VVER涡流导热管管道圆图像定位算法技术研究

发布时间：2020-05-15 13:37

【摘要】：随着摄像机的逐步普及和计算机技术的日益进步,数字图像处理领域的研究越来越多地被应用于工业场景中,用于解决一些工业现场的实际问题。本文的实际应用背景是核电运行系统需要对VVER(水-水高能反应堆)涡流导热管的管壁进行定期的探伤维护,这需要舵机控制探伤探头伸入导热管道进行管壁探伤,但因为控制舵机运行的算法精度问题,探头位置可能会和目标管道口存在一定偏移量。因此,需要通过图像定位算法来求取探头相对于目标管道口的横纵坐标偏移量,以此实现VVER涡流导热管管道圆定位,使探头可以完全对准目标管道口并伸入管道进行管壁探伤。本文主要针对图像定位算法中的管道圆分割,管道圆边缘提取和参照关键圆识别与筛选进行了深入研究,具体如下:首先,为了提高分割算法对分割区域灰度差异较小的图像的分割能力,提出了一种基于边缘信息的改进最小交叉熵管道圆分割算法。该算法通过在待分割图像的灰度分布中增加边缘灰度范围的频数,以此来改变图像整体的灰度分布,再对改变后的灰度分布采用最小交叉熵算法来确定阈值分割的灰度阈值,以此阈值进行管道圆分割。该改进算法对100张样本图像的分割图像的平均区域间灰度对比度(GC)相较于传统最小交叉熵分割法提升了4.85%;同时,针对添加较多高斯噪点的Lena图像的分割,该算法受噪点影响引起的区域间灰度对比度(GC)减小量相比于传统最小交叉熵分割法少了2.88%,抗噪点能力更强;且改进方法应用于VVER管道圆定位任务的参照关键圆识别成功率比最小交叉熵法提升了1.41%。然后,对于传统Canny算子边缘提取中滞后阈值的确定缺乏自适应性的问题,提出了一种基于梯度幅值分布的自适应阈值管道圆边缘提取算法。该算法将交叉熵应用于度量图像分类为边缘和背景两类区域前后的梯度幅值分布之间的信息距离,搜索使该交叉熵最小的梯度幅值分类阈值,以此阈值作为Canny边缘提取的滞后阈值。该算法对100张样本二值图像的边缘提取前后的平均图像结构相似性(SSIM)相比于传统Canny算子增加了0.64%,两者边缘提取在图像结构相似性上的表现相近,同时该算法实现了滞后阈值确定的自适应性。最后,针对参照关键圆识别与筛选展开研究,提出了一种基于2-1霍夫变换的约束区域关键圆识别与筛选算法。该算法首先对得到的边缘提取图进行2-1霍夫圆检测,然后设计了伪圆弧排除方法排除了检测出的霍夫圆中的伪圆,再依据是否在约束圆域内和是否距参照模板圆圆心最近的两级判断条件进行参照关键圆筛选。同时,本文算法还设计了涡流导热管网络上下边界情况的解决方法,解决了上下边界情况的样本图像的管道圆定位问题。最后在VVER涡流导热管管道圆定位算法中采用了该算法,并用于对样本图像数据集进行测试实验,在1638张样本图像集上达到了99.33%的参照关键圆识别率,在核电运行系统实验平台上目标管道圆探伤工作中起到了很好的辅助作用。
【图文】：

概率分布,分割图,灰度,管道

(a)管道圆两类灰度 ROI (b)最大熵分割法分割图 (c)最大相关分割法分割图图 2-2 管道圆两类灰度 ROI 对比分割图上述两种分割方法都是通过最大化图像各灰度级概率分布信息量来确定最佳分割阈值的，因此该类分割算法对待分割区域灰度差异不大的图像分割效果欠佳，仍需改进。2.3 基于边缘信息的改进最小交叉熵管道圆分割算法为了解决一维最大熵分割法和最大相关分割法把关注点都放在各灰度级的概率分布上，而未考虑图像灰度分布对阈值分割的影响[60]，导致其对各待分割区域灰度差异不大的图像分割效果欠佳的问题，引入了基于灰度分布的最小交叉熵分割法，通过使图像分割前后灰度分布之间的信息距离最小来选取最佳阈值，对待分割区域灰度差异不大的图像阈值分割效果更好。为了进一步提高分割后区域间灰度对比度，，对

效果图,阈值分割,效果图,交叉熵

得到如下图2-7 的各算法阈值分割效果图。原始图像高信噪比图像低信噪比图像一维最大熵法最大相关法最小交叉熵法改进最小交叉熵法图 2-7 阈值分割效果图对比
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM623;TP391.41

【参考文献】