基于视觉检测与图像处理分析技术的燃气管道检测方法研究

发布时间：2021-09-04 08:32

　　本文以燃气管道内壁探伤为研究出发点,首先研究了燃气管道功能性缺陷与结构性缺陷的定量化特征,确认了燃气管道内壁探伤的涵盖范围与缺陷特性;其次针对上述缺陷识别算法与识别模型进行了优化设计,并给出了缺陷识别优化的预测结果;最后选型搭载闭路电视系统（CCTV,Closed-Circuit Television）与激光成像系统的管道机器人,融入本文所提缺陷识别优化算法与识别模型,进行了实地测试与效能分析。本文主要研究成果如下:（1）对基于中值滤波法的燃气管道CCTV图像局部增强方法的改进。针对传统中值滤波算法边缘还原不清晰、噪点多的缺点,本文提出了一种针对功能性缺陷的中值滤波优化算法,该算法采用扰动因子定义弱光照强度,实现对光强信息的动态适配,最终给出了实验室条件下的轮廓提取优化的全局结果。（2）提出了一种基于BP模糊神经网络的管道功能性缺陷特征模式识别机制。针对燃气管道功能性缺陷特征参数多、海量噪声适配困难的问题,本文将圆形度、变形度和边界离心率三大功能性缺陷特征进行适配后导入BP神经网络,并设计了特征向量过滤器,最终通过改进退火算法实现了实验室条件下的测试,明确了有损燃气管道与无损燃气管道的... 

【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：59 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 接触式检测法
        1.2.2 非接触式检测法
        1.2.3 管道缺陷图像检测技术研究现状
        1.2.4 现有研究的不足
    1.3 本文的研究内容
    1.4 论文组织架构
第二章 燃气管道CCTV图像增强处理
    2.1 有源CCTV燃气管道图像采集方法
    2.2 燃气管道图像增强处理方法选择
        2.2.1 燃气管道图像增强通用技术
        2.2.2 燃气管道图像灰度处理
        2.2.3 滤波与噪声去除
        2.2.4 局部图像增强
    2.3 边缘检测方法
    2.4 一种基于中值滤波法的燃气管道图像局部增强方法
        2.4.1 算法实验环境介绍
        2.4.2 算法基本步骤
        2.4.3 算法实验效果
        2.4.4 算法实地测试
    2.5 本章小结
第三章 燃气管道功能性缺陷模式识别
    3.1 管道缺陷图像模式识别基本概念
    3.2 管道功能性缺陷量化描述
    3.3 管道功能性缺陷特征值提取
        3.3.1 圆形度
        3.3.2 变形度
        3.3.3 边界离心率
        3.3.4 采用灰度共生矩阵进行特征值模式定义
    3.4 模糊神经网络建模与过滤器设计
        3.4.1 模糊神经网络简介
        3.4.2 模糊神经网络建模
        3.4.3 模糊神经算法基本步骤
        3.4.4 模糊神经算法应用在功能性缺陷环境下的实验比对效果
    3.5 本章小结
第四章 燃气管道结构性缺陷模式识别
    4.1 激光扫描技术原理简介
    4.2 激光扫描系统设计
        4.2.1 系统架构设计
        4.2.2 系统激光扫描机制设计
    4.3 管道结构性缺陷量化描述
    4.4 三维激光图像轨迹获取与处理
        4.4.1 三维激光图像空间坐标参数的获取
        4.4.2 三维激光图像空间坐标的标定转化
        4.4.3 燃气管道结构性缺陷的判定规则
        4.4.4 燃气管道结构性缺陷激光图像处理实地测试
    4.5 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢



本文编号：3382933