孫洪超

摘 ? 要：文章采用模塊蛇形機(jī)器人作為纜索檢測(cè)的運(yùn)動(dòng)載體，通過(guò)搭載攝像頭對(duì)纜索表面進(jìn)行觀測(cè)，將視頻信息通過(guò)無(wú)線(xiàn)模塊傳輸至地面工作站，地面工作站對(duì)纜索缺陷部位進(jìn)行提取。

關(guān)鍵詞：纜索;表面檢測(cè);缺陷提取

1 ? ?纜索表面檢測(cè)流程

在纜索表面檢測(cè)中利用蛇形機(jī)器人進(jìn)行作業(yè)，以螺旋攀爬步態(tài)爬到纜索上，為實(shí)現(xiàn)纜索表面缺陷的檢測(cè)，一般為蛇體配備大量的傳感器設(shè)備。帶有傳感器的蛇形機(jī)器人以單環(huán)翻滾攀爬的方式進(jìn)行纜索無(wú)損檢測(cè)[1]。通過(guò)這種全面的纜索無(wú)損檢測(cè)方法，能夠及時(shí)發(fā)現(xiàn)缺陷及問(wèn)題所在，有效地防止纜索斷裂，及時(shí)發(fā)現(xiàn)故障和潛在威脅并進(jìn)行更換。目前的纜索缺陷檢測(cè)主要由纜索表面缺陷檢測(cè)和纜索內(nèi)部斷絲檢測(cè)兩部分內(nèi)容構(gòu)成。

纜索內(nèi)部檢測(cè)的主要目的是檢測(cè)內(nèi)部纜絲的腐蝕和缺陷等問(wèn)題，內(nèi)部斷絲主要的原因包括銹蝕以及磨損等，一般可以通過(guò)超聲檢測(cè)、機(jī)械檢測(cè)以及漏磁檢測(cè)實(shí)現(xiàn)纜索內(nèi)部檢測(cè)，當(dāng)前實(shí)際應(yīng)用中最常見(jiàn)的方法是漏磁檢測(cè)法。

纜索表面檢測(cè)需要由配有攝像頭的機(jī)器人進(jìn)行，通過(guò)傳感器以及攝像頭能夠采集表面缺陷信息，同時(shí)利用通信系統(tǒng)將采集到的信息傳遞回上位機(jī)，在上位機(jī)中，利用計(jì)算機(jī)技術(shù)對(duì)采集到的纜索圖像和數(shù)據(jù)進(jìn)行處理，最終確定缺陷信息。對(duì)纜索的表面缺陷檢測(cè)而言，數(shù)據(jù)和信息采集應(yīng)該保證其具有較高的穩(wěn)定性、準(zhǔn)確性和實(shí)時(shí)性。對(duì)于采集設(shè)備和上位機(jī)比較遠(yuǎn)（一般為100 M以上）的作業(yè)，可以采用無(wú)線(xiàn)網(wǎng)絡(luò)傳輸進(jìn)行數(shù)據(jù)的傳遞。采集到的數(shù)據(jù)和信息能夠以可視化的圖片、視頻等方式進(jìn)行實(shí)時(shí)顯示，根據(jù)采集信息和數(shù)據(jù)定位缺陷位置。

2 ? ?缺陷信息的傳輸與接收

由于實(shí)際纜索缺陷信息檢測(cè)中往往纜索與地面距離較遠(yuǎn)，為保證正常通信，單一無(wú)線(xiàn)網(wǎng)絡(luò)設(shè)備已經(jīng)不能很好地滿(mǎn)足相關(guān)需求，建議采用具有無(wú)線(xiàn)分布式系統(tǒng)（Wireless Distribution System，WDS）功能的路由器來(lái)進(jìn)行信息傳遞，保證網(wǎng)絡(luò)全覆蓋。

WDS由多個(gè)無(wú)線(xiàn)網(wǎng)絡(luò)協(xié)調(diào)配合構(gòu)成一個(gè)大型無(wú)線(xiàn)網(wǎng)絡(luò)，該分布式系統(tǒng)的提出主要是為了解決單一無(wú)線(xiàn)網(wǎng)絡(luò)覆蓋范圍小的問(wèn)題。該系統(tǒng)通過(guò)多個(gè)無(wú)線(xiàn)網(wǎng)絡(luò)無(wú)線(xiàn)訪問(wèn)接入點(diǎn)（Access Point，AP）或無(wú)線(xiàn)路由進(jìn)行橋接，實(shí)現(xiàn)無(wú)線(xiàn)信號(hào)的擴(kuò)展以及無(wú)線(xiàn)信號(hào)更高范圍的覆蓋。

WDS的提出和應(yīng)用改變了傳統(tǒng)單一模式的無(wú)線(xiàn)應(yīng)用，能夠提供無(wú)線(xiàn)橋接和無(wú)線(xiàn)信號(hào)覆蓋，從而為用戶(hù)提供全新、靈活、多變的無(wú)線(xiàn)組網(wǎng)方式，實(shí)現(xiàn)大面積、大范圍的無(wú)線(xiàn)組網(wǎng)。不僅能夠?qū)崿F(xiàn)本區(qū)域內(nèi)的無(wú)線(xiàn)網(wǎng)絡(luò)信號(hào)覆蓋，而且能夠?qū)崿F(xiàn)橋接遠(yuǎn)端支持WDS的同類(lèi)設(shè)備。

在纜索表面缺陷檢測(cè)的過(guò)程中，通過(guò)分布式網(wǎng)絡(luò)將檢測(cè)到的視頻信息進(jìn)行傳遞，制定接收端地址，并自動(dòng)匹配目標(biāo)地址。以工程建設(shè)為例，在地面上位機(jī)中采用Linux操作系統(tǒng)，并采用VLC播放器作為客戶(hù)端進(jìn)行視頻RTP數(shù)據(jù)的接收。VLC作為典型的開(kāi)源且能應(yīng)用于Linux系統(tǒng)的播放器，能夠保證采集視頻的流暢播放，傳輸速度很快，能夠達(dá)到25幀每秒。

當(dāng)信息和數(shù)據(jù)顯示在上位機(jī)端的時(shí)候，工作人員能實(shí)時(shí)進(jìn)行數(shù)據(jù)和信息的觀察處理，了解纜索表面狀況。同時(shí)，通過(guò)上位機(jī)端還能夠?qū)φ谟^測(cè)的蛇體進(jìn)行控制，包括運(yùn)行速度、檢測(cè)范圍、檢測(cè)角度等。當(dāng)發(fā)現(xiàn)缺陷或者潛在缺陷的時(shí)候，工作人員可以手動(dòng)控制調(diào)焦進(jìn)一步放大纜索表面信息。

通過(guò)傳感器以及信息數(shù)據(jù)采集設(shè)備的采集，將采集到的數(shù)據(jù)和信息傳遞到地面上位機(jī)之后，計(jì)算機(jī)進(jìn)一步分析、處理、鑒別纜索缺陷，然后對(duì)發(fā)現(xiàn)的缺陷及故障進(jìn)行定位，為纜索修復(fù)和更換提供一手資料。

3 ? ?纜索邊緣提取

在蛇體機(jī)器人運(yùn)動(dòng)和檢測(cè)中，不可避免地會(huì)產(chǎn)生機(jī)體抖動(dòng)進(jìn)而引起攝像頭抖動(dòng)，拍攝到的畫(huà)面可能存在蛇體結(jié)構(gòu)、環(huán)境背景等冗余信息[2]。同時(shí)，在纜索的表面還有灰塵污染等外在影響，這些物理因素也成為缺陷檢測(cè)提取的阻礙。除此之外，纜索本身形狀也會(huì)造成影響，因其呈弧狀，極易引起不同程度背光，影響檢測(cè)質(zhì)量。

圖像質(zhì)量邊緣退化、檢測(cè)細(xì)節(jié)模糊等給圖像處理和數(shù)據(jù)分析帶來(lái)極大阻礙。因此，在進(jìn)行分析之前需要對(duì)采集到的圖像和數(shù)據(jù)進(jìn)行預(yù)處理，去除冗余信息，通過(guò)特征提取與優(yōu)化提高圖像質(zhì)量。

圖像噪聲也是導(dǎo)致圖像質(zhì)量不高的一大重要因素，高斯噪聲、指數(shù)噪聲以及脈沖噪聲等都是圖像噪聲的常見(jiàn)類(lèi)型。另外，橋梁纜索表面的灰塵和白色斑點(diǎn)等也會(huì)產(chǎn)生噪聲，此類(lèi)噪聲為椒鹽噪聲。除此之外，在視頻傳輸中還可能會(huì)產(chǎn)生隨機(jī)噪聲等。因此，為保證視頻和圖像質(zhì)量，必須對(duì)這些噪聲進(jìn)行處理，中值濾波算法對(duì)這些噪聲有很好的濾除效果。

作為一種非線(xiàn)性信號(hào)處理方法，中值濾波算法采用非線(xiàn)性中值濾波器進(jìn)行濾波處理。通過(guò)中值濾波能夠?qū)€(xiàn)性濾波造成的細(xì)節(jié)模糊等圖像問(wèn)題進(jìn)行處理，很好應(yīng)對(duì)脈沖干擾以及圖像掃描噪聲。在實(shí)際運(yùn)行過(guò)程中，濾波的窗口越大，降噪效果越好，但處理后的圖像會(huì)出現(xiàn)模糊的現(xiàn)象。窗口小時(shí)，雖然降噪效果會(huì)變差，但是圖像細(xì)節(jié)會(huì)得到保護(hù)。一般在實(shí)際應(yīng)用中，需要保護(hù)圖像細(xì)節(jié)，建議采用3×3的矩形窗口。

完成圖像預(yù)處理之后，進(jìn)行纜索邊緣查找，對(duì)纜索的背景也需要進(jìn)行剔除處理。纜索邊緣特征分布的不連續(xù)處往往是缺陷所在，因而成為圖像識(shí)別和信息特征提取的關(guān)鍵位置。一般可以通過(guò)Sobel，Prewitt，Roberts，LoG，Canny等算法實(shí)現(xiàn)信息采集和處理。圖像邊緣檢測(cè)步驟可以概括為以下幾步：

（1）濾波，由于邊緣檢測(cè)中不可避免地會(huì)出現(xiàn)噪聲，因此需要進(jìn)行降噪，通過(guò)濾波器的濾波功能實(shí)現(xiàn)降噪，但這一操作也會(huì)導(dǎo)致邊緣強(qiáng)度出現(xiàn)損失問(wèn)題。

（2）增強(qiáng)，引入增強(qiáng)算法對(duì)鄰域灰度進(jìn)行分析，提取灰度顯著的點(diǎn)，并對(duì)提取點(diǎn)進(jìn)行突出顯示。一般通過(guò)計(jì)算梯度幅值完成。

（3）檢測(cè)，在進(jìn)行實(shí)際檢測(cè)過(guò)程中會(huì)發(fā)現(xiàn)梯度幅值變化的位置，這些位置并不是邊緣點(diǎn)，這一檢測(cè)過(guò)程通過(guò)幅值閾值判定。

（4）定位，通過(guò)定位能夠發(fā)現(xiàn)故障和潛在缺陷所在，對(duì)所在位置進(jìn)行精確定位，一般通過(guò)簡(jiǎn)單的Sobel算法就能夠?qū)崿F(xiàn)這一功能。

在對(duì)纜索進(jìn)行完邊緣檢測(cè)之后，能夠得到具有完整邊緣信息的圖像以及資料。在其中引入直線(xiàn)檢測(cè)方法，對(duì)纜索邊緣特征進(jìn)行進(jìn)一步提取，得到纜索區(qū)域圖。最常用的直線(xiàn)檢測(cè)方法是哈夫（Hough）變換，這一方法具有顯著的全局特性，而且不容易受到邊界間斷以及噪聲的影響，且運(yùn)算量較小，具有較好的魯棒性。

4 ? ?纜索表面缺陷提取

在經(jīng)過(guò)預(yù)處理等過(guò)程之后能夠得到無(wú)背景、相對(duì)質(zhì)量較高的纜索表面圖像，在此基礎(chǔ)上需要進(jìn)一步處理得到纜索表面缺陷信息。

纜索表面缺陷特征明顯，一般具有缺陷的位置光線(xiàn)和其他位置不同，灰度值會(huì)較低，可以通過(guò)閾值分割的方法進(jìn)行缺陷的識(shí)別和分離。但在實(shí)際拍攝過(guò)程中會(huì)因?yàn)楣饩€(xiàn)不足導(dǎo)致纜索邊緣灰度值也較低，因此，利用這一方法進(jìn)行識(shí)別的時(shí)候，會(huì)出現(xiàn)部分偽缺陷，需要進(jìn)行進(jìn)一步分析。在線(xiàn)索缺陷位置，光線(xiàn)引起的偽缺陷位置灰度變化是漸變的，而真正的缺陷位置會(huì)出現(xiàn)較大的灰度變化。

圖1是以130為閾值（閾值的選擇通過(guò)觀察灰度直方圖，灰度直方圖兩波峰之間的最低值可作為閾值）分割出的圖像效果，在進(jìn)行圖像分析后能夠發(fā)現(xiàn)，如果單純利用灰度進(jìn)行區(qū)分判別難度較大，邊緣部位、缺陷部位和圖像底部光線(xiàn)不好的位置區(qū)別不明顯。圖2為Sobel邊緣檢測(cè)得到的結(jié)果，能夠很明顯地發(fā)現(xiàn)纜索底部的灰度呈現(xiàn)漸變，說(shuō)明并沒(méi)有提取出邊緣。說(shuō)明這一方法和閾值選擇存在問(wèn)題，因此，在實(shí)際的工作中需要對(duì)缺陷提取方法、閾值選擇進(jìn)行合理判別：首先，將全部缺陷進(jìn)行提取，提取出的缺陷可能存在大量偽缺陷;其次，對(duì)缺陷進(jìn)行進(jìn)一步處理，利用邊緣監(jiān)測(cè)找出灰度突變位置，兩者結(jié)合進(jìn)行分析和細(xì)化，找出偽缺陷并去除，最終完成缺陷提取。

為進(jìn)一步精確定位分析缺陷部位，需要采用自適應(yīng)技術(shù)對(duì)不同圖像進(jìn)行調(diào)節(jié)分割，建議采用基于最大類(lèi)間方差的閾值分割算法來(lái)實(shí)現(xiàn)圖像閾值分割。首先對(duì)圖像進(jìn)行劃分和處理，通過(guò)灰度特性差異劃分為目標(biāo)和背景兩個(gè)層次，確定閾限值使得目標(biāo)和背景方差最大便于區(qū)分。如果目標(biāo)和背景之間的方差越大，說(shuō)明兩部分存在的差異越大，當(dāng)部分目標(biāo)被錯(cuò)分為背景或部分背景錯(cuò)分為目標(biāo)都會(huì)導(dǎo)致這兩部分差別變小。因此，使用類(lèi)間方差最大的分割意味著錯(cuò)分概率最小，這是該方法的主要思路。

5 ? ?結(jié)語(yǔ)

文章介紹了蛇形機(jī)器人對(duì)纜索表面缺陷檢測(cè)過(guò)程，采用最大類(lèi)間方差的閾值分割算法來(lái)實(shí)現(xiàn)，最后通過(guò)與邊緣檢測(cè)結(jié)果對(duì)照，將虛假邊緣去除，得到最終的纜索表面缺陷信息。

[參考文獻(xiàn)]

[1]劉登躍，何斌，陳鵬杰，等.一種新型的輪式纜索檢測(cè)機(jī)器人系統(tǒng)[J].中國(guó)科技信息，2015（Z1）：108-111.

[2]魏武，何振勇.纜索檢測(cè)攀爬蛇形機(jī)器人系統(tǒng)綜合設(shè)計(jì)與實(shí)現(xiàn)[J].自動(dòng)化與儀表，2013（12）：9-12.