[發明專利]高空鋼結構腐蝕的無人機視覺檢測與評價方法及系統

有效

• 申請號: 202110947070.8
• 申請日: 2021-08-18
• 公開（公告）號: CN113409314B
• 公開（公告）日: 2021-11-12
• 發明（設計）人: 周前飛;慶光蔚;丁樹慶;馮月貴;胡靜波;王會方;寧士翔;蔣銘;王爽;吳祥生;倪大進;丁必勇;褚曙
• 申請（專利權）人: 南京市特種設備安全監督檢驗研究院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京千語知識產權代理事務所(普通合伙) 32394
• 代理人: 尚于杰;祁文彥

本發明公開了一種高空鋼結構腐蝕的無人機視覺檢測與評價方法及系統，包括一、通過無人機飛行平臺搭載的工業相機采集待檢測的大型高空鋼結構圖像；二、將采集的圖像傳輸給邊緣計算圖像處理模塊；三、利用深度神經網絡分類模型，判斷檢測該圖像中是否存在腐蝕缺陷，通過K?means聚類方法自動生成錨框的尺寸，并標出腐蝕目標框區域；四、對檢測出的腐蝕目標框區域進行圖像分割，提取連通域反演缺陷形狀，利用像素點法統計腐蝕面積；設置權重因子，計算加權腐蝕率，并對檢測設備進行腐蝕分級評估。該方法解決了大型高空鋼結構腐蝕缺陷形態多變、背景復雜、難以檢測和量化識別等問題，提高了檢測精度和效率。

技術領域

本發明屬于無損檢測技術領域，具體涉及一種高空鋼結構腐蝕的無人機視覺檢測與評價方法及系統。

背景技術

以港口起重機、大型游樂設施、鍋爐、儲罐、鋼橋、塔架、風電設備等為代表的在役大型鋼結構腐蝕，會使疲勞許用應力大幅降低和鋼材抗冷脆性能下降，降低鋼結構的承載能力，減少設備使用時間，嚴重時會導致結構斷裂墜毀，引發重大惡性傷亡事故。鋼結構腐蝕后其原有的顏色、形貌、紋理等特征會發生變化，根據腐蝕缺陷區別于正常區域的特征，可利用HIS、RGB、HSV、YCrCb、LAB等顏色模型轉換方法，選擇腐蝕顏色特征相對背景區域最顯著的顏色空間模型及顏色分量，進行圖像分割實現腐蝕檢測，但是閾值分割嚴重依賴于手工設置閾值，對于不同數據集的泛化能力差，可能包含一些與腐蝕顏色相近的背景區域的誤判，且腐蝕本身形態差異大，腐蝕部位形狀也各不相同，導致腐蝕難以檢測；也可以通過人工設計并提取圖像中缺陷特征，采用分類器模型對缺陷進行分類識別，從而避免傳統圖像分割檢測方法中手動調整閾值參數的問題，但人對特征的定義受經驗影響，人工設計的缺陷特征對于多樣性變化的魯棒性不高，當人工設計算法無法表述圖像高級特征時，識別率會大大降低。

深度學習通過自動學習獲得目標特征，它自適應能力強、檢測效率更高，逐漸成為主流的檢測算法。以Faster R-CNN為代表的卷積神經網絡檢測算法直接預測錨框的寬度和高度，傾向于選擇較大的錨框，不僅容易產生誤差，導致錨框超出圖像像素坐標范圍，而且由于預測值的取值范圍較大，在訓練過程中會導致梯度不穩定；這類方法通常采用固定錨框設置，適合于創建特殊的預測因子，但是這些預測器不能很好地檢測特定數據集中不同大小的對象；此外，目前基于深度學習的缺陷檢測方法普遍停留在缺陷的分類與判定階段，缺乏對腐蝕進行量化識別及損傷程度評價的理論和方法。

發明內容

本發明的目的在于提供一種高空鋼結構腐蝕的無人機視覺檢測與評價方法及系統，解決起重機、塔架、風電葉片等大型高空鋼結構腐蝕缺陷形態多變、背景復雜、難以在線檢測和量化識別的技術問題。

為了解決上述問題，本發明通過如下技術方案實現：

高空鋼結構腐蝕的無人機視覺檢測與評價方法，包括如下步驟：

步驟一、通過無人機飛行平臺搭載Camera Link工業相機作為視覺檢測裝置，全方位多角度采集起重機、塔架、風電葉片等大型高空鋼結構圖像；

步驟二、通過Camera Link接口將采集的高空鋼結構圖像傳輸給基于FPGA或嵌入式GPU的邊緣計算圖像處理模塊；

步驟三、利用改進YOLOV3深度神經網絡分類模型，檢測該大型高空鋼結構圖像中是否存在腐蝕缺陷；當檢測到存在腐蝕缺陷時，通過K-means聚類方法自動生成錨框的尺寸，并標出腐蝕目標框區域；

步驟四、采用Otsu閾值分割與數學形態學方法，對檢測出的腐蝕目標框區域進行圖像分割，提取連通域反演缺陷形狀，利用像素點法統計腐蝕面積，根據被腐蝕部分顏色深淺設置權重因子，計算其與腐蝕目標框區域面積之比為加權腐蝕率，并參考ASTM標準進行腐蝕分級評估。

進一步優化，還包括步驟五，當檢測出缺陷時進行聲光報警，同時自動保存該缺陷圖像。