邱鵬程,包建國,朱 墨 ,周 靜,李 波

(1.中國地質(zhì)大學(xué)(武漢)，湖北 武漢 430074;2.中核武漢核電運行技術(shù)股份有限公司，湖北 武漢 430223)

0 引言

核電站運行過程中，蒸汽發(fā)生器傳熱管外表面和支撐板表面會逐漸附著沉積物，需要定期清理[1-2]。在蒸發(fā)器內(nèi)部，傳熱管數(shù)量眾多且分布密集，人體可活動空間狹小，加上蒸發(fā)器內(nèi)部的核輻射，導(dǎo)致無法執(zhí)行人工清洗任務(wù)，需要通過清洗機器人定位到傳熱管中心進而執(zhí)行清洗任務(wù)，其中精確定位傳熱管中心是清洗流程中的重難點問題。

隨著工業(yè)智能化的迅速發(fā)展，具有便捷性、精確性、迅速性和智能化等優(yōu)點的機器視覺技術(shù)被廣泛應(yīng)用于工業(yè)生產(chǎn)的各個領(lǐng)域[3-6]。機器視覺定位系統(tǒng)可快速準(zhǔn)確分割待測物體并實現(xiàn)定位，其常用視覺分割定位方法有閾值分割法、邊緣分割法和區(qū)域生長法等，但此類方法容易受到環(huán)境和噪聲的影響，泛化能力不強[7-8]。

針對傳熱管中心定位困難的問題，本文提出一種Canny邊緣檢測和邊緣像素逼近聚類結(jié)合的視覺定位方法，來精確定位傳熱管中心位置。在多種外部干擾環(huán)境下驗證本方法的效率、定位精度和泛化能力。

1 方法流程及原理

1.1 傳熱管中心視覺定位總體方案

傳熱管中心視覺定位總體方案流程如圖1所示?？傮w方案主要由3部分組成：第一，圖像預(yù)處理及Canny[9]邊緣檢測獲取圖像邊緣信息；第二，從圖像邊緣信息中準(zhǔn)確獲取傳熱管左右邊緣點集；第三，邊緣點集的直線擬合，計算傳熱管直徑的像素距離和傳熱管中心的像素位置。

圖1 傳熱管中心視覺定位總體方案流程

1.2 圖像預(yù)處理及Canny邊緣檢測

因圖像邊緣對噪聲比較敏感，故在邊緣檢測前對圖像進行低通濾波處理[10]，本文采用δ=0.8的高斯濾波算子；采用雙線性插值將圖像降采樣至1 000×1 000的像素大小，降采樣后可提升檢測效率；因圖像整體偏暗，故采用Gamma變換增強圖像的對比度[11]，使圖像背景與前景邊界區(qū)分更加明顯；為減少圖像噪聲的干擾，采用魯棒性好的Canny邊緣提取算法得到邊緣圖。

1.3 提取邊緣特征點

由于傳熱管在環(huán)境光源下反光明顯且附著有鐵銹，導(dǎo)致邊緣信息圖中傳熱管左右邊緣之間存在許多干擾。為規(guī)避此類干擾，本文提出一種邊緣像素逼近聚類的方法，可剔除干擾準(zhǔn)確提取傳熱管邊緣特征點。邊緣像素逼近聚類法的原理如圖2所示。該算法主要包含以下3個步驟：

圖2 邊緣像素逼近聚類法原理

a.按行從左往右(左邊緣直線)或從右往左(右邊緣直線)遍歷全部像素，遍歷到每行第1個灰度值為255的像素，則記錄該像素的位置，默認(rèn)遍歷得到的第1個灰度值為255的像素為第1個類別。

b.若遍歷得到的第N個像素在N-1個像素的鄰域內(nèi)，則兩像素隸屬于同一類別，否則新建1個類別，將第N個像素作為新類別的第1個元素。

c.遍歷完畢后選取元素個數(shù)最多的類別為有效邊緣點集。

1.4 直線擬合及中心點定位

采用最小二乘法擬合傳熱管左右邊緣直線，使得每個邊緣點到擬合直線的距離平方和最小。設(shè)擬合直線方程為y=kx+b，令損失函數(shù)為

(1)

損失E最小時，k和b為最佳擬合直線的斜率和截距。求損失函數(shù)E對k和b的偏導(dǎo)數(shù)：

(2)

(3)

(4)

(5)

解得最佳擬合直線的斜率k和截距b：

(6)

(7)

獲得左右邊緣擬合直線后，取2條擬合直線的中點，2個中點的連線中點即為傳熱管中心點。計算每個邊緣點到另一側(cè)擬合直線的距離，取所有距離的均值為傳熱管直徑的像素距離。

2 實驗驗證分析

定位實驗的目的是驗證本文視覺定位方法的精度、效率和泛化能力。在圖像識別過程中，可變干擾主要包括3種情況：光照強度的影響；傳熱管位置、傾斜度的影響；傳熱管附著沉積物的影響。在3種環(huán)境條件下，將本文方法與邊緣霍夫直線定位方法、傳熱管閾值分割定位方法進行實驗效果對比。

2.1 實驗平臺

本文使用Python 3.7編程語言、計算機視覺庫OpenCV 4.4.0，結(jié)合Intel Core i7-9750H CPU，在Windows 10操作系統(tǒng)下進行實驗。實驗硬件平臺如圖3所示，傳熱管放置于背景全黑的環(huán)境下，照明系統(tǒng)采用環(huán)形光源，傳熱管圖像采用分辨率為2 592×1 944的?？倒I(yè)相機采集。

圖3 傳熱管中心視覺定位硬件平臺

為評估本方法的定位精度，需人工標(biāo)定圖像中傳熱管的實際中心像素位置和傳熱管直徑的實際像素距離，標(biāo)定結(jié)果與檢測結(jié)果進行比較得到定位精度，若檢測結(jié)果與傳熱管的實際中心像素位置相差超過5個像素距離則為誤檢。如圖4所示，使用Labelme工具標(biāo)定傳熱管的實際輪廓，進而得到傳熱管的實際中心像素位置和傳熱管直徑的實際像素距離。

圖4 傳熱管圖像標(biāo)定

2.2 不同光強的定位測試實驗

針對環(huán)境光照強度變化產(chǎn)生的影響，進行了傳熱管在不同光強下的定位測試實驗，測試結(jié)果如圖5所示。測試結(jié)果表明，在一定光照強度范圍內(nèi)，只要傳熱管與背景的邊界不消失，本方法均能準(zhǔn)確檢測邊緣直線和定位中心點。

圖5 不同光強下的測試結(jié)果

采集不同光照強度下的傳熱管圖像39張，標(biāo)定所有圖像中傳熱管的實際中心像素位置和傳熱管直徑的實際像素距離，進行不同光強下的傳熱管定位類比實驗。不同光照強度下的傳熱管定位實驗數(shù)據(jù)如表1所示。

表1 不同光強下傳熱管定位數(shù)據(jù)

2.3 傳熱管不同位置、傾斜度的定位測試實驗

針對實際檢測中由于導(dǎo)軌安裝誤差和導(dǎo)軌變形導(dǎo)致傳熱管圖像中傳熱管出現(xiàn)傾角的問題，進行傳熱管在不同位置、傾斜度下的定位測試實驗，測試結(jié)果如圖6所示。測試結(jié)果表明，在不同位置和傾斜度下，本方法能夠準(zhǔn)確檢測邊緣直線和定位中心點。

圖6 傳熱管不同位置、傾斜度下的測試結(jié)果

在同一光照強度下，采集不同位置和傾斜角度下的傳熱管圖像32張，標(biāo)定所有圖像中傳熱管的實際中心像素位置和傳熱管直徑的實際像素距離，進行不同位置、傾斜度下的傳熱管定位類比實驗。不同位置、傾斜度下的傳熱管定位實驗數(shù)據(jù)如表2所示。

表2 傳熱管不同位置、傾斜度下的定位數(shù)據(jù)

2.4 傳熱管邊緣帶干擾的定位測試實驗

針對傳熱管表面因沉積物附著產(chǎn)生的干擾影響，進行了傳熱管邊緣帶有不同程度干擾的定位測試實驗，測試結(jié)果如圖7所示。結(jié)果表明，在傳熱管邊緣有部分干擾時，本方法能夠準(zhǔn)確檢測邊緣直線和定位中心點。

圖7 傳熱管邊緣帶干擾測試結(jié)果

在同一光照強度下，采集邊緣帶干擾的傳熱管圖像32張，標(biāo)定所有圖像中傳熱管的實際中心像素位置和傳熱管直徑的實際像素距離，進行傳熱管邊緣帶干擾情形下的定位類比實驗。傳熱管邊緣帶干擾的定位實驗數(shù)據(jù)如表3所示。

表3 傳熱管邊緣帶干擾的定位數(shù)據(jù)

2.5 實驗結(jié)論

根據(jù)3種環(huán)境條件下的實驗結(jié)果，得到如圖8所示的算法效果對比圖。其中，邊緣霍夫直線中心定位方法檢測時間最短，但在3種環(huán)境條件下準(zhǔn)確率最低、定位誤差最高；目標(biāo)閾值分割中心定位方法的光照強度適應(yīng)性低，在不同光照強度環(huán)境下準(zhǔn)確率低，但在光照強度不變的情況下準(zhǔn)確率和定位誤差與本文方法相差無幾；本文方法光照強度適應(yīng)性強、抗干擾能力強、泛化能力強，在不同光照強度環(huán)境下和不同位置、傾斜角度下，誤檢率和定位誤差最低，即使在邊緣帶干擾的情況下，誤檢率和定位偏差在一定程度上增大，但本文方法的誤檢率和定位偏差依舊最低。

圖8 算法效果對比

3 結(jié)束語

本文提出一種Canny邊緣檢測和邊緣像素逼近聚類結(jié)合的核電傳熱管視覺中心定位方法，論述了方法的流程與原理。針對實際應(yīng)用中的3種常見干擾，進行本文方法與邊緣霍夫直線定位方法、傳熱管閾值分割定位方法的類比實驗，驗證了本文方法的精度、效率和泛化能力，這對推動相關(guān)技術(shù)的實用化具有重要意義。