Page 192 - 机电自动化在工程机械制造中的应用

机电自动化在工程机械制造中的应用
Application of Electromechanical Automation in Engineering Machinery Manufacturing

网络训练时间和识别时间较长，导致对管道缺陷种类识别不多，不适用于管道的
实时检测。
邓明阳利用 CCTV 的检测方法获得管道缺陷图像，对管道图像进行小波预
处理，利用纹理特征作为管道自动识别的分类特征。该检测方法对管道背景单一

的缺陷有良好的检测效果，对管道缺陷图像要求较高，CCTV 在复杂工况的管道
获取的图像质量无法保证，因此检测效果不佳。
孙文雅对管道的破裂缝缺陷进行了相关研究，利用边缘检测、阈值分割和形
态学处理对管道破裂缺陷进行处理，提取破裂特征值。当破裂缺陷目标与背景灰

度存在较大差异时，该方法才有较好的检测效果，不宜区分差异较小的管道缺陷，
且提取的缺陷种类单一，不适用于其他缺陷检测。
O.Duran 采用激光扫描技术对管道实现检测，利用激光束投影到管道内壁，
摄像机拍摄管道图像，对管道图像中的激光束进行分析，实现管道的结构性缺陷

检测，由于管道工况复杂，无法保证激光发射器保持在管道中心位置，采集得到
管道图像中激光束本身具有一定误差，对管道检测带来误差，且检测方法成本高，
不适用于管道检测。
李波锋利用改进的 BP 神经网络与三维激光扫描技术相结合实现了管道的缺

陷检测，首先利用低通滤波的方法对管道缺陷图像进行处理，提取管道缺陷圆度、
紧致度、凹凸度、纹理等特征，实现管道功能性缺陷的检测，继而对三维激光扫
描技术获取的管道缺陷图像进行轮廓提取，采用极坐标对比法得出管道的结构性
缺陷类型。该方法分为两个方面分别对管道的结构性与功能性缺陷进行检测，检

测成本高，不利于管道检测。刘恩东提取了管道缺陷的边缘周长、面积及灰度等
特征，通过神经网络对管道进行识别，然后识别效果较一般，管道缺陷种类较少。
2. 裂缝长度测量
裂缝测量主要采用图像处理方法，图像处理测量要求裂缝具有比较高的对比

度与较好的连续性，然而在工况复杂的地下管道，单一的采用图像处理无法保证
裂缝检测的准确性。工程中裂缝的测量方法，借助于安装在摄像机两侧的激光器
进行检测，安装间距一定的激光器在摄像装置采集裂缝缺陷图像时，会发射两束
激光光束照射到管壁上，在目标缺陷图像会形成两个激光光斑，缺陷图像会显示

在上位机软件界面上，采用软件中的画笔工具，选中裂缝的起始和结束位置，根
据激光器安装间距与激光光斑的间距比等于裂缝长度与图像中裂缝的起始和结束

176