留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于主动式全景视觉的管道形貌缺陷检测系统

汤一平 鲁少辉 吴挺 韩国栋

汤一平, 鲁少辉, 吴挺, 韩国栋. 基于主动式全景视觉的管道形貌缺陷检测系统[J]. 红外与激光工程, 2016, 45(11): 1117005-1117005(7). doi: 10.3788/IRLA201645.1117005
引用本文: 汤一平, 鲁少辉, 吴挺, 韩国栋. 基于主动式全景视觉的管道形貌缺陷检测系统[J]. 红外与激光工程, 2016, 45(11): 1117005-1117005(7). doi: 10.3788/IRLA201645.1117005
Tang Yiping, Lu Shaohui, Wu Ting, Han Guodong. Pipe morphology defects inspection system with active stereo omnidirectional vision sensor[J]. Infrared and Laser Engineering, 2016, 45(11): 1117005-1117005(7). doi: 10.3788/IRLA201645.1117005
Citation: Tang Yiping, Lu Shaohui, Wu Ting, Han Guodong. Pipe morphology defects inspection system with active stereo omnidirectional vision sensor[J]. Infrared and Laser Engineering, 2016, 45(11): 1117005-1117005(7). doi: 10.3788/IRLA201645.1117005

基于主动式全景视觉的管道形貌缺陷检测系统

doi: 10.3788/IRLA201645.1117005
基金项目: 

国家自然科学基金(61070134)

详细信息
    作者简介:

    汤一平(1958-),男,教授,博士生导师,博士,主要从事全方位视觉传感器应用、物联网和计算机视觉方面的研究。Email:typ@zjut.edu.cn

  • 中图分类号: TP391.4

Pipe morphology defects inspection system with active stereo omnidirectional vision sensor

  • 摘要: 针对现有的管道缺陷检测技术不能同时对管道的形、貌缺陷进行检测与评估这一工程难题,在前期研究工作的基础上,设计了一种基于主动式全景视觉的管道内部缺陷检测系统,能够快速获取管壁密集点云的三维坐标,同时对内壁表面缺陷进行检测与评估。首先利用主动式全景视觉传感器(AODVS)实时获取内壁全景图像和激光横断面扫描全景图像,然后对管道内壁全景图像进行柱状展开、预处理和缺陷检测及分类等处理;然后对激光横断面扫描全景图像处理,计算管道内壁点云的三维坐标,进一步对管道缺陷部分进行定量分析,最后利用三维建模技术重构带有真实纹理信息的管道模型。实验结果表明:文中设计的检测系统能够对管道凹凸形变、孔洞、管壁裂缝、腐蚀等缺陷进行检测与分析,具有较高的检测精度,为管道内表面三维测量和重构提供了一种新的手段。
  • [1] Xin Wei, Ding Keqin, Huang Donglin, et al. Pulse eddy current detection simulation of the pipe corrosion with insulation layer[J]. Nondestructive Testing, 2009, 31(7):509-512. (in Chinese)辛伟, 丁克勤, 黄冬林, 等. 带保温层管道腐蚀缺陷的脉冲涡流检测技术仿真[J]. 无损检测, 2009, 31(7):509-512.
    [2] Comez F, Althoeef K, Senevirayne L D. Modeling of ultrasound sensor for pipe inspection[J]. IEEE, 2003, 2(9):2555-2560.
    [3] Tang Ying, Pan Mengchun, Luo Feilu, et al. Detection of corrosion in pipeline using pulsed magnetic flux leakage testing[J]. Computer Measurement Control, 2010, 18(1):38-43. (in Chinese)唐莺, 潘孟春, 罗飞路, 等. 管道腐蚀检测中的脉冲漏磁检测技术[J]. 计算机测量与控制, 2010, 18(1):38-43.
    [4] Wang Ying, Wang Jianlin. Optoelectronic inspection of in-pipe surfaces[J]. Journal of Applied Optics, 2008, 29(5):735-739. (in Chinese)王颖, 王建林. 细管道内表面光电检测方法研究[J]. 应用光学, 2008, 29(5):735-739.
    [5] Duran O, Althoefer K, Seneviratne L D. Automated pipe defect detection and categorization using camera/laser-based profiler and artificial neural network[J]. IEEE Transactions on Automation Science Engineering, 2007, 4(1):118-126.
    [6] Wu Bin, Xing Xiukui, Zhang Yunhao. Flexible in-line measurement technology for surface defectsof small bores[J]. Infrared and Laser Engineering, 2015, 44(10):2944-2951. 吴斌, 邢秀奎, 张云昊. 微细管道内壁缺陷柔性在线测量技术研究[J]. 红外与激光工程, 2015, 44(10):2944-2951.
    [7] Koch C, Georgieva K, Kasireddy V, et al. A review on computer vision based defect detection and condition assessment of concrete and asphalt civil infrastructure ☆[J]. Advanced Engineering Informatics, 2015, 29:196-210.
    [8] Kannala J, Brandt S S, HeikkilJ. Measuring and modelling sewer pipes for video[J]. Machine Vision and Applications, 2008, 19(2):73-83.
    [9] Wang Ying, Zhang Rui. In-pipe surface circular structured light 3D vision inspection system[J]. Infrared and Laser Engineering, 2014, 43(3):891-896. (in Chinese)王颖, 张瑞. 管道内表面圆结构光视觉三维测量系统[J]. 红外与激光工程, 2014, 43(3):891-896.
    [10] Tang Yiping, Ye Yongjie, Zhu Yihua, et al. The application research of intelligent omni-directional vision sensor[J]. Chinese Journal of Sensors and Actuators, 2007, 20(6):1316-1320. (in Chinese)汤一平, 叶永杰, 朱艺华, 等. 智能全方位传感器及其应用研究[J]. 传感技术学报, 2007, 20(6):1316-1320.
    [11] Yamazawa K, Yagi Y, Yachida M. Obstacle detection with omnidirectional image sensor hyperOmni vision[C]//IEEE International Conference on Robotics and Automation, 1995(5):1062-1067.
    [12] Wang Qing, Tang Yiping, Zong Mingli, et al. Design of vertically aligned binocular omnistereo vision sensor[J]. Eurasip Journal on Image Video Processing, 2010, 7525(1):1-24.
    [13] Scaramuzza D, Martinelli A, Siegwart R. A toolbox for easily calibrating omnidirectional cameras[C]//IEEE International Conference on Intelligent Systems, 2006(6):5695-5701.
  • [1] 赵文赫, 白杨杨, 王劲凯, 张立中.  基于双PSD的三维测角传感器精度分析 . 红外与激光工程, 2024, 53(2): 20230543-1-20230543-11. doi: 10.3788/IRLA20230543
    [2] 纪运景, 杜思月, 宋旸, 李振华.  基于线结构光旋转扫描和光条纹修复的三维视觉测量技术研究 . 红外与激光工程, 2022, 51(2): 20210894-1-20210894-9. doi: 10.3788/IRLA20210894
    [3] 章秀华, 洪汉玉, 徐洋洋, 张天序.  复杂光照条件下矿石三维视觉实时筛选方法 . 红外与激光工程, 2021, 50(11): 20210125-1-20210125-11. doi: 10.3788/IRLA20210125
    [4] 周杰, 杨泽后, 宋帅, 张国娟, 毛一江, 李晓锋, 金凡皓, 冯力天, 陈春利, 周鼎富.  应用于区域三维风场测量的船载激光测风雷达 . 红外与激光工程, 2020, 49(S2): 20200189-20200189. doi: 10.3788/IRLA20200189
    [5] 左超, 张晓磊, 胡岩, 尹维, 沈德同, 钟锦鑫, 郑晶, 陈钱.  3D真的来了吗?— 三维结构光传感器漫谈 . 红外与激光工程, 2020, 49(3): 0303001-0303001-45. doi: 10.3788/IRLA202049.0303001
    [6] 宋晓凤, 李居朋, 陈后金, 李丰, 万成凯.  多场景下结构光三维测量激光中心线提取方法 . 红外与激光工程, 2020, 49(1): 0113004-0113004(8). doi: 10.3788/IRLA202049.0113004
    [7] 刘晓利, 何懂, 陈海龙, 蔡泽伟, 殷永凯, 彭翔.  结构光三维传感器测量网相关技术 . 红外与激光工程, 2020, 49(3): 0303007-0303007-10. doi: 10.3378/IRLA202049.0303007
    [8] 王强, 胡秋平, 邱金星, 裴翠祥, 刘铭, 李欣屹, 周洪斌.  航空复合材料内部缺陷差动式激光红外热成像检测 . 红外与激光工程, 2019, 48(5): 504003-0504003(7). doi: 10.3788/IRLA201948.0504003
    [9] 李潇, 石柱, 代千, 覃文治, 寇先果, 袁鎏, 刘期斌, 黄海华.  64×64 InGaAs/InP三维成像激光焦平面探测器 . 红外与激光工程, 2018, 47(8): 806004-0806004(5). doi: 10.3788/IRLA201847.0806004
    [10] 吴斌, 许友, 杨峰亭, 钱春强, 蔡蓓.  激光跟踪绝对测长多边法三维坐标测量系统 . 红外与激光工程, 2018, 47(8): 806007-0806007(6). doi: 10.3788/IRLA201847.0806007
    [11] 邹媛媛, 李鹏飞, 左克铸.  三线结构光视觉传感器现场标定方法 . 红外与激光工程, 2018, 47(6): 617002-0617002(6). doi: 10.3788/IRLA201847.0617002
    [12] 洪梓铭, 艾青松, 陈昆.  基于光纤激光的高精度三维视觉测量技术 . 红外与激光工程, 2018, 47(8): 803011-0803011(8). doi: 10.3788/IRLA201847.0803011
    [13] 冯婕, 李豫东, 文林, 郭旗.  CMOS传感器辐射损伤对视觉位姿测量系统性能的影响机制 . 红外与激光工程, 2017, 46(S1): 69-73. doi: 10.3788/IRLA201746.S117002
    [14] 曹霆, 王卫星, 杨楠, 高婷, 王峰萍.  基于三维激光扫描技术的路面断板深度检测 . 红外与激光工程, 2017, 46(2): 206006-0206006(6). doi: 10.3788/IRLA201746.0206006
    [15] 王力, 李广云, 杨新永, 王永乐, 周阳林, 崔谦.  车载三维激光扫描系统安置参数一站式标定 . 红外与激光工程, 2016, 45(11): 1106005-1106005(6). doi: 10.3788/IRLA201645.1106005
    [16] 吴斌, 邢秀奎, 张云昊.  微细管道内壁缺陷柔性在线测量技术研究 . 红外与激光工程, 2015, 44(10): 2944-2951.
    [17] 张振振, 杨爱玲, 赵扬, 南钢洋.  人工缺陷铝块试样的激光超声三维成像 . 红外与激光工程, 2015, 44(S1): 57-62.
    [18] 段洁, 段雨晗, 孙向阳, 付跃刚.  全景航空相机性能检测系统设计 . 红外与激光工程, 2014, 43(12): 3977-3982.
    [19] 王颖, 张瑞.  管道内表面圆结构光视觉三维测量系统 . 红外与激光工程, 2014, 43(3): 891-896.
    [20] 孙雪晨, 姜肖楠, 傅瑶, 韩诚山, 文明.  基于机器视觉的凸轮轴表面缺陷检测系统 . 红外与激光工程, 2013, 42(6): 1647-1653.
  • 加载中
计量
  • 文章访问数:  606
  • HTML全文浏览量:  132
  • PDF下载量:  138
  • 被引次数: 0
出版历程
  • 收稿日期:  2016-03-05
  • 修回日期:  2016-04-08
  • 刊出日期:  2016-11-25

基于主动式全景视觉的管道形貌缺陷检测系统

doi: 10.3788/IRLA201645.1117005
    作者简介:

    汤一平(1958-),男,教授,博士生导师,博士,主要从事全方位视觉传感器应用、物联网和计算机视觉方面的研究。Email:typ@zjut.edu.cn

基金项目:

国家自然科学基金(61070134)

  • 中图分类号: TP391.4

摘要: 针对现有的管道缺陷检测技术不能同时对管道的形、貌缺陷进行检测与评估这一工程难题,在前期研究工作的基础上,设计了一种基于主动式全景视觉的管道内部缺陷检测系统,能够快速获取管壁密集点云的三维坐标,同时对内壁表面缺陷进行检测与评估。首先利用主动式全景视觉传感器(AODVS)实时获取内壁全景图像和激光横断面扫描全景图像,然后对管道内壁全景图像进行柱状展开、预处理和缺陷检测及分类等处理;然后对激光横断面扫描全景图像处理,计算管道内壁点云的三维坐标,进一步对管道缺陷部分进行定量分析,最后利用三维建模技术重构带有真实纹理信息的管道模型。实验结果表明:文中设计的检测系统能够对管道凹凸形变、孔洞、管壁裂缝、腐蚀等缺陷进行检测与分析,具有较高的检测精度,为管道内表面三维测量和重构提供了一种新的手段。

English Abstract

参考文献 (13)

目录

    /

    返回文章
    返回