧集中每帧深度图中破损区域的位置和同一时刻拍摄的彩色图中破损区域的位置是否匹配；
若所述关联图像帧集中所有相邻的深度图中破损区域的位置和同一时刻拍摄的彩色图中破损区域的位置匹配，则所述关联图像帧集中每帧深度图以及每帧彩色图中破损区域的位置满足预设的位置关系。
4.根据权利要求1所述的方法，其特征在于，还包括：
基于当前帧的所有管道壁的深度图中破损区域的位置，计算管道壁的当前检测区域的破损区域的形态信息。
5.一种管道壁破损检测装置，其特征在于，包括：
第一获取单元，用于移动装置获取管道壁的深度图和彩色图；所述管道壁的深度图和彩色图是相机在管道壁内移动的过程中拍摄得到的；
初步确定单元，用于基于当前帧的管道壁的深度图和彩色图，初步确定当前帧的管道壁的深度图和彩色图对应的管道壁的当前检测区域是否有破损；所述当前帧为获取到的管道壁的深度图和彩色图中的任意一帧；
第二获取单元，用于在初步确定所述当前检测区域有破损的情况下，获取所述当前帧的关联图像帧集；所述关联图像帧集中包括当前帧的深度图和彩色图以及与当前帧相邻的多帧深度图和彩色图；
判断单元，用于在所述关联图像帧集中每帧深度图和彩色图均具有破损区域的情况下，判断所述关联图像帧集中的每帧深度图的破损区域的位置以及每帧彩色图中的破损区域的位置是否满足预设的位置条件；
确定单元，用于在所述关联图像帧集中每帧深度图的破损区域的位置以及关联图像帧集中每帧彩色图破损区域的位置之间满足预设的位置条件的情况下，确定管道壁的当前检测区域存在破损区域；
所述管道壁破损检测装置，还包括：
转换子单元，用于通过转换公式将当前帧的管道壁的深度图转换到三维点云空间，得到当前帧的管道壁的破损区域在世界坐标系下的位置坐标，所述转换公式为
Figure FDA0003731345450000041
其中，f为深度相机焦距，(cx,cy)为光心坐标，(u,v,z)为像素坐标系下的点坐标，(x,y,z)为转换到世界坐标系下的Wd的点坐标；
修正子单元，用于获取深度相机的偏移角度，通过修正公式对当前帧的管道壁的破损区域的在世界坐标系下的位置进行修正，所述修正公式为
Figure FDA0003731345450000042
Ps＝Rx(θ1)Ry(θ2)Rz(θ3)Pd+Txyz；
Figure FDA0003731345450000043
其中，深度相机在x,y,z方向的偏移角度分别为θ1，θ2，θ3，偏移量分别为tx，ty，tz，Rx(θ1)为x方向旋转矩阵，Ry(θ2)为y方向旋转矩阵，Rz(θ3)为z方向旋转矩阵，s1＝sin(θ1)，s2＝sin(θ2)，s3＝sin(θ3)，c1＝cos(θ1)，c2＝cos(θ2)，c3＝cos(θ3)，sin为正弦函数，cos为余弦函数，Ps为修正后的坐标位置，Pd为修正前的坐标位置，Txyz为深度相机的偏移矩阵。
6.根据权利要求5所述的装置，其特征在于，所述初步确定单元，包括：
深度图检测子单元，用于基于预设的管道壁破损的深度特点检测当前时刻所述管道壁的深度图中是否包含破损区域；
彩色图检测子单元，用于基于预设的破损区域检测模型，检测所述当前帧的管道壁的彩色图像中是否包含破损区域；
判断子单元，用于若所述当前帧的管道壁的深度图和所述当前帧的管道壁的彩色图中均包含破损区域，判断所述当前帧的管道壁的深度图中破损区域的位置与当前帧的管道壁的彩色图中破损区域的位置是否匹配；
初步确定子单元，用于若所述当前帧的管道壁的深度图中破损区域的位置与所述当前帧管道壁的彩色图的破损区域的位置匹配，则初步确定所述当前帧的深度图和彩色图对应的管道壁的当前检测区域中包含破损区域。
7.根据权利要求5所述的装置，其特征在于，所述判断单元，包括：
第一判断子单元，用于判断关联图像帧集中所有相邻的两帧深度图中破损区域的位置之间的第一距离是否小于预设的第一阈值；
第二判断子单元，用于判断所述关联图像帧集中所有相邻两帧彩色图中破损区域的位置之间的第二距离是否小于预设的第二阈值；
第三判断子单元，用于若所述关联图像帧集中所有相邻两帧深度图中破损区域的位置之间的第一距离小于预设的第一阈值，且，关联图像帧集中所有相邻两帧的彩色图中的破损区域的位置之间的第二距离小于预设的第二阈值，判断所述关联图像帧集中每帧深度图中破损区域的位置和同一时刻拍摄的彩色图中破损区域的位置是否匹配；
确定子单元，用于若所述关联图像帧集中所有相邻的深度图中破损区域的位置和同一时刻拍摄的彩色图中破损区域的位置匹配，则所述关联图像帧集中每帧深度图以及每帧彩色图中破损区域的位置满足预设的位置关系。
8.一种管道壁破损检测系统，其特征在于，包括：
视觉成像系统，包括：移动装置、深度相机和彩色相机；
所述视觉成像系统，用于在管道壁内移动，并在移动的过程中通过深度相机和彩色相机采集管道壁的深度图像和彩色图像；
控制器，用于：
获取管道壁的深度图和彩色图；所述管道壁的深度图和彩色图是相机在管道壁内移动的过程中拍摄得到的；
基于当前帧的管道壁的深度图和彩色图，初步确定当前帧的管道壁的深度图和彩色图对应的管道壁的当前检测区域是否有破损；所述当前帧为获取到的管道壁的深度图和彩色图中的任意一帧；
在初步确定所述当前检测区域有破损的情况下，获取所述当前帧的关联图像帧集；所述关联图像帧集中包括当前帧的深度图和彩色图以及与当前帧相邻的多帧深度图和彩色图；
在所述关联图像帧集中每帧深度图和彩色图均具有破损区域的情况下，判断所述关联图像帧集中的每帧深度图的破损区域的位置以及每帧彩色图中的破损区域的位置是否满足预设的位置条件；
在所述关联图像帧集中每帧深度图的破损区域的位置以及关联图像帧集中每帧彩色图破损区域的位置之间满足预设的位置条件的情况下，确定管道壁的当前检测区域存在破损区域；
通过转换公式将当前帧的管道壁的深度图转换到三维点云空间，得到当前帧的管道壁的破损区域在世界坐标系下的位置坐标，所述转换公式为
Figure FDA0003731345450000061
其中，f为深度相机焦距，(cx,cy)为光心坐标，(u,v,z)为像素坐标系下的点坐标，(x,y,z)为转换到世界坐标系下的Wd的点坐标；
获取深度相机的偏移角度，通过修正公式对当前帧的管道壁的破损区域的在世界坐标系下的位置进行修正，所述修正公式为
Figure FDA0003731345450000062
Ps＝Rx(θ1)Ry(θ2)Rz(θ3)Pd+Txyz；
Figure FDA0003731345450000063
其中，深度相机在x,y,z方向的偏移角度分别为θ1，θ2，θ3，偏移量分别为tx，ty，tz，Rx(θ1)为x方向旋转矩阵，Ry(θ2)为y方向旋转矩阵，Rz(θ3)为z方向旋转矩阵，s1＝sin(θ1)，s2＝sin(θ2)，s3＝sin(θ3)，c1＝cos(θ1)，c2＝cos(θ2)，c3＝cos(θ3)，sin为正弦函数，cos为余弦函数，Ps为修正后的坐标位置，Pd为修正前的坐标位置，Txyz为深度相机的偏移矩阵。
CN201910876099.4A 2019-09-17 2019-09-17 一种管道壁破损检测方法、装置及系统 Active CN110634136B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910876099.4A CN110634136B (zh) 2019-09-17 2019-09-17 一种管道壁破损检测方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910876099.4A CN110634136B (zh) 2019-09-17 2019-09-17 一种管道壁破损检测方法、装置及系统

Publications (2)

Publication Number Publication Date
CN110634136A CN110634136A (zh) 2019-12-31
CN110634136B true CN110634136B (zh) 2022-09-13

Family

ID=68970955

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910876099.4A Active CN110634136B (zh) 2019-09-17 2019-09-17 一种管道壁破损检测方法、装置及系统

Country Status (1)

Country Link
CN (1) CN110634136B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111242090B (zh) * 2020-01-22 2023-06-23 腾讯科技（深圳）有限公司 基于人工智能的人脸识别方法、装置、设备及介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102288613B (zh) * 2011-05-11 2014-03-26 北京科技大学 一种灰度和深度信息融合的表面缺陷检测方法
CN104299244B (zh) * 2014-09-26 2017-07-25 东软集团股份有限公司 基于单目相机的障碍物检测方法及装置
CN107992873A (zh) * 2017-10-12 2018-05-04 西安天和防务技术股份有限公司 目标检测方法及装置、存储介质、电子设备
CN111666832B (zh) * 2018-07-27 2023-10-31 创新先进技术有限公司 一种检测方法及装置、一种计算设备及存储介质
CN109872301B (zh) * 2018-12-26 2022-07-15 浙江清华长三角研究院 一种用于水稻病虫害识别计数的彩色图像预处理方法
CN110174136B (zh) * 2019-05-07 2022-03-15 武汉大学 一种地下管道智能检测机器人及智能检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于单目视觉的行车状态目标检测与测距;刘兵兵;《中国优秀博硕士学位论文全文数据库(硕士)》;20190115(第01期);第1-111页 *

Also Published As

Publication number Publication date
CN110634136A (zh) 2019-12-31

Similar Documents

Publication Publication Date Title
CN107471218B (zh) 一种基于多目视觉的双臂机器人手眼协调方法
CN105608671A (zh) 一种基于surf算法的图像拼接方法
WO2019111976A1 (ja) 対象物検出装置、予測モデル作成装置、対象物検出方法及びプログラム
CN110246175A (zh) 全景相机与云台相机结合的变电站巡检机器人图像检测系统及方法
JPS59182688A (ja) ステレオ視処理装置
JP2004354257A (ja) キャリブレーションずれ補正装置及びこの装置を備えたステレオカメラ並びにステレオカメラシステム
CN100481966C (zh) 基于平面单应矩阵特征线的摄像机标定方法
JP4132068B2 (ja) 画像処理装置及び三次元計測装置並びに画像処理装置用プログラム
JP2010219825A (ja) 三次元計測用画像撮影装置
CN112949478A (zh) 基于云台相机的目标检测方法
CN106157246A (zh) 一种全自动的快速柱面全景图像拼接方法
CN111996883B (zh) 一种检测公路路面宽度的方法
WO2011118476A1 (ja) ３次元距離計測装置及びその方法
CN115761532A (zh) 一种用于输电线路航巡影像的自动检测系统
CN110044266B (zh) 基于散斑投影的摄影测量系统
JP2009276233A (ja) パラメータ計算装置、パラメータ計算システムおよびプログラム
CN115205286A (zh) 爬塔机器人机械臂螺栓识别与定位方法、存储介质、终端
CN110634136B (zh) 一种管道壁破损检测方法、装置及系统
CN111724446A (zh) 一种用于建筑物三维重建的变焦距相机外参数标定方法
CN112508885B (zh) 一种弯管的三维中轴线检测方法及系统
CN115326835B (zh) 圆筒内表面检测方法、可视化方法以及检测系统
JP4550081B2 (ja) 画像測定方法
JP2008224323A (ja) ステレオ写真計測装置、ステレオ写真計測方法及びステレオ写真計測用プログラム
JP4892224B2 (ja) 路面標示自動計測システム、装置及び方法
JP6080424B2 (ja) 対応点探索装置、そのプログラムおよびカメラパラメータ推定装置

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
GR01 Patent grant
GR01 Patent grant