基于无人机视觉的储罐表面缺陷检测方法

• 作者: 吕琼 张雄 杨艳华 杨贤昭 舒威
• 来源期刊: 高技术通讯
• 关键词: 无人机 机器视觉 储罐表面 缺陷检测 视觉显著性
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 先进制造与自动化
• 页码范围: 799-807
• 页数: 9页
• 字数: 5355字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2019.08.010

摘要

为了保证大型储罐的正常运行,必须对储罐表面进行定期检查.现有方法通常采用攀附罐体表面的机械设备,借助涡流或漏磁进行缺陷检测,存在安全隐患和损害罐体和等问题.本文提出一种基于无人机视觉的缺陷检测方法,无人机携带相机按规划路径环绕罐体飞行以采集储罐表面图像,通过图像处理算法在线判断储罐表面是否存在缺陷.由于储罐表面的缺陷具有视觉显著性的特征,本文采用简化的Itti视觉显著性算法对缺陷图的显著区域进行提取从而分割出缺陷区域.为了解决非缺陷图像可能出现的误判问题,本文基于图像颜色通道求取显著区域的统计均值,设定阈值后降低了误判率.基于室内模拟储罐的实验结果表明,本文提出的缺陷检测方法具有良好的实时性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨贤昭	武汉科技大学冶金自动化与检测技术教育部工程研究中心	17	67	4.0	7.0
2	张雄	武汉科技大学冶金自动化与检测技术教育部工程研究中心	6	9	2.0	3.0
3	舒威	武汉科技大学冶金自动化与检测技术教育部工程研究中心	1	1	1.0	1.0
4	杨艳华	武汉科技大学冶金自动化与检测技术教育部工程研究中心	1	1	1.0	1.0
5	吕琼		1	1	1.0	1.0