黃 凱

（福建省特種設(shè)備檢驗研究院泉州分院，福建 泉州 362000）

1 引言

近幾年來，隨著國家對起重機械安全工作的重視，起重機械事故呈高發(fā)態(tài)勢的情形有所好轉(zhuǎn)，但總體事故率仍然較高。起重機事故呈現(xiàn)出大型化、群體化、惡性化、突發(fā)性、集中性、嚴重性的特點。起重機械的主要隱患在于塑性變形，而目前的激光測量法和有限元分析法存在不少問題。

因此，以下是提出一種基于機器視覺的起重機械主梁塑性變形的測試方法。

2 常規(guī)方法存在的問題

目前主要采用激光測量法[1]和有限元分析法。激光測距法廣泛用于各式單梁及雙梁起重機空載、靜載、動載狀態(tài)時的拱度指標測量。該方法在地面搭起測量裝置，調(diào)整校正后測量，是一種遠距離的非接觸的測量方法。而有限元分析法主要對臂架結(jié)構(gòu)變形進行建模，人工輸入鋼結(jié)構(gòu)的主要參數(shù)，然后計算節(jié)點數(shù)、有限元節(jié)點坐標、有限單元數(shù)、空間方向余弦、計算有限元單元的自重、確定變幅機構(gòu)重量和節(jié)點等效載荷，將方程組成整體剛度矩陣，采用有限元方法對空間桁架的單元應(yīng)力作了精確的求解，同時考慮了溫度變化對桁架變形及應(yīng)力的影響，求得應(yīng)力集中點后進行應(yīng)力測試[2]。

但上述方法存在如下問題：a. 無法測量局部變形； b. 對臂架式、塔式、架橋機、門座式等設(shè)備無法實行檢測；c. 測量步驟繁瑣，對測量人員技術(shù)要求高，不易實施。

3 機器視覺識別算法

機器視覺就是用圖像代替人眼來做測量和判斷。在一些危險作業(yè)環(huán)境或人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺?；跈C器視覺識別算法的檢測系統(tǒng)已廣泛地用于工況監(jiān)視、成品檢驗和質(zhì)量控制等領(lǐng)域，如火車鋼軌檢測[3]。

3.1 算法流程

識別起重機主梁變形的算法流程如圖1所示。

文中將高分辨率相機拍攝到的一組起重機械主梁圖像以及該起重機的工作級別作為輸入?yún)?shù)，經(jīng)過邊界提取模塊、除噪聲模塊、圖像拼接模塊、3D重組模塊得到邊界曲線，然后對該曲線進行曲率計算，得到曲線各點的曲率，用紅色標記曲率異常的部分，即局部變形。

3.2 邊界提取

由于不同圖像灰度不同，所以在兩個事物交接的地方會有灰度的變化，因此，圖像的灰度設(shè)置閾值即可以分割圖像。但是，現(xiàn)實世界中的物體是三維的，而圖像只具有二維信息，從三維到二維的投影成像不可避免的會丟失一部分信息；另外，成像過程中的光照和噪聲也是不可避免的重要因素。

由于起重機械的主梁或起重臂與環(huán)境顏色會形成鮮明的對比，即主梁的灰度與環(huán)境灰度會有明顯的跳變，因此，本文采用Canny算子先對圖像進行平滑濾波，消除部分噪聲，再進行邊緣檢測。

3.3 Canny算子[4]

微分算子是圖像處理中常用的算子，具有實現(xiàn)簡單而且邊緣檢測的效果較好的特點。常用的微分算子有Sobel算子、Robert算子、Prewitt算子、Laplacian算子和Canny算子。

Sobel沒有基于圖像灰度進行處理；Robert算子主要用來估算任一相互垂直方向上的梯度，Prewitt算子Sobel算子類似，只是權(quán)值有所變化；Laplacian算子只考慮邊緣點的位置而不考慮周圍的灰度差。而Canny算子是一個綜合濾波、檢測、放大等、優(yōu)化等多項功能的算子，適合本文的起重機主梁邊界提取。因此，本文采用該算子實現(xiàn)邊界提取模塊、除噪聲模塊和圖像拼接模塊。

首先，用高斯平滑濾波器對一組主梁圖像來進行平滑去噪處理；接著，運用Canny分割算法對降噪圖像計算圖像梯度幅值和方向；然后，將計算結(jié)果進行非極大值抑制處理；最后，用Canny算子還設(shè)置閾值來進行圖像拼接。

3.4 Hough變換[5]進行重組提取邊界曲線

Hough變換是識別幾何形狀的圖像處理方法之一。設(shè)三維網(wǎng)格和對應(yīng)二維展平網(wǎng)格上點與點之間的關(guān)系，包括距離和相鄰等關(guān)系，滿足伯努力分布，通過最小化三維空間和二維空間關(guān)系分布函數(shù)之間的距離，將二維網(wǎng)格上點與點之間的關(guān)系有效地映射到三維參數(shù)域上，得到扭曲很小的三維立體模型的參數(shù)化結(jié)果。即可將原始圖像空間給定的曲線通過曲線表達形式變?yōu)閰?shù)空間的一個點。這樣就把原始圖像中給定曲線的檢測問題轉(zhuǎn)化為尋找參數(shù)空間中的峰值問題，即把檢測整體特性轉(zhuǎn)化為檢測局部特性。

原始圖像坐標系下的一個點和直線分別與參數(shù)坐標系中的直線和點相互對應(yīng)。原始坐標系下一條直線上的任一點的都有相同的斜率和截距，所以在參數(shù)坐標系中用一個點來對應(yīng)。因此，將原始坐標系所有的點都映射到參數(shù)坐標系，若存在聚焦點，則該聚焦點對應(yīng)了原始坐標系下的某條直線。

3.5 邊界曲率計算

經(jīng)過Hough變換后會得到許多邊界曲線直線的投票，將投票值排序，依次遍歷這些值。當某個點的投票值小于前一個點投票值的一個閾值（本文暫定60%）,剩余點可以拋棄。最后留下的曲線極為起重機主梁的邊界曲線。

最后，用高階曲線擬合出該邊界曲線，計算出各個點的曲率，發(fā)現(xiàn)異常曲率即在該點附近出現(xiàn)了局部變形。而曲線的總體曲率與檢規(guī)對比可得拱度是否符合該安全級別的標準要求。

4 實驗

以某港務(wù)集團的一臺大型門式起重機做實驗，如圖2所示。圖片0、圖片1、圖片2、圖片3即為一組輸入的圖像，邊界曲線如黃色線所示，其中的紅點表示曲率異常點即局部變形點。

5 結(jié)論

針對起重機械定期檢驗中碰到的難題，本文結(jié)合Canny算子、Hough變換等多種圖像處理方法，研究出一種起重機械主梁塑性變形的機器視覺識別算法。實驗證明，該算法能夠在一定程度上代替人工視覺，可以為定期檢驗提供技術(shù)支持，作為初步判定的依據(jù)。文章后續(xù)的研究是針對正在運作的起重機械的不停機檢驗檢測。

[1] 徐大力，張明鶴，王建華，沙漫.橋式起重機靜態(tài)剛性及靜載試驗中永久變形的測量方法[J].中國特種設(shè)備安全，22（19）：9 .

[2]馬敬勛，夏永海，魏建軍，劉昌偉.起重機械承力構(gòu)件應(yīng)力集中分析[J].2012，（2）：57-58

[3]劉澤，王嵬，王平.鋼軌表面缺陷檢測機器視覺系統(tǒng)的設(shè)計[J]. 電子測量與儀器學(xué)報，24（11）：1012-1017.

[4] 張震，馬駟良，張忠波，劉輝，宮躍欣，孫秋成.一種改進的基于Canny算子的圖像邊緣提取算法[J]. 吉林大學(xué)學(xué)報（理學(xué)版），2007，（2）：244-248.

[5] 劉桂雄，申柏華，馮云慶，胡存銀，易靜蓉. 基于改進的Hough變換圖像分割方法[J].2002，（3）：257-260.