CN110940679A - 基于fpga的电子内窥镜裂纹检测系统及方法 - Google Patents

基于fpga的电子内窥镜裂纹检测系统及方法 Download PDF

Info

Publication number
CN110940679A
CN110940679A CN201911250099.XA CN201911250099A CN110940679A CN 110940679 A CN110940679 A CN 110940679A CN 201911250099 A CN201911250099 A CN 201911250099A CN 110940679 A CN110940679 A CN 110940679A
Authority
CN
China
Prior art keywords
image
crack
detected area
fpga
cracks
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
CN201911250099.XA
Other languages
English (en)
Inventor
李武森
马掌印
陈文建
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.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
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 Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201911250099.XA priority Critical patent/CN110940679A/zh
Publication of CN110940679A publication Critical patent/CN110940679A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/954Inspecting the inner surface of hollow bodies, e.g. bores

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)
  • Endoscopes (AREA)

Abstract

本发明公开了一种基于FPGA的电子内窥镜裂纹检测系统及方法,系统包括光源模块、图像采集模块、FPGA处理模块、图像缓存模块和显示模块。方法包括:由光源模块为被检测区域提供照明,并发射两束激光至被检测区域形成两个激光点作为后续计算裂纹参数基准的信标光;由图像采集模块采集被检测区域的图像;对被检测区域的图像进行预处理,获得灰度图像;从灰度图像中检测提取裂纹;计算裂纹的参数数据。本发明利用FPGA并行处理的优势,对图像进行实时处理,能够实现实时快速、自动识别裂纹,并且通过对比测量(裂纹与信标光)实现自动测量裂纹的长度。本发明实现了利用内窥镜快速观察裂纹,相比于传统通过肉眼观察裂纹的方式,提高了测量效率和测量精度。

Description

基于FPGA的电子内窥镜裂纹检测系统及方法
技术领域
本发明属于电子内窥镜图像处理技术领域,特别涉及一种基于FPGA的电子内窥镜裂纹检测系统及方法。
背景技术
随着电子技术和图像处理技术的不断创新发展,内窥镜由传统的光学内窥镜逐渐发展为操作更方便、图像质量更优的电子内窥镜。由于内窥镜可以进入到人眼不易观察的空间,具有远程视觉检查的功能,被广泛应用在医疗领域和工业检测领域。在医疗领域内窥镜可以通过孔道进入人体实时采集人体器官的图像,非常方便医生进行病变诊断。在工业检测领域,内窥镜特别适合进行无损检测,工业内窥镜可以进入狭小空间,操作人员通过传回的实时图像进行可视化精确检查,例如,工业内窥镜被广泛应用在航空发动机,油气管道等内部裂纹的检查,建筑墙壁裂缝的检查。
内窥镜技术涉及精密机械,光学技术,电子信息技术,图像处理技术,计算机技术,集中了大量的学科技术,其科技含量很高。国内内窥镜市场长期被奥林巴斯等国外企业占领,国内还处在跟踪国际先进水平阶段。奥林巴斯等国外巨头的内窥镜产品正在往自动检测和测量等更高级功能方向发展。电子内窥镜常被用于工业无损检测领域,特别是检查被测物体是否有裂纹和裂纹长度等损伤情况。但在检测过程中,内窥镜镜头处于比较复杂的环境中,采集的图像品质往往不高,且需要对图像进行实时处理,便于快速观察,提高效率,并且希望可以通过图像处理技术实现对目标的实时自动检测和测量,特别是对裂纹的实时自动检测和裂纹长度的实时自动测量,便于快速评估被测物体的损伤情况。
目前电子内窥镜图像处理通常采用软件方法实现,但在实时性要求较高的数字图像处理场景并不适合。随着FPGA技术的发展,其在图像领域的应用越来越广泛,由于FPGA具备实时流水线运算,并行处理特点,可以利用FPGA的快速并行处理数据的优势,对内窥镜图像进行实时处理。
发明内容
本发明的目的在于提供一种能实现自动识别和测量裂纹,且具有检测快速、高准确度等优点的基于FPGA的电子内窥镜裂纹检测系统及方法。
实现本发明目的的技术解决方案为:一种基于FPGA的电子内窥镜裂纹检测系统,包括:
光源模块,用于对被检测区域照明,并提供作为计算裂纹参数基准的信标光;
图像采集模块,用于采集被检测区域的图像;
FPGA处理模块,用于控制光源模块工作,同时对图像采集模块采集到的被检测区域的图像进行处理以检测被检测区域内的裂纹并获取该裂纹的参数数据;
图像缓存模块,用于缓存图像采集模块采集到的被检测区域的图像;
显示模块,用于显示FPGA处理模块处理后的被检测区域的图像以及裂纹的参数数据。
一种基于FPGA的电子内窥镜裂纹检测方法,包括以下步骤:
步骤1、由光源模块为被检测区域提供照明,并发射两束激光至被检测区域形成两个激光点作为后续计算裂纹参数基准的信标光,且两个激光点之间的直线距离固定;
步骤2、由图像采集模块采集被检测区域的图像;
步骤3、对所述被检测区域的图像进行预处理,获得灰度图像;
步骤4、从所述灰度图像中检测提取裂纹;
步骤5、计算所述裂纹的参数数据。
本发明与现有技术相比,其显著优点为:1)利用FPGA并行处理的优势,对图像进行实时处理,能够实现实时快速、自动识别裂纹,并且通过对比测量(裂纹与信标光)实现自动测量裂纹的长度;2)实现了利用内窥镜观察裂纹,相比于传统通过肉眼观察裂纹的方式,提高了工作效率和测量精度。
下面结合附图对本发明作进一步详细描述。
附图说明
图1为本发明基于FPGA的电子内窥镜裂纹检测系统的总体结构示意图。
图2为本发明基于FPGA的电子内窥镜裂纹检测方法的流程图。
图3为本发明裂纹对比测量的示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
结合图1,本发明提出了一种基于FPGA的电子内窥镜裂纹检测系统,包括:
光源模块,用于对被检测区域照明,并提供作为计算裂纹参数基准的信标光;
图像采集模块,用于采集被检测区域的图像;
FPGA处理模块,用于控制光源模块工作,同时对图像采集模块采集到的被检测区域的图像进行处理以检测被检测区域内的裂纹并获取该裂纹的参数数据;
图像缓存模块,用于缓存图像采集模块采集到的被检测区域的图像;
显示模块,用于显示FPGA处理模块处理后的被检测区域的图像以及裂纹的参数数据。
进一步地,在其中一个实施例中,上述光源模块包括:
照明单元,用于为被检测区域提供照明;
激光单元,用于发射两束激光至被检测区域形成两个激光点作为信标光,且两个激光点之间的直线距离固定。
进一步地,在其中一个实施例中,上述FPGA处理模块包括:
光源控制单元,用于控制光源模块工作;
图像处理单元,用于处理图像采集模块采集到的被检测区域的图像以检测被检测区域内的裂纹并获取该裂纹的参数数据。
进一步地,在其中一个实施例中,上述图像处理单元包括:
图像预处理单元,用于对图像采集模块采集到的被检测区域的图像进行降噪处理、灰度化处理;
裂纹检测单元,用于从图像预处理单元处理后的被检测区域的图像中检测提取裂纹;
裂纹参数计算单元,用于求取裂纹参数数据。
进一步优选地,在其中一个实施例中,上述对图像采集模块采集到的被检测区域的图像进行降噪处理具体采用中值滤波法。
进一步地,在其中一个实施例中,上述裂纹检测单元包括:
图像分割子单元,用于利用边缘检测算法对图像预处理单元处理后的被检测区域的图像进行图像分割,提取出裂纹的边缘;
裂纹骨架获取子单元,用于利用形态学处理算法处理裂纹的边缘,获得完整的裂纹骨架。
进一步优选地,在其中一个实施例中,上述边缘检测算法具体采用Sobel边缘检测算子。
进一步地,在其中一个实施例中,上述裂纹参数计算单元,包括:
第一像素统计子单元,用于统计信标光即两个激光点之间的像素点个数;
第二像素统计子单元,用于统计裂纹骨架所覆盖的像素点个数;
参数计算子单元,用于根据第一像素统计子单元和第二像素统计子单元分别统计的像素点个数求取裂纹的长度。
结合图2,本发明提出了一种基于FPGA的电子内窥镜裂纹检测方法,包括以下步骤:
步骤1、由光源模块为被检测区域提供照明,并发射两束激光至被检测区域形成两个激光点作为后续计算裂纹参数基准的信标光,且两个激光点之间的直线距离固定;
步骤2、由图像采集模块采集被检测区域的图像;
步骤3、对被检测区域的图像进行预处理,获得灰度图像;
步骤4、从灰度图像中检测提取裂纹;
步骤5、计算裂纹的参数数据。
进一步地,在其中一个实施例中,步骤3对被检测区域的图像进行预处理,获得灰度图像,具体包括:对被检测区域的图像依次进行降噪处理(中值滤波)、灰度化处理。
进一步地,在其中一个实施例中,步骤4从灰度图像中检测提取裂纹,具体包括:
步骤4-1、利用边缘检测算法对灰度图像进行图像分割,提取出裂纹的边缘;
步骤4-2、利用形态学处理算法处理裂纹的边缘,获得完整的裂纹骨架。
进一步优选地,在其中一个实施例中,上述步骤4-1中边缘检测算法具体采用Sobel边缘检测算子。
进一步地,在其中一个实施例中,结合图3,步骤5计算裂纹的参数数据,具体包括:
步骤5-1、统计信标光即两个激光点之间的像素点个数(根据两个激光点在图像中的坐标位置,即可求得两个激光点之间的像素点个数);
步骤5-2、统计裂纹骨架所覆盖的像素点个数;
步骤5-3、根据两个激光点之间的像素点个数和裂纹骨架所覆盖的像素点个数求取裂纹的长度,所用公式为:
Figure BDA0002308776990000041
式中,D为裂纹的长度,L1为两个激光点的直线距离,n为裂纹骨架所覆盖的像素点个数,m为两个激光点之间的像素点个数。
本发明利用FPGA并行处理的优势,对图像进行实时处理,能够实现实时快速、自动识别裂纹,并且通过对比测量(裂纹与信标光)实现自动测量裂纹的长度。本发明实现了利用内窥镜快速观察裂纹,相比于传统通过肉眼观察裂纹的方式,提高了测量效率和测量精度。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于FPGA的电子内窥镜裂纹检测系统,其特征在于,所述系统包括:
光源模块,用于对被检测区域照明,并提供作为计算裂纹参数基准的信标光;
图像采集模块,用于采集被检测区域的图像;
FPGA处理模块,用于控制光源模块工作,同时对图像采集模块采集到的被检测区域的图像进行处理以检测被检测区域内的裂纹并获取该裂纹的参数数据;
图像缓存模块,用于缓存图像采集模块采集到的被检测区域的图像;
显示模块,用于显示FPGA处理模块处理后的被检测区域的图像以及裂纹的参数数据。
2.根据权利要求1所述的基于FPGA的电子内窥镜裂纹检测系统,其特征在于,所述光源模块包括:
照明单元,用于为被检测区域提供照明;
激光单元,用于发射两束激光至被检测区域形成两个激光点作为信标光,且两个激光点之间的直线距离固定。
3.根据权利要求1所述的基于FPGA的电子内窥镜裂纹检测系统,其特征在于,所述FPGA处理模块包括:
光源控制单元,用于控制光源模块工作;
图像处理单元,用于处理图像采集模块采集到的被检测区域的图像以检测被检测区域内的裂纹并获取该裂纹的参数数据。
4.根据权利要求3所述的基于FPGA的电子内窥镜裂纹检测系统,其特征在于,所述图像处理单元包括:
图像预处理单元,用于对图像采集模块采集到的被检测区域的图像进行降噪处理、灰度化处理;
裂纹检测单元,用于从图像预处理单元处理后的被检测区域的图像中检测提取裂纹;
裂纹参数计算单元,用于求取裂纹参数数据。
5.根据权利要求4所述的基于FPGA的电子内窥镜裂纹检测系统,其特征在于,所述裂纹检测单元包括:
图像分割子单元,用于利用边缘检测算法对图像预处理单元处理后的被检测区域的图像进行图像分割,提取出裂纹的边缘;
裂纹骨架获取子单元,用于利用形态学处理算法处理所述裂纹的边缘,获得完整的裂纹骨架。
6.根据权利要求5所述的基于FPGA的电子内窥镜裂纹检测系统,其特征在于,所述裂纹参数计算单元,包括:
第一像素统计子单元,用于统计信标光即两个激光点之间的像素点个数;
第二像素统计子单元,用于统计裂纹骨架所覆盖的像素点个数;
参数计算子单元,用于根据第一像素统计子单元和第二像素统计子单元分别统计的像素点个数求取裂纹的长度。
7.一种基于FPGA的电子内窥镜裂纹检测方法,其特征在于,包括以下步骤:
步骤1、由光源模块为被检测区域提供照明,并发射两束激光至被检测区域形成两个激光点作为后续计算裂纹参数基准的信标光,且两个激光点之间的直线距离固定;
步骤2、由图像采集模块采集被检测区域的图像;
步骤3、对所述被检测区域的图像进行预处理,获得灰度图像;
步骤4、从所述灰度图像中检测提取裂纹;
步骤5、计算所述裂纹的参数数据。
8.根据权利要求7所述的基于FPGA的电子内窥镜裂纹检测方法,其特征在于,步骤3对所述被检测区域的图像进行预处理,获得灰度图像,具体包括:对被检测区域的图像依次进行降噪处理、灰度化处理。
9.根据权利要求7所述的基于FPGA的电子内窥镜裂纹检测方法,其特征在于,步骤4从所述灰度图像中检测提取裂纹,具体包括:
步骤4-1、利用边缘检测算法对灰度图像进行图像分割,提取出裂纹的边缘;
步骤4-2、利用形态学处理算法处理所述裂纹的边缘,获得完整的裂纹骨架。
10.根据权利要求7所述的基于FPGA的电子内窥镜裂纹检测方法,其特征在于,步骤5计算所述裂纹的参数数据,具体包括:
步骤5-1、统计信标光即两个激光点之间的像素点个数;
步骤5-2、统计裂纹骨架所覆盖的像素点个数;
步骤5-3、根据所述两个激光点之间的像素点个数和裂纹骨架所覆盖的像素点个数求取裂纹的长度,所用公式为:
Figure FDA0002308776980000031
式中,D为裂纹的长度,L1为两个激光点的直线距离,n为裂纹骨架所覆盖的像素点个数,m为两个激光点之间的像素点个数。
CN201911250099.XA 2019-12-09 2019-12-09 基于fpga的电子内窥镜裂纹检测系统及方法 Pending CN110940679A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911250099.XA CN110940679A (zh) 2019-12-09 2019-12-09 基于fpga的电子内窥镜裂纹检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911250099.XA CN110940679A (zh) 2019-12-09 2019-12-09 基于fpga的电子内窥镜裂纹检测系统及方法

Publications (1)

Publication Number Publication Date
CN110940679A true CN110940679A (zh) 2020-03-31

Family

ID=69910173

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911250099.XA Pending CN110940679A (zh) 2019-12-09 2019-12-09 基于fpga的电子内窥镜裂纹检测系统及方法

Country Status (1)

Country Link
CN (1) CN110940679A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114441546A (zh) * 2022-04-08 2022-05-06 湖南万航科技有限公司 一种裂纹测量内窥镜

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7092018B1 (en) * 1999-10-27 2006-08-15 Sanyo Electric Co., Ltd. Image signal processor and deficient pixel detection method
CN102778196A (zh) * 2011-05-10 2012-11-14 长春理工大学 一种基于激光标定的图像尺寸测量方法
CN106018411A (zh) * 2016-05-09 2016-10-12 广州市九州旗建筑科技有限公司 一种裂缝宽度的测量计算方法及测量装置
CN207675667U (zh) * 2018-01-16 2018-07-31 浙江理工大学 基于机器视觉的工业内窥镜
CN108709502A (zh) * 2018-04-20 2018-10-26 西安理工大学 基于平行激光的裂缝视觉测量装置及测量方法
CN109613012A (zh) * 2019-02-20 2019-04-12 南京工业大学 一种基于内窥镜的产品缺陷检测系统及检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7092018B1 (en) * 1999-10-27 2006-08-15 Sanyo Electric Co., Ltd. Image signal processor and deficient pixel detection method
CN102778196A (zh) * 2011-05-10 2012-11-14 长春理工大学 一种基于激光标定的图像尺寸测量方法
CN106018411A (zh) * 2016-05-09 2016-10-12 广州市九州旗建筑科技有限公司 一种裂缝宽度的测量计算方法及测量装置
CN207675667U (zh) * 2018-01-16 2018-07-31 浙江理工大学 基于机器视觉的工业内窥镜
CN108709502A (zh) * 2018-04-20 2018-10-26 西安理工大学 基于平行激光的裂缝视觉测量装置及测量方法
CN109613012A (zh) * 2019-02-20 2019-04-12 南京工业大学 一种基于内窥镜的产品缺陷检测系统及检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
商立明: "基于FPGA的电子内窥镜视频处理系统的研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114441546A (zh) * 2022-04-08 2022-05-06 湖南万航科技有限公司 一种裂纹测量内窥镜
CN114441546B (zh) * 2022-04-08 2022-06-24 湖南万航科技有限公司 一种裂纹测量内窥镜

Similar Documents

Publication Publication Date Title
CA3062051C (en) Fluorescent penetrant inspection system and method
CN110108348B (zh) 基于运动放大光流跟踪的薄壁件微幅振动测量方法及系统
JP6441268B2 (ja) 穿孔検査装置
CN111047568B (zh) 一种漏汽缺陷检测识别方法及系统
JP4869699B2 (ja) 内視鏡装置
US10746667B2 (en) Fluorescent penetrant inspection system and method
CN103617611B (zh) 一种自动阈值分割光斑中心及尺寸检测方法
CN103454285A (zh) 基于机器视觉的传动链条质量检测系统
CN104777174B (zh) 轴类零件截面突变部位表面疲劳裂纹检测系统及方法
CN115791806B (zh) 一种用于汽车漆面缺陷的检测成像方法、电子设备、介质
CN103900972A (zh) 基于多特征融合的肉类新鲜度高光谱图像可视化检测
CN100470578C (zh) 基于计算机视觉的科学仪器工作状态监测方法
KR20160118037A (ko) 의료 영상으로부터 병변의 위치를 자동으로 감지하는 장치 및 그 방법
CN114719749A (zh) 基于机器视觉的金属表面裂纹检测及真实尺寸测量方法及系统
JP4279833B2 (ja) 外観検査方法及び外観検査装置
CN110940679A (zh) 基于fpga的电子内窥镜裂纹检测系统及方法
JP3324699B2 (ja) 繊維の径分布測定方法および装置
CN112289154A (zh) 一种用于牛顿环实验的机器视觉教学系统及方法
CN112070748A (zh) 金属油管缺陷检测方法和装置
US7778450B2 (en) Pattern recognition systems and methods
CA2149516A1 (en) Method for checking the surface condition of one side of a solid, and device therefor
CN204649642U (zh) 一种检测平面缺陷的装置
CN104713887A (zh) 一种检测平面缺陷的方法
Sharma et al. Application of Reflectance Transformation Imaging for visualizing early signs of corrosion in historical glass corrosion
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

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200331

RJ01 Rejection of invention patent application after publication