CN113409256A - 一种管道波纹补偿器轴向尺寸检测方法 - Google Patents
一种管道波纹补偿器轴向尺寸检测方法 Download PDFInfo
- Publication number
- CN113409256A CN113409256A CN202110637032.2A CN202110637032A CN113409256A CN 113409256 A CN113409256 A CN 113409256A CN 202110637032 A CN202110637032 A CN 202110637032A CN 113409256 A CN113409256 A CN 113409256A
- Authority
- CN
- China
- Prior art keywords
- compensator
- image
- size
- detecting
- corrugated compensator
- 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.)
- Granted
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
一种管道波纹补偿器轴向尺寸检测方法,涉及一种管道波纹补偿器轴向尺寸检测方法,包括:标定CCD相机工作角度以及工作距离;选取背景光源,进行波纹补偿器打光,突出波纹补偿器波纹管边缘部分;在PC端对波纹补偿器进行高斯滤波平滑处理;应用Sobel算子提取波纹补偿器轮廓边缘;应用Otsu算子对灰度化后的图像进行阈值分割;经孔洞填充处理后得到目标灰度值为1、背景灰度值为0的理想二值化图像;对理想二值化图像进行倾斜校正;计算所需特征点的横纵坐标差的绝对值;利用波纹补偿器工作时,接管部分由于管壁较厚,尺寸是基本不会发生变化,故此将接管尺寸作为参考尺寸计算波纹补偿器轴向整体尺寸以及相邻波纹间的轴向尺寸。解决由于波纹补偿器波纹之间不均匀性程度过大造成工业管道中波纹补偿器损坏的问题。
Description
技术领域
本发明涉及一种管道检测方法,特别是涉及一种管道波纹补偿器轴向尺寸检测方法。
背景技术
工业管网在工业生产中处于举足轻重的地位,而波纹补偿器则作为一种补偿元件广泛的应用于工业管道中,用来补偿管道由于各种原因而产生的尺寸变化。而在实际应用中,波纹补偿器出现损坏的情况时有发生,一旦出现上述情况,生产设备就会面临停止运行,也极容易产生一系列的连锁反应,这对设备正常运行和操作人员的生命安全造成了严重威胁。因此,为保证生产体系安全进行,对管道中波纹补偿器的轴向尺寸变化进行检测,显得越来越重要。工业上,传统的波纹补偿器轴向尺寸检测,是由位移传感器来实现的,但是这种方法仅能测得波纹补偿器整体轴向尺寸的变化,而不能测得波纹补偿器相邻波纹之间的轴向尺寸变化,从而不能得知相邻波纹之间承受位移载荷是否均匀,若承受位移载荷不均匀程度性超过一定限度,会使得波纹补偿器发生失稳,造成波纹补偿器的损坏,严重影响生产安全。
发明内容
本发明的目的在于提供一种管道波纹补偿器轴向尺寸检测方法,本发明方法机械视觉技术对管道中波纹补偿器的整体轴向尺寸以及相邻波纹之间的轴向尺寸进行检测,来实时监测波纹补偿器整体轴向尺寸变化以及相邻波纹之间承受位移载荷的均匀性,解决由于波纹补偿器波纹之间不均匀性程度过大造成工业管道中波纹补偿器损坏的问题。
本发明的目的是通过以下技术方案实现的:
一种管道波纹补偿器轴向尺寸检测方法,所述方法包括以下步骤:
步骤1:标定CCD相机工作角度以及工作距离;
步骤2:选取光源,进行波纹补偿器打光;
步骤4:应用Sobel边缘检测算子对高斯滤波之后的图像进行边缘检测,然后对图像进行灰度化处理;
步骤5:应用自适应Otsu算子对图像进行阈值分割;
步骤6:对二值化后的图像进行孔洞填充处理;
步骤7:对二值化图像进行校正,求取边缘特征点;
步骤8:计算所需特征点的横纵坐标差的绝对值;
步骤9:波纹补偿器工作时,接管部分由于管壁较厚,尺寸是不会发生变化的,故此将接管尺寸作为参考尺寸计算波纹补偿器轴向整体尺寸以及相邻波纹间的轴向尺寸。
所述的一种管道波纹补偿器轴向尺寸检测方法,所述步骤1相机标定距离以及相机标定角度、成像质量应清晰准确,以及解决垂直倾斜问题。
所述的一种管道波纹补偿器轴向尺寸检测方法,所述步骤3中应设定标准差,以及对图像进行平滑处理、消除噪声,并应保证获取轮廓边缘的真实性。
所述的一种管道波纹补偿器轴向尺寸检测方法,所述步骤4中应获取图像的真实边缘,以进行边缘特征点获取。
所述的一种管道波纹补偿器轴向尺寸检测方法,所述步骤5中阈值分割,无需设定参数,根据图像信息,自适应计算最佳阈值。
所述的一种管道波纹补偿器轴向尺寸检测方法,所述步骤7中对图像进行校正处理,解决水平倾斜的问题;进一步包括校正处理后,根据波纹补偿器形状的特殊性,遍历图像获取边缘特征点,对获取的边缘特征点进行取中值操作,保证特征点坐标的准确性。
所述的一种管道波纹补偿器轴向尺寸检测方法,所述步骤8中,进一步包括分别计算各特征点横坐标之间、纵坐标之间的距离。
所述的一种管道波纹补偿器轴向尺寸检测方法,所述步骤9选取尺寸不会发生变化的接管处,作为计算实际尺寸的参考尺寸,计算得比例尺结合步骤8计算出实际尺寸。
本发明的优点与效果是:
本发明不仅能够实现位移传感器的功能,即检测出波纹补偿器整体轴向尺寸,位移传感器无法检测波纹补偿器波纹之间的轴向尺寸,本发明却能很好的弥补位移传感器在波纹补偿器应用上的不足,且该检测方法为无损检测方法,具有速度快.精度高的特点。针对由于波纹补偿器波纹之间不均匀性程度过大造成工业管道中波纹补偿器损坏的现状下,该检测方法技术、经济意义重大。
附图说明
图1本发明是总体方案流程图;
图2本发明是MATLAB获取的波纹补偿器图像信息;
图3本发明是高斯去噪效果图;
图4本发明是Sobel边缘检测效果图;
图5本发明是灰度化图像;
图 6本发明是二值化图像;
图7本发明是取反后进行孔洞填充的图;
图8本发明是目标灰度值为1、背景灰度值为0的二值化图像;
图9本发明是标注特征部位图像;
图10本发明是获取的特征点图像;
图11本发明是相机标定的俯视图。
具体实施方式
下面结合附图所示实施例对本发明进行详细说明。
图1为本发明波纹补偿器轴向尺寸检测具体实施方案流程图,本发明具体实施主要用于检测工业管道中波纹补偿器的轴向整体尺寸以及相邻波纹间轴向尺寸。
步骤1:波纹补偿器本身都是直筒的,因此其可以安装在直管道和非直管道的直线部分。非直管道中的波纹补偿器,在图像中呈现的信息为波纹补偿器是倾斜的,倾斜可以分为垂直倾斜和水平倾斜,垂直倾斜就是z轴的倾斜,水平倾斜在(x,y)内,并且,无论何种倾斜都会影响后续的边缘特征点获取操作。因此对CCD相机工作角度进行标定,使得相机镜头所在径向平面与波纹补偿器中垂线平行,来克服垂直倾斜所带来的影响;标定相机镜头所在径向平面与波纹补偿器中垂线的垂直距离为M,以毫米为单位,保证获取的波纹补偿器图像特征信息完整。
步骤2:选用LED排灯,进行背景照明,突出波纹补偿器的边缘区域,使得光照均匀,减少背景信息的干扰。
步骤3:由于波纹补偿器高温工作环境及不良照明的影响,不可避免的会产生高斯噪声,为此本方法采用高斯滤波对图2进行平滑处理,减少噪声对图像信息的干扰。
和
边缘检测之后,对图4进行灰度化处理,将图像中每个像素点的R、G、B值统一成一个值,减少不必要信息,加快后续处理速度。
其中
由上面式子可得
类间方差的定义为
步骤6:对图6进行取反操作,便于进行孔洞填充处理,去除图像中无必要部分,仅保留边缘信息,然后在进行取反,获得目标灰度值为1、背景灰度值为0的二值化图像。
步骤7:应用radon变换对图8进行倾斜检测与校正处理,让波纹补偿器中轴线垂直于水平方向。利用波纹补偿器形状的特殊性,对校正后的二值化图像灰度值为1的部分进行遍历操作,获取边缘特征点:取最左侧图像灰度值为1的点、取最右侧图像灰度值为1的点、取最上侧图像灰度值为1的点、取最下侧图像灰度值为1的点,取点情况如图9所示。对图9从视觉上观察是每个特征部位是一点,但是对图像进行放大后,该点其实是多点拟合成的一条直线,因此需要对所获得的12个边缘特征点分别进行求中值的操作,得出如图10所示12个特征点,建立以左上角为原点的坐标系,计算各边缘点坐标。
步骤8:得出边缘特征点坐标之后,需要先计算图10中a点与m点、f点与g点的横坐标差值的绝对值,分别设为与;再计算b点与c点、c点与d点、d点与e点、h点与j点、j点与k点、k点与l点、b点与e点、h点与l点纵坐标差值的绝对值,分别设为、、、、、、、。
步骤9:由于波纹补偿器是利用弹性元件的有效伸缩变形来吸收管线、导管或容器由热胀冷缩等原因而产生的尺寸变化的一种补偿装置。由此可知,图10中接管位置(am和fg部分)的尺寸是不会发生变化的。设波纹补偿器接管处对应a点与m点、f点与g点实际尺寸为、,并且实际中。由与的关系得出比例尺,计算、、、、、、、的实际尺寸,分别设为、、、、、、、。所代表的尺寸并非为波纹补偿器接管外径,它是由波纹补偿器接管外径跟相机标定距离所决定的,a点、m点所在位置俯视图如图11所示。
比例尺计算公式和实际尺寸计算公式如下:
Claims (8)
1.一种管道波纹补偿器轴向尺寸检测方法,其特征在于,所述方法包括以下步骤:
步骤1:标定CCD相机工作角度以及工作距离;
步骤2:选取光源,进行波纹补偿器打光;
步骤4:应用Sobel边缘检测算子对高斯滤波之后的图像进行边缘检测,然后对图像进行灰度化处理;
步骤5:应用自适应Otsu算子对图像进行阈值分割;
步骤6:对二值化后的图像进行孔洞填充处理;
步骤7:对二值化图像进行校正,求取边缘特征点;
步骤8:计算所需特征点的横纵坐标差的绝对值;
步骤9:波纹补偿器工作时,接管部分由于管壁较厚,尺寸是不会发生变化的,故此将接管尺寸作为参考尺寸计算波纹补偿器轴向整体尺寸以及相邻波纹间的轴向尺寸。
2.根据权利要求1所述的一种管道波纹补偿器轴向尺寸检测方法,其特征在于,所述步骤1相机标定距离以及相机标定角度、成像质量应清晰准确,以解决垂直倾斜问题。
3.根据权利要求1所述的一种管道波纹补偿器轴向尺寸检测方法,其特征在于,所述步骤3中应设定标准差,以及对图像进行平滑处理、消除噪声,并应保证获取轮廓边缘的真实性。
4.根据权利要求1所述的一种管道波纹补偿器轴向尺寸检测方法,其特征在于,所述步骤4中应获取图像的真实边缘,以进行边缘特征点获取。
5.根据权利要求1所述的一种管道波纹补偿器轴向尺寸检测方法,其特征在于,所述步骤5中阈值分割,无需设定参数,根据图像信息,自适应计算最佳阈值。
6.根据权利要求1所述的一种管道波纹补偿器轴向尺寸检测方法,其特征在于,所述步骤7中对图像进行校正处理,包括校正处理后,根据波纹补偿器形状的特殊性,遍历图像获取边缘特征点,对获取的边缘特征点进行取中值操作,保证特征点坐标的准确性。
7.根据权利要求1所述的一种管道波纹补偿器轴向尺寸检测方法,其特征在于,所述步骤8中,包括分别计算各特征点横坐标之间、纵坐标之间的距离。
8.根据权利要求1所述的一种管道波纹补偿器轴向尺寸检测方法,其特征在于,所述步骤9选取尺寸不会发生变化的接管处,作为计算实际尺寸的参考尺寸,计算得比例尺结合步骤8计算出实际尺寸。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110637032.2A CN113409256B (zh) | 2021-06-08 | 2021-06-08 | 一种管道波纹补偿器轴向尺寸检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110637032.2A CN113409256B (zh) | 2021-06-08 | 2021-06-08 | 一种管道波纹补偿器轴向尺寸检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113409256A true CN113409256A (zh) | 2021-09-17 |
CN113409256B CN113409256B (zh) | 2023-09-15 |
Family
ID=77676979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110637032.2A Active CN113409256B (zh) | 2021-06-08 | 2021-06-08 | 一种管道波纹补偿器轴向尺寸检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113409256B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109579739A (zh) * | 2019-01-07 | 2019-04-05 | 北京理工大学 | 一种离轴折反式部分补偿器系统及设计方法 |
CN109934839A (zh) * | 2019-03-08 | 2019-06-25 | 北京工业大学 | 一种基于视觉的工件检测方法 |
CN111189387A (zh) * | 2020-01-02 | 2020-05-22 | 西安工程大学 | 一种基于机器视觉的工业零件尺寸检测方法 |
-
2021
- 2021-06-08 CN CN202110637032.2A patent/CN113409256B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109579739A (zh) * | 2019-01-07 | 2019-04-05 | 北京理工大学 | 一种离轴折反式部分补偿器系统及设计方法 |
CN109934839A (zh) * | 2019-03-08 | 2019-06-25 | 北京工业大学 | 一种基于视觉的工件检测方法 |
CN111189387A (zh) * | 2020-01-02 | 2020-05-22 | 西安工程大学 | 一种基于机器视觉的工业零件尺寸检测方法 |
Non-Patent Citations (2)
Title |
---|
刘源 等: "一种基于Sobel算子的带钢表面缺陷图像边缘检测算法", 《电子测量技术》, vol. 44, no. 3, pages 138 - 143 * |
李健 等: "基于改进高斯滤波算法的叶片图像去噪方法", 《南方农业学报》, vol. 50, no. 6, pages 1385 - 1391 * |
Also Published As
Publication number | Publication date |
---|---|
CN113409256B (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109060836B (zh) | 基于机器视觉的高压油管接头外螺纹检测方法 | |
CN106643545B (zh) | 激光位移技术测量钢轨轮廓的校准方法 | |
CN107945155B (zh) | 一种基于Gabor滤波器的牙膏管肩缺陷检测方法 | |
CN114494045B (zh) | 一种基于机器视觉的大型直齿轮几何参数测量系统及方法 | |
CN110906875B (zh) | 一种孔径测量的视觉处理方法 | |
CN112085709B (zh) | 一种图像对比方法及设备 | |
Huang et al. | Sub-pixel edge detection algorithm based on canny–zernike moment method | |
CN111667470A (zh) | 一种基于数字图像的工业管道探伤内壁检测方法 | |
CN110211047B (zh) | 机器视觉螺纹参数测量的图像旋转方法 | |
Liu et al. | Enhancement of contour smoothness by substitution of interpolated sub-pixel points for edge pixels | |
CN115035107A (zh) | 基于图像处理的车桥齿轮做工误差检测方法 | |
CN115731254A (zh) | 基于亚像素的图像求尺寸的方法 | |
CN113409256B (zh) | 一种管道波纹补偿器轴向尺寸检测方法 | |
CN111539951B (zh) | 一种陶瓷砂轮头轮廓尺寸视觉检测方法 | |
CN111815575A (zh) | 一种基于机器视觉的轴承钢珠零件检测方法 | |
CN115100153A (zh) | 基于双目匹配的管内检测方法、装置、电子设备及介质 | |
CN113888517A (zh) | 一种卷绕机下料视觉检测方法 | |
CN114663402A (zh) | 一种基于Hough直线检测和曲线拟合的线缆脱垂检测方法 | |
Fan et al. | Dimensional inspecting system of shaft parts based on machine vision | |
WO2021179438A1 (zh) | 存在投影盲区去除绝对相位噪声方法、装置及存储介质 | |
CN111179221B (zh) | 焊接坡口的检测方法、设备及存储介质 | |
CN114166144A (zh) | 一种齿轮倒角加工装夹后加工轮廓的标定方法 | |
CN113793315A (zh) | 一种基于单目视觉的相机平面和目标平面夹角估算方法 | |
CN112629407B (zh) | 基于图像分析的螺纹钢尺寸测量方法 | |
CN112634228A (zh) | 一种基于亚像素定位算法的红外图像边缘高精度检测定位方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |