王 穎，韓靜文，金翠云，張艷輝

（北京化工大學 信息科學與技術學院 北京100029）

引言

管道作為石油和天然氣的主要傳輸手段，具有越來越重要的作用。然而由于介質腐蝕等原因管道泄漏事故時有發(fā)生。因此，管道內表面缺陷檢測，對于預防安全事故、減少環(huán)境污染和避免經(jīng)濟損失具有重要的價值和意義。依據(jù)檢測方法不同，管道內表面無損檢測主要包括射線法、渦流法、漏磁法、超聲波法和基于光學的檢測方法［1］。漏磁法在管道內部建立磁場，通過檢測磁力線是否發(fā)生彎曲變形實現(xiàn)缺陷檢測［2］。渦流法當物體表面存在缺陷時，渦流磁場強度和分布將發(fā)生變化從而可判定是否存在缺陷［3］。射線法通過X射線、γ射線或中子射線對被測表面實時成像進行缺陷判定［4］。超聲波法同時向管道內外表面發(fā)射超聲波信號并利用接收到的反射信號來判定缺陷的位置和大?。?］。上述檢測技術檢測效率低，需要多次發(fā)射信號才能完成管道軸向一個截面的檢測，對內表面的檢測不具有可見性［6］?；诠鈱W的缺陷檢測方法運用光學原理對缺陷進行檢測。主要方法有激光法、紅外熱成像法和基于機器視覺的檢測方法等。激光法通過管道內表面和投射激光相交位置的圖像，基于圖像灰度信 息 變 化 實 現(xiàn) 缺 陷 檢 測［7，9－10］。 紅 外 熱 成 像 法 利用紅外光照射被測物體表面，利用正常表面和缺陷表面的紅外熱圖的圖像特征差異實現(xiàn)缺陷檢測［8］。結構光視覺檢測技術由于具有精度高、非接觸、信息量大等優(yōu)點被廣泛用于工件設備等的精密三維測量。

管道內表面缺陷的精確三維測量及三維可視化是管道檢測的重要發(fā)展方向。本文采用結構光投射器和攝像機基于光學三角法獲得的管道內表面三維點進行缺陷檢測，并利用OpenGL實現(xiàn)管道內表面三維重構。

1 管道內表面缺陷檢測基本原理

1.1 圓結構光視覺三維測量原理

圖1給出了圓結構光視覺測量原理。激光器投射出圓錐面結構光與被測管道內表面相交產(chǎn)生攜帶物體內表面三維信息的亮光條。攝像機A、激光器B和亮光條上的任一點C構成三角形，基于光學三角法即可得到管道內表面C點的三維信息。當管道內表面存在凸起或凹陷時，圓錐面結構光被管道內表面形狀調制導致光條形狀發(fā)生改變。測量時管道沿軸向移動，實現(xiàn)不同截面位置處管道內表面的三維測量。

圖1 結構光視覺檢測原理Fig.1 Measuring principle of circle structured light vision

基于圓結構光覺檢測系統(tǒng)獲得管道內表面不同截面位置的三維信息，不同截面的三維點排列為圓周。

1.2 管道內表面凹凸缺陷檢測方法

依據(jù)圓結夠光測量原理，視覺檢測系統(tǒng)可獲得管道內表面多個三維點，三維點構成沿管道不同軸向位置的圓周，通常每一圓周上測量的三維點均勻分布。如圖2所示，當管道內壁光滑無瑕疵時，同一圓周上相鄰三維點的切線方向變化很小，mi和mi＋1為圓周上相鄰兩點，qi和qi＋1分別對應兩點的切線，Ni和Ni＋1為對應的法線，依據(jù)切線和法線之間的幾何關系，相鄰點法線的夾角等于其切線的夾角，對于光滑圓周，相鄰點的法線夾角α很小。然而當管道內壁存在缺陷時，其曲面變化不連續(xù)。圖3為管道內壁有缺陷時的截面變化曲線，可以看出mi和mi＋1分別為缺陷的起始和終止位置，mi－1和mi＋2分別為和缺陷點mi和mi＋1相鄰的光滑曲面上的三維點，其和相鄰缺陷點的法線夾角分別為α1和α2，顯然和圖2中光滑曲面相鄰點的法線夾角α相比，發(fā)生缺陷時曲面變化不連續(xù)使得切線方向發(fā)生較大變化，使得相鄰點的法線夾角變大?；诠艿纼缺诖嬖谌毕輹r曲面切線變化不連續(xù)的幾何特點，設定相鄰點法線夾角閾值，通過比較相鄰三維點的法線夾角是否大于閾值識別管道內壁缺陷。圓結構光測量系統(tǒng)獲得的每個圓周上三維點均勻分布，圓周上相鄰點法線夾角閾值可以由均值αt＝360°／m確定，其中m為每個圓周上三維點個數(shù)。

圖2 光滑曲面的圓周切線和法線變化Fig.2 Points normal vectors and tangent vectors on smooth surface

圖3 缺陷圓周的法線夾角變化Fig.3 Points normal vectors and tangent vectors on defective surface

對于管道內壁缺陷，當缺陷點到截面圓心的距離小于圓周半徑時，管道內為凸起缺陷，當缺陷點到截面圓心的距離大于半徑時，管道內表面為凹陷缺陷。

1.3 三維點法矢估算

管道內表面任一點和鄰近點一起構成管道內的空間曲面，因此空間任一三維點的法線可以通過計算其相鄰點構成的空間三角平面的平均法矢得到。對于空間點m，其有n個相鄰點如圖4所示，m點和相鄰點構成n個三角平面。m點和其相鄰兩點mi和mi＋1所組成的三角平面的單位法矢Ni可通過下式得出：

該三角平面的面積為

則點m的單位法矢N為

其中每個三角平面法矢的權重為該三角形的面積。

圖4 空間點的法矢ig.4 Normal vector of center point

因此，管道內圓周上任意相鄰點mi、mi＋1的法線夾角α可由（4）式得到：

式中：Ni和Ni＋1分別為點mi和mi＋1的法線。

2 管道內壁三維重構原理

利用內表面三維點，基于三維點間的拓撲結構，可以進行管道內壁的三維重構，實現(xiàn)管道內壁形貌及內壁缺陷的三維可視化。三角剖分是三維曲面精確重構的重要前提［11－12］。結構光檢測系統(tǒng)獲得的管道內表面測量結果為多個三維點構成的規(guī)則排列的圓周序列，相對于散亂三維點的三角剖分，其三角剖分算法簡單。其三角剖分原理如圖5所示，相鄰圓周L、Q可展開成直線，l1、l2、l3、l4…和q1、q2、q3、q4…分別代表圓周上的三維點，首先L上的點l1、l2，和Q上的點q1構成三角形S1，對稱的Q上的q1和q2和L上的點l2構成三角形S2，交替順次連接相鄰圓周上點即可實現(xiàn)三角剖分。和散亂點三角剖分不同，利用相鄰圓周上相鄰點構造三角網(wǎng)格簡單且提高了三角剖分速度。

圖5 三角面片構造原理Fig.5 Triangular patches structure

3 管道內表面缺陷檢測與重構結果

本文采用圓結構光視覺檢測系統(tǒng)對長59cm和管道內表面直徑為89mm的不銹鋼工業(yè)直管內表面進行了三維測量，結構光視覺檢測系統(tǒng)選用加拿大Stocker Yale公司生產(chǎn)的SNF系列半導體圓錐曲面激光器，出射波長為660nm，出射半錐角為11.4°。采用敏通MTC-23X11H短型黑白高解析度CCD攝像機，像素尺寸為798×584，鏡頭焦距大于2.8mm。測量時，管道沿軸向每次移動2mm。獲取每個截面處的帶有圓結構光條的圖像，基于光學三角法獲取管道內表面的三維數(shù)據(jù)點。本文采用獲取的有缺陷和無缺陷管道內表面三維數(shù)據(jù)點，基于VC＋＋程序語言及OpenGL實現(xiàn)缺陷檢測及重構。

圖6（a）為測量的無缺陷管道內表面三維點云數(shù)據(jù)圖形。共有720個點，由10個圓周組成。圖6（b）為對圖6（a）進行三角剖分后的結果，圖6（c）為利用OpenGL對三角剖分后的管道內表面引入光照和材質后曲面三維重構結果。

圖6 無缺陷管道三維重構圖Fig.6 Three-dimensional reconstruction of defect-free pipe

圖7 為對凸起缺陷管道內表面檢測及三維重構結果。獲取三維測量點13 595個，數(shù)據(jù)精簡后剩余2 123個點，由11個圓周組成，圓周半徑r為44.5mm，相鄰點之間的法矢夾角閾值θt取2.0°，當相鄰點間的法線夾角大于2.0°且該點到圓心的距離小于半徑44.5mm時，其為凸起缺陷點A。圖7（a）為利用法矢量夾角識別的凸起缺陷；圖7（b）為對管道內壁進行三角剖分的結果；圖7（c）為引入光照和材質條件的缺陷管道內表面三維重構結果。

圖7 凸起缺陷管道內表面三維重構圖Fig.7 Three-dimensional reconstruction of convex defect in pipe inner surface

圖8 為針對管道內表面存在凹坑的情況利用仿真數(shù)據(jù)進行缺陷檢測的結果。仿真數(shù)據(jù)共有960個點，由15個圓周組成，圓周半徑r設為50.0mm，相鄰點之間的法矢夾角閾值θt取6.0°，當相鄰點之間的法矢夾角大于6.0°且該點到圓心的距離大于半徑時，則該點為缺陷點。圖8（a）、圖8（b）分別為管道內表面三維點云和三角剖分的圖形，A為利用法線夾角檢測到的凹坑缺陷；圖8（c）為引入光照和材質條件缺陷管道內表面三維重構結果。

4 結論

本文采用結構光視覺檢測系統(tǒng)獲得的三維測量點，分析了三維點的空間分布特點，并依據(jù)三維點的分布特征，通過判斷相鄰點法線夾角的變化進行管道內表面缺陷的識別，同時依據(jù)三維點呈圓周分布的特點，采用相鄰點交替連接的三角剖分方法，簡化了三角剖分過程?；赩C＋＋及OpenGL圖形工具采用上述方法實現(xiàn)了管道內表面的缺陷檢測和三維曲面重構。實驗結果表明該方法具有工程應用價值。

［1］ 李成凱，孫永興，李瀟菲，等.在線管道缺陷常用檢測方法分析［J］.管道技術與設備，2009，6：24-26.LI Cheng-kai，SUN Yong-xing，LI Xiao-fei，et al.A-nalysis of commonly used detection approaches about defects in inspection of online pipeline［J］.Pipeline Technique and Equipmemt，2009，6：24-26.（in Chinese with an English abstract）

［2］ 馬云修，劉寶余，孫旭.漏磁檢測技術在長輸管道維護中的應用［J］.石油化工腐蝕與防護，2012，29（11）：45-50.MA Yun-xiu，LIU Bao-yu，SUN Xu，Application of magnetic flux leakage detection technology in maintenance of long-distance pipelines［J］.Corrosion＆Protection in Petrochemical Industry，2012，29（11）：45-50.（in Chinese with an English abstract）

［3］ 辛偉，丁克勤，黃冬林，等.帶保溫層管道腐蝕缺陷的脈沖渦流檢測技術仿真［J］.無損檢測，2009，31（7）：509-512.XIN Wei，DING Ke-qin，HUANG Dong-lin，et al.Pulse eddy current detection simulation of the pipe corrosion with insulation layer［J］.Non-destructive Technology，2009，31（7）：509-512.（in Chinese with an English abstract）

［4］ 王明泉，宋文愛，韓焱.管道銹蝕射線檢測技術［J］.測試技術學報，2002，16（3）：203-206.WANG Ming－quan，SONG Wen-ai，HAN Yan.The radiographic detecting technology of the pipeli ne rust［J］.Journal of Test and Measurement Technology，2002，16（3）：203-206.（in Chinese with an English abstract）

［5］ GOMEZ F，ALTHOEFER K，SENEVIRAYNE L D.Modeling of ultrasound sensor for pipe inspection［J］.IEEE，2003，2（9）：2555-2560.

［6］ 王穎，王建林，細管道內表面光電檢測方法研究［J］.應用光學，2008，29（5）：735-739.WANG Ying，WANG Jian-lin.Optoelectronic inspection of in-pipe surfaces［J］.Journal of Applied Optics，2008，29（5）：735-739.（in Chinese with an English abstract）

［7］ 王一，程大林，任永杰，等.透射式激光掃描測徑技術［J］.光電工程，2011，38（7）：65-68.WANG Yi，CHENG Da-lin，REN Yong－jie，et al.Transmission laser-scanning diameter inspection technology［J］.Opto-Electronic Engineering，2011，38（7）：65-68.（in Chinese with an English abstract）

［8］ 謝靜，楊曉燕，徐長航，等.基于形態(tài)學方法的工件表面缺陷紅外熱像檢測技術［J］.中國石油大學學報，2012，36（3）：146-150.XIE Jing，YANG Xiao-yan，XU Chang-hang，et al.Infrared thermal images detecting surface defect of steel specimen based on morphological algorithm［J］.Journal of China University of Petroleum，2012，36（3）：146-150.（in Chinese with an English abstract）

［9］ OSAMA M，TARIQ S.Automated detection of surface defects in water and sewer pipes［J］.Automation in Construction，1999，8（5）：581-588.

［10］ DURAN O，ALTHOEFER K，SENEVIRATNE L D，et al.Automated pipe defect detection and categorization using camera／laser-based profiler and artificial neural network［J］.IEEE Transactions on Automation Science and Engineering，2007，4（1）：118-126.

［11］ 孫存亮.空間散亂點曲面重構的三角剖分技術研究［D］.南京：南京航空航天大學，2009.SUN Cun-liang.The study of triangulation about space scattered points［D］.Nanjing：Nanjing University of Aeronautics and Astronautics，2009.（in Chinese with an English abstract）

［12］ YANG Zhou-wang，SE Yong-hwa，KIM Tae-wan.Adaptive triangular-mesh reconstruction by meancurvature-based refinement from point clouds using a moving parabolic approximation［J］.Computer-Aided Design，2010（42）：2-17.