黃 凱

（福建省特種設(shè)備檢驗(yàn)研究院泉州分院，福建 泉州 362000）

1 引言

近幾年來(lái)，隨著國(guó)家對(duì)起重機(jī)械安全工作的重視，起重機(jī)械事故呈高發(fā)態(tài)勢(shì)的情形有所好轉(zhuǎn)，但總體事故率仍然較高。起重機(jī)事故呈現(xiàn)出大型化、群體化、惡性化、突發(fā)性、集中性、嚴(yán)重性的特點(diǎn)。起重機(jī)械的主要隱患在于塑性變形，而目前的激光測(cè)量法和有限元分析法存在不少問(wèn)題。

因此，以下是提出一種基于機(jī)器視覺(jué)的起重機(jī)械主梁塑性變形的測(cè)試方法。

2 常規(guī)方法存在的問(wèn)題

目前主要采用激光測(cè)量法[1]和有限元分析法。激光測(cè)距法廣泛用于各式單梁及雙梁起重機(jī)空載、靜載、動(dòng)載狀態(tài)時(shí)的拱度指標(biāo)測(cè)量。該方法在地面搭起測(cè)量裝置，調(diào)整校正后測(cè)量，是一種遠(yuǎn)距離的非接觸的測(cè)量方法。而有限元分析法主要對(duì)臂架結(jié)構(gòu)變形進(jìn)行建模，人工輸入鋼結(jié)構(gòu)的主要參數(shù)，然后計(jì)算節(jié)點(diǎn)數(shù)、有限元節(jié)點(diǎn)坐標(biāo)、有限單元數(shù)、空間方向余弦、計(jì)算有限元單元的自重、確定變幅機(jī)構(gòu)重量和節(jié)點(diǎn)等效載荷，將方程組成整體剛度矩陣，采用有限元方法對(duì)空間桁架的單元應(yīng)力作了精確的求解，同時(shí)考慮了溫度變化對(duì)桁架變形及應(yīng)力的影響，求得應(yīng)力集中點(diǎn)后進(jìn)行應(yīng)力測(cè)試[2]。

但上述方法存在如下問(wèn)題：a. 無(wú)法測(cè)量局部變形； b. 對(duì)臂架式、塔式、架橋機(jī)、門座式等設(shè)備無(wú)法實(shí)行檢測(cè)；c. 測(cè)量步驟繁瑣，對(duì)測(cè)量人員技術(shù)要求高，不易實(shí)施。

3 機(jī)器視覺(jué)識(shí)別算法

機(jī)器視覺(jué)就是用圖像代替人眼來(lái)做測(cè)量和判斷。在一些危險(xiǎn)作業(yè)環(huán)境或人工視覺(jué)難以滿足要求的場(chǎng)合，常用機(jī)器視覺(jué)來(lái)替代人工視覺(jué)?；跈C(jī)器視覺(jué)識(shí)別算法的檢測(cè)系統(tǒng)已廣泛地用于工況監(jiān)視、成品檢驗(yàn)和質(zhì)量控制等領(lǐng)域，如火車鋼軌檢測(cè)[3]。

3.1 算法流程

識(shí)別起重機(jī)主梁變形的算法流程如圖1所示。

文中將高分辨率相機(jī)拍攝到的一組起重機(jī)械主梁圖像以及該起重機(jī)的工作級(jí)別作為輸入?yún)?shù)，經(jīng)過(guò)邊界提取模塊、除噪聲模塊、圖像拼接模塊、3D重組模塊得到邊界曲線，然后對(duì)該曲線進(jìn)行曲率計(jì)算，得到曲線各點(diǎn)的曲率，用紅色標(biāo)記曲率異常的部分，即局部變形。

3.2 邊界提取

由于不同圖像灰度不同，所以在兩個(gè)事物交接的地方會(huì)有灰度的變化，因此，圖像的灰度設(shè)置閾值即可以分割圖像。但是，現(xiàn)實(shí)世界中的物體是三維的，而圖像只具有二維信息，從三維到二維的投影成像不可避免的會(huì)丟失一部分信息；另外，成像過(guò)程中的光照和噪聲也是不可避免的重要因素。

由于起重機(jī)械的主梁或起重臂與環(huán)境顏色會(huì)形成鮮明的對(duì)比，即主梁的灰度與環(huán)境灰度會(huì)有明顯的跳變，因此，本文采用Canny算子先對(duì)圖像進(jìn)行平滑濾波，消除部分噪聲，再進(jìn)行邊緣檢測(cè)。

3.3 Canny算子[4]

微分算子是圖像處理中常用的算子，具有實(shí)現(xiàn)簡(jiǎn)單而且邊緣檢測(cè)的效果較好的特點(diǎn)。常用的微分算子有Sobel算子、Robert算子、Prewitt算子、Laplacian算子和Canny算子。

Sobel沒(méi)有基于圖像灰度進(jìn)行處理；Robert算子主要用來(lái)估算任一相互垂直方向上的梯度，Prewitt算子Sobel算子類似，只是權(quán)值有所變化；Laplacian算子只考慮邊緣點(diǎn)的位置而不考慮周圍的灰度差。而Canny算子是一個(gè)綜合濾波、檢測(cè)、放大等、優(yōu)化等多項(xiàng)功能的算子，適合本文的起重機(jī)主梁邊界提取。因此，本文采用該算子實(shí)現(xiàn)邊界提取模塊、除噪聲模塊和圖像拼接模塊。

首先，用高斯平滑濾波器對(duì)一組主梁圖像來(lái)進(jìn)行平滑去噪處理；接著，運(yùn)用Canny分割算法對(duì)降噪圖像計(jì)算圖像梯度幅值和方向；然后，將計(jì)算結(jié)果進(jìn)行非極大值抑制處理；最后，用Canny算子還設(shè)置閾值來(lái)進(jìn)行圖像拼接。

3.4 Hough變換[5]進(jìn)行重組提取邊界曲線

Hough變換是識(shí)別幾何形狀的圖像處理方法之一。設(shè)三維網(wǎng)格和對(duì)應(yīng)二維展平網(wǎng)格上點(diǎn)與點(diǎn)之間的關(guān)系，包括距離和相鄰等關(guān)系，滿足伯努力分布，通過(guò)最小化三維空間和二維空間關(guān)系分布函數(shù)之間的距離，將二維網(wǎng)格上點(diǎn)與點(diǎn)之間的關(guān)系有效地映射到三維參數(shù)域上，得到扭曲很小的三維立體模型的參數(shù)化結(jié)果。即可將原始圖像空間給定的曲線通過(guò)曲線表達(dá)形式變?yōu)閰?shù)空間的一個(gè)點(diǎn)。這樣就把原始圖像中給定曲線的檢測(cè)問(wèn)題轉(zhuǎn)化為尋找參數(shù)空間中的峰值問(wèn)題，即把檢測(cè)整體特性轉(zhuǎn)化為檢測(cè)局部特性。

原始圖像坐標(biāo)系下的一個(gè)點(diǎn)和直線分別與參數(shù)坐標(biāo)系中的直線和點(diǎn)相互對(duì)應(yīng)。原始坐標(biāo)系下一條直線上的任一點(diǎn)的都有相同的斜率和截距，所以在參數(shù)坐標(biāo)系中用一個(gè)點(diǎn)來(lái)對(duì)應(yīng)。因此，將原始坐標(biāo)系所有的點(diǎn)都映射到參數(shù)坐標(biāo)系，若存在聚焦點(diǎn)，則該聚焦點(diǎn)對(duì)應(yīng)了原始坐標(biāo)系下的某條直線。

3.5 邊界曲率計(jì)算

經(jīng)過(guò)Hough變換后會(huì)得到許多邊界曲線直線的投票，將投票值排序，依次遍歷這些值。當(dāng)某個(gè)點(diǎn)的投票值小于前一個(gè)點(diǎn)投票值的一個(gè)閾值（本文暫定60%）,剩余點(diǎn)可以拋棄。最后留下的曲線極為起重機(jī)主梁的邊界曲線。

最后，用高階曲線擬合出該邊界曲線，計(jì)算出各個(gè)點(diǎn)的曲率，發(fā)現(xiàn)異常曲率即在該點(diǎn)附近出現(xiàn)了局部變形。而曲線的總體曲率與檢規(guī)對(duì)比可得拱度是否符合該安全級(jí)別的標(biāo)準(zhǔn)要求。

4 實(shí)驗(yàn)

以某港務(wù)集團(tuán)的一臺(tái)大型門式起重機(jī)做實(shí)驗(yàn)，如圖2所示。圖片0、圖片1、圖片2、圖片3即為一組輸入的圖像，邊界曲線如黃色線所示，其中的紅點(diǎn)表示曲率異常點(diǎn)即局部變形點(diǎn)。

5 結(jié)論

針對(duì)起重機(jī)械定期檢驗(yàn)中碰到的難題，本文結(jié)合Canny算子、Hough變換等多種圖像處理方法，研究出一種起重機(jī)械主梁塑性變形的機(jī)器視覺(jué)識(shí)別算法。實(shí)驗(yàn)證明，該算法能夠在一定程度上代替人工視覺(jué)，可以為定期檢驗(yàn)提供技術(shù)支持，作為初步判定的依據(jù)。文章后續(xù)的研究是針對(duì)正在運(yùn)作的起重機(jī)械的不停機(jī)檢驗(yàn)檢測(cè)。

[1] 徐大力，張明鶴，王建華，沙漫.橋式起重機(jī)靜態(tài)剛性及靜載試驗(yàn)中永久變形的測(cè)量方法[J].中國(guó)特種設(shè)備安全，22（19）：9 .

[2]馬敬勛，夏永海，魏建軍，劉昌偉.起重機(jī)械承力構(gòu)件應(yīng)力集中分析[J].2012，（2）：57-58

[3]劉澤，王嵬，王平.鋼軌表面缺陷檢測(cè)機(jī)器視覺(jué)系統(tǒng)的設(shè)計(jì)[J]. 電子測(cè)量與儀器學(xué)報(bào)，24（11）：1012-1017.

[4] 張震，馬駟良，張忠波，劉輝，宮躍欣，孫秋成.一種改進(jìn)的基于Canny算子的圖像邊緣提取算法[J]. 吉林大學(xué)學(xué)報(bào)（理學(xué)版），2007，（2）：244-248.

[5] 劉桂雄，申柏華，馮云慶，胡存銀，易靜蓉. 基于改進(jìn)的Hough變換圖像分割方法[J].2002，（3）：257-260.