资源描述：
《基于数字图像处理的油管螺纹参数的智能检测》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、基于数字图像处理的油管螺纹参数的智能检测?32?基于数字图像处理的油管螺纹参数的智能检测张涛于飞杨树勋(青岛科技大学自动化与电子工程学院山东青岛266042)摘萋针对传统接触式油管螺纹参数测量方法的缺点,探讨了基于计算机视觉技术进行非接触测量的方法.通过运用对螺皱图像的降噪平滑,锐化增强,边缘检测,轮廓提取等方法进行智能检测,从理论和实践上证明谊方法的可行性和正确性.关键词CCD;油管螺纹;图像处理0引言目前,油田上的油管螺纹失效问题相当突出,采用计算机视觉方法.对螺纹图像进行观察分析和检测的方法可以更加直观,有效地进行螺纹
2、失效研究.尤其对于损伤螺纹,接触式测量方法无法进行检测,而非接触测量却有独到的优势.非接触式检测采用光学与图像处理技术相结合的方法,通过对螺纹图像的分析实现各种几何尺寸的检测.1测量原理及图像测量系统的建立利用ccD摄像机采集螺纹图像,通过图像采集卡将图像输入到计算机,然后对所采集到的图像进行数字处理,得到螺纹的轮廓图像.螺纹轮廓图像(以像素点数量表示)与实际尺寸(以毫米表示)之间具有一一对应的线性关系,即两者之间的测量比为常数K,由摄像物镜的放大比和CCD器件的放大比决定.通过一定的算法计算出螺纹的几何参数,最后与标准尺寸
3、相比较判断是否合格.螺纹参数测量系统如图l所示.圈I螺纹圈像参数测量系统2图像采集及图像的预处理图像的采集是通过调用图像采集卡的SDK驱动程序中的图像卡读取函数来完成图像采集.该图像卡是基于PCI总线的彩色/黑白图像采集卡,可实时传送数字视频信号到显示存储器或系统存储器,数据的传送过程由图像卡控制.图像的预处理使用平滑处理的方法,其主要目的是减少噪声.一些常见的噪声有椒盐噪声,脉冲噪声,高斯噪声等.椒盐噪声是含有随机出现的黑白亮度值,脉冲噪声是只含有随机的自强度值(正脉冲噪声)或黑强度值.与前两者不同,高斯噪声是含有亮度服从
4、高斯或正态分布的噪声.高斯噪声是许多传感器噪声的很好模型,例如摄像机的电子干扰噪声.图像平滑处理的方法视其噪声本身的特性而定.一般情况下,在空间域采用邻域平均来减少噪声;在频率域,由于噪声频谱通常多在高频段,因此采用各种形式的低通滤波方法来减少噪声.邻域平均法(NeighborhoodOperation)是一种局部空间域处理的算法.对于位置(i,i)处的像素,其灰度值为f(i,j).平滑后的灰度值为g(i,J),则g(i,j)由包含(i.i)邻域的若干个像素的灰度平均值所决定,即用式(1)得到平滑的像素灰度值.g(i,j)=
5、-lvl(I.>J)f(x,y)x,Y=0,12",N一1(1)式中,A表示以(i,i)为中心的邻域点的集合,M是A中像素点的总数.常用的邻域为4邻域和8邻域,用模板表示邻域平均算法,4邻域和8邻域的模板表示如下:1『0l0].『I1M4=I10rl=1l101l(2)L0l0j.LlllJ图2为4邻域处理过的螺纹图像,图3为8邻域处理过的螺纹图像.可以看出邻域的大小控制着石油工业计算机应用2005年第13卷第4期?33?图24邻域滤波后的图像图38邻域滤波后的图像滤波程度,大尺度邻域会加大滤波程度.作为消除大噪声的代
6、价,大尺度滤波器也会导致细节的损失和计算量的增加.3图像的锐化油管螺纹图像研究的重点是螺纹的轮廓,因此要对图像进行适当的边缘增强,使图中前景从背景中突出出来.图像锐化的主要目的是加强图像中目标边界和图像细节.图像边缘增强的方法主要有微分法,高通滤波法,钝掩模法等,螺纹图像处理中宜采用高通滤波法,因为图像中的牙型轮廓与图像频谱的高频连续分量相对应,因此采用高通滤波的方法让高频连续分量顺利通过,使低频分量受抑制,就可以增强高频分量,使图像的边缘或线条变得清晰,实现图像的锐化.空间域高通滤波建立在离散卷积的基础上,即:g(x,Y)
7、:f(i,j)n(x—i+l,Y—J+1)(3)式中g(x,y)为锐化输出,f(i,j)为输入图像,H(x—i+1,Y—j+1)为冲激响应阵列(或卷积阵列).图4为螺纹图像的边缘增强的处理效果.4螺纹边缘轮廓的检测与提取螺纹尺寸测量的关键在于边缘轮廓的提取(即图4高通滤波后的螺纹图像提供所需的一维轮廓线).图像的边缘是图像的最基本特征,边缘点是指图像中周围像素灰度有阶跃变化或屋顶变化的那些像素点,即灰度值导数较大或极大的地方.边缘检测局部算子法是考察图像的每个像素在某个邻域内灰度的变化,利用边缘邻近一阶或一阶导数变化规律,用
8、边缘检测算子提取轮廓边缘的方法.边缘检测算子检查每个像素的邻域并对灰度变化率进行量化,也包括方向的确定,然后使用基于方向导数掩模求卷积的方法提取边缘.4.1边缘检测算子对于图像边缘这种局部不连续部位可通过求导数方便地检测到.边缘检测算子有多种.如Roberts算子,Sobel算子,Prew
