管道机器人采集图像缺陷检测方法研究

摘要：

针对管道机器人采集管道缺陷图像边缘提取准确性较低的问题,提出一种基于自适应的管道图像缺陷检测方法.首先,采用引导滤波对单尺度Retinex算法进行改进,实现自适应增强管道图像,并通过双边滤波改进Canny算法进,实现管道缺陷的有效提取与检测;然后,结合自适应图像增强算法与缺陷检测算法,详细设计了管道机器人缺陷检测算法流程;最后,通过在饱和蒸汽Q235A(φ300 ×8 mm)管道进行缺陷检测,对提出算法进行了验证.结果 表明,该研究算法可自适应调节图像亮度达到亮度均衡,并良好地保留图像纹理细节,对管道缺陷的检测识别准确率可达到97％,相较于对比算法,直方图均衡化算法、SLVM算法、同态滤波算法,该研究算法的标准差平均降低了71.2％,平均梯度提升了15.1％,峰值信噪比提升了9.6％.

关键词：管道机器人;缺陷检测;自适应图像增强;双边滤波算法

分类号：TP391(计算技术、计算机技术)

在线出版日期：2021-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：48-51,64