[发明专利]一种基于机器视觉的天然气管线保温层缺陷检测方法

说明书

本发明公开了一种基于机器视觉的天然气管线保温层缺陷检测方法，包括：布置液化天然气管线拍摄环境，拍摄待检测液化天然气管线保温层表面图片；将所得图片上传至电脑端并统计所得图片灰度值；对图片进行降噪处理；使用神经网络训练灰度阈值检测模型；识别待检测管线保温层缺陷，修复缺陷并重新送检。本发明相较于传统方法，识别效率更高，易于操作，节省人工成本。

技术领域

本发明涉及天然气管线保温缺陷检测方法，尤其涉及一种基于机器视觉的天然气管线保温层缺陷检测方法。

背景技术

在液化天然气的运输过程中，需要为液化天然气管线铺设保温层来保证温度变化较为缓和。保温层的质量关乎液化天然气输送的安全性。而现如今广泛采用的人工检测方法耗时耗力、效率低下，检测正确性会根据检测人员的不同和检测人员的工作状态有较大波动，为天然气管线的安全带来了隐患。

发明内容

本发明的目的在于克服已有技术的不足，提供一种基于机器视觉的天然气管线保温层缺陷检测方法。该方法通过机器视觉对待检测液化天然气管线表面保温层进行拍摄并进行分析，可以方便的识别出缺陷部分并进行反馈，减少了人工成本，提高了缺陷检测效率。

为实现上述目的，本发明采用的技术方案是：一种基于机器视觉的天然气管线保温层缺陷检测方法，其特征在于包括以下步骤：

步骤一、将待检测液化天然气管线置于暗处，调整摄像机的位置，使摄像机的镜头对准待检测液化天然气管线的一端，并将光照系统置于摄像机暗场；

步骤二、开启摄像机与照明系统，拍摄n张待检测液化天然气管线的保温层在该位置下的保温层表面图片并记为第一组图片，然后将待检测液化天然气管线绕其轴线旋转，再次拍摄n张待检测液化天然气管线的保温层在该位置下的保温层表面图片并记为第二组图片，重复上述步骤直至最后完成该段待检测液化天然气管线的保温层的整周拍摄；

步骤三、重复步骤一、二，逐段完成各段液化天然气管线的保温层的拍摄直至将整根待检测液化天然气管线保温层拍摄完成；

步骤四、将拍摄得到的每组保温层图片分别上传到电脑，统计每张保温层图片中各像素点的灰度值；

步骤五、采用图像处理模块将同一组保温层图片各像素点灰度值求平均值，去掉噪声的影响，得到与每组保温层图片对应的一张保温层新图片；

步骤六、将每一组做平均得到的保温层新图片各个像素点的灰度值输入神经网络模块，利用MLP神经网络算法进行灰度阈值预测模型的训练，得到阈值，并根据阈值对图片进行二值化处理，得到二值图片，然后在二值图片中找到缺陷区域；

步骤七、在液化天然气管线保温层缺陷检测的实际作业中，选取一根待检测管线，依次经过步骤一、二、三、四、五过程，并利用步骤六中得到的阈值进行图像二值化，然后根据二值化图像找到液化天然气管线保温层对应的缺陷位置；

步骤八、识别出缺陷后，将有缺陷的天然气管线保温层进行重新修复处理，处理完成后重新进行检验。

附图说明

图1为本发明一种基于机器视觉的天然气管线保温层缺陷检测方法的流程图；

图2为本发明步骤七第一步像素点及其相邻区域像素点示意图。

具体实施方式

下面结合附图对本发明做详细的说明：

本发明一种基于机器视觉的天然气管线保温层缺陷检测方法，包括以下步骤：

步骤一、将待检测液化天然气管线置于暗处，调整摄像机的位置，使摄像机的镜头对准待检测液化天然气管线的一端，并将光照系统置于摄像机暗场；