[发明专利]一种基于图像处理的钢梁裂纹检测方法

说明书

本发明涉及一种基于图像处理的钢梁裂纹检测方法，属于故障诊断技术与信号处理分析技术领域。本发明包括步骤：首先建立钢梁裂纹的特征训练样本集，并制作样本图像的Ground Truth集合，建立基于结构化随机森林的钢梁裂纹检测分类器；然后对采集图像中每个时间段内的裂纹图像进行拼接；利用生成的钢梁裂纹检测分类器对拼接后的裂纹图像进行钢梁裂纹的粗略边缘检测，得到粗略边缘检测结果；最后对粗略边缘检测结果进行精确的裂纹筛选与定位。本发明用训练好的钢梁裂纹检测分类器能够高效、快速、准确地提取方形钢梁存在的裂纹信息的，以实现及时快速地进行故障的排除，提高工厂的经济效益并保障工作人员的人身安全。

技术领域

本发明涉及一种基于图像处理的钢梁裂纹检测方法，属于故障诊断技术与信号处理分析技术领域。

背景技术

工业和企业使用的钢梁一旦在表面出现裂纹，便会对其生产造成极大的经济损失和引发严重的人身安全问题，尤其是生产线中顶部的导轨，在受到吊架滚轮运行中向上或向下的挤压分力、应力积聚会导致破坏断裂频频发生。而车间工作人员目前仅能依靠目视化检查发现裂纹，检测工作量大、效率低、耗时长。因此迫切需要一种有效的自动检测方法。

目前，钢结构中常用的无损检测技术有宏观检查、超声、磁粉、渗透、应力应变测试等，但都难以对钢梁进行有效检测。宏观检查即目视检测，可以直接发现表面裂纹，但效率很低。磁粉、渗透、应力应变测试也只适合检测表层或较浅的结构损伤，并且检测效率低，也只适用于局部检测。超声的检测深度较高，但对形状和裂纹方向都有要求，只能检测对接焊缝。超声检测同样只适合局部检测。声发射检测的检测范围较大，也不受制于结构形式和裂纹形态，并且需要对结构施加载荷，检测结果也有一定的不确定性。因此，基于图像处理的钢梁裂纹检测方法能够以较低的成本、可靠的检测质量达到此目的。

目前利用图像处理来实现钢梁表面的裂纹检测方法和产品在国内外也都已经拥有比较成熟的产品和专利。如韩国浦项工程大学研究人员于2010年发明了一套包括检测硬件和检测软件的钢件表面缺陷检测系统专利。该系统不仅检测速度较快，而且应用范围较广，但该方法对光源存在较大的依赖性。同时期国内香港大学的发明专利融合高斯滤波、二阶微分算子求导和形态学处理等方法进行钢件表面裂纹检测，其方法简单快捷，但仅适用于背景较为单一的图像处理。台湾大学研究人员提出利用神经网络分类器(BPN)和相关向量机(RVM)的方法对钢件进行裂纹检测，但该系统运行的结果严格依赖于分类器的特性。电子科技大学相关人员于2014年提出利用直方图、阈值处理、形态学处理和Sobel算子检测等方法进行快速裂纹检测，但以上4种方法的裂纹检测精度较低，而且国内外关于钢梁的裂纹检测都是逐幅的图像处理，工业现场钢梁长度往往达到几十米，甚至几百米长度，不能满足快速检测和定位的要求，而且缺乏较为自动化的设计流程。

本发明由国家自然科学基金项目(61302173，61461022)资助研究，主要在于探索整体与局部特征多尺度耦合机制以及多尺度感知误差测度鲁棒融合算法，解决耦合后验与真实分 布不一致和多尺度误差测度优化结构不一致的难题，为动态场景下生产线高效、快速、准确的前景目标信息检测与分割提供理论依据。为基于视觉平台的动态场景下准确推理和鲁棒性分割，以及多尺度误差测度全局优化提供理论依据。

发明内容

基于以上问题，本发明提供了一种基于图像处理的钢梁裂纹检测方法，当生产线中顶部的导轨在受到吊架滚轮运行中向上或向下的挤压分力、应力积聚导致破坏断裂频频发生时，解决了车间工作人员目前仅能依靠目视化检查发现裂纹，检测工作量大、效率低、耗时长，其他无损检测技术也都难以对钢梁进行有效检测的问题。

本发明的技术方案是：一种基于图像处理的钢梁裂纹检测方法，首先建立钢梁裂纹的特征训练样本集，并制作样本图像的Ground Truth集合，建立基于结构化随机森林的钢梁裂纹检测分类器；然后对采集图像中每个时间段内的裂纹图像进行拼接；利用生成的钢梁裂纹检测分类器对拼接后的裂纹图像进行钢梁裂纹的粗略边缘检测，得到粗略边缘检测结果；最后对粗略边缘检测结果进行精确的裂纹筛选与定位。