本發明涉及一種復雜多管路系統檢測方法。

背景技術：

管路系統是工業系統的重要組成部分，在航空航天發動機等領域均有大量的使用。目前的檢測方法主要是針對單管內壁檢測和單管外形檢測，對于多管路組成的復雜多管路系統主要依靠三坐標或人工進行檢測，檢測效率低，無法滿足當今快速高效的檢測要求，且三坐標檢測方式無法對大尺寸的管路系統進行檢測。

現有的彎管檢測方法主要為單根彎管的檢測，一種用于基樁檢測聲波透射法的聲測管彎曲現象識別方法(cn106501368a)使用超聲波的方式進行彎管識別；一種彎管角度檢測尺(cn206095072u)發明了一種彎管角度的檢測尺。但對于多根彎管的復雜多管路，由于超聲波的反射信號存在混疊現象，并且超聲掃描需要掃描設備隨管路移動，掃描效率偏低。接觸式的檢測尺等設備為人工操作，操作復雜并難以避免人工誤差，無法在復雜多管路系統中使用?，F有的進口設備aicon可高效的進行單管的外形檢測，但是僅能進行單根彎管的檢測，無法獲得完整的復雜多管路檢測，并且價格高昂，嚴重制約了國內管路加工制造的發展。航空航天發動機等領域的發展迫切需要一種能夠三維重建復雜多管路系統的檢測方法，從而高效、準確的檢測復雜多管路系統中多管路的空間三維尺寸及管路之間間距等配合參數。

技術實現要素：

為克服現有技術中存在的僅能進行單根彎管的檢測，無法獲得完整的復雜多管路檢測的不足，本發明提出了一種復雜多管路系統檢測方法。

本發明發的具體過程是：

步驟1，前期準備：

所述的前期準備包括粘貼標志點和放置標尺。

在待測管路系統中的附件的表面，根據被測管路系統大小以及測量要求粘貼標志點。所用標志點包括編碼標志點和非編碼標志點；并且每幅圖像中編碼標志點的總數不少于5個，相鄰的兩個圖像中包含的共同編碼標志點的數量大于3個；

在管路系統邊緣或其它緊鄰管路系統但不遮擋的部位放置標尺，用于相機的像素尺寸與物理坐標系下的實際長度尺寸進行對應求解。所述標尺與被測管路系統的尺寸為1：1。

所述的附件是管路系統中除管道以外的其他部件，包括閥門、泵、連接件和固定件。所述的圖像是照相機拍照的待測管路系統表面的圖片。

粘貼非編碼標志點時應滿足從每個照相方向的拍照都能看到8個以上該非編碼標志點。

步驟2，對被測管路系統進行拍攝：

按不同角度環繞該管路系統進行拍照。所拍攝的每張照片中包含至少8個非編碼標志點；須使每個編碼標志點至少在8張照片中出現；標尺被整體拍到的次數在三次以上，并且至少有一幅圖像中拍攝了完整的標尺與被測量的管路系統。

拍攝中，若被測管路系統為大型管路系統不能在一張相片中顯示時，應拼接出完整相片。

步驟3，圖像識別處理和重建標志點：

使用步驟2所采集到的圖像數據，通過小波包降噪算法提取出圖像數據中的高低頻信號，將高頻噪聲信號進行剔除，即設定高頻信號能量為零；重新進行小波包還原，從而剔除了采集圖像中的高頻噪聲信號，進行圖像降噪預處理。二值化處理后，在二維圖像x,y方向求一階導數，組合為4個方向的導數。所述4個方向的導數達到最大值的點即為二維圖像邊緣點。通過輪廓檢測、橢圓匹配和橢圓參數擬合，計算所述各標志點中心在兩個攝像機圖像上的圖像坐標，基于是否存在外圍圓環區分編碼標志點和非編碼標志點，根據相機模型和共線方程，得到對應的誤差方程：

v＝ax1+bx2+cx3-l(1)

其中，v為像點坐標殘差，x1,x2,x3分別為內方位參數、外方位參數和物方點坐標的改正數，a,b,c分別為內方位參數、外方位參數和物方點坐標對應的偏導數矩陣，l為觀測值，即圖像點坐標；

通過多參數非線性優化，所有的攝像機內、外參數以及物體點三維坐標被不斷地被迭代計算直到達到預先設定的精度要求，當迭代收斂后，既得到標志點的重建結果和相機的內外參數。

步驟4，管路系統三維重建。

首先，基于步驟3中的二維圖像邊緣點，判斷每條邊緣是否存在對稱邊緣，基于鄰域最近邊緣原則，提取管路真實邊緣曲線，將非對稱邊緣作為干擾項進行剔除；通過對稱邊緣計算管路完整軸線，在多幅圖像中，存在射影幾何線對應關系，即每一幅圖像的每一個像素在其他圖像中存在唯一的投影直線，使用多幅圖像的投影直線交點確定像素在其他圖像中的對應位置，對應關系為：m'^tfm＝0，其中，f＝k^-1[t]rk，[t]為平移矩陣的反對稱矩陣，m'^t和m分別為兩幅圖像中的共同編碼標志點的二維圖像坐標，f為兩張圖像間的相機外參數的基礎矩陣，

將所述二維圖像坐標帶入三維重建方程：

v＝a1x1+a2x2+a3x3-l，(2)

式中,v為像點坐標殘差，x1,x2,x3為內方位參數、外方位參數和物方點坐標的改正數，

將同一管路在不同圖像中的軸線通過公式(2)進行三維重建，獲得一根完整的管路三維軸線參數；基于管路邊緣離散點進行三維圓柱擬合，使用最小二乘法解方程：

獲得一根完整管路的三維參數；所述三維參數包括管路軸線參數及不同位置的直徑；重復上述步驟將所有管路進行重建，最終獲得完整的管路系統的三維參數。

公式中，r為圓柱半徑，(x0,y0,z0)為彎管軸線上一點，(a，b，c)為彎管軸線的軸線向量。

至此完成了復雜多管路系統的檢測。

本發明提出了一種易于操作、測量準確、快速高效的復雜多管路系統檢測方法。

本發明使用光學測量手段，通過圖像處理進行二維管路識別，基于工業近景攝影測量理論，進行三維管路的重建。由于使用圖像進行數據處理，對于復雜管路僅需拍攝不同角度下的圖像即可，操作簡便。工業攝影測量理論的三維重建精度很高，保證了管路檢測的精度。

與現有技術相比具有以下優點：

(1)由于本方法使用光學測量手段，對于復雜多管路僅需拍攝不同角度下的圖像即可，大大提高了現有多管路系統人工手檢的現狀，測量效率與精度大幅度提升。

(2)由于本方法通過圖像處理進行二維管路識別，基于工業近景攝影測量理論，進行三維管路的重建，所以自動化程度高，適合多管路制造、裝配及維修時的檢測要求。

(3)由于本方法系統需求簡單，數據處理軟件自動進行分析，測量為多管路系統整體三維數據，相對現有的單管路檢測等方式所獲得的單根數據結果更為豐富，并可以對多根管路之間的相對位置關系進行判斷分析，使管路檢測從單管路的制造檢測，拓展為了多管路裝配及維修檢測，測量局限性小，在工業領域尤為適用，并為航空、航天等國防工業領域提供了可靠的多管路系統檢測測量依據。

(4)由于多管路系統復雜，本方法基于工業近景攝影測量，實現了對于復雜多管路系統的測量，可根據實際的管路形狀及尺寸進行圖像拍攝，使檢測不在受限于人工，對于高度較高的多管路系統，也僅需拍攝圖像即可，不再需要工人不斷攀爬以進行檢測。

(5)由于本方法使用工業攝影測量的方法進行復雜多管路系統的重建，所以測量精度高，精度可以達到10um/4m。

(6)由于本方法使用的是光學掃描測量的方式，所以是一種非接觸的測量方法。

附圖說明

圖1是本發明的示意圖。

圖2是本發明的流程圖。

具體實施方式

本實施例是一種復雜多管路系統的檢測方法，包括下述步驟：

第一步：前期準備。

所述的前期準備包括粘貼標志點和放置標尺。

在待測管路系統中的附件的表面，按照攝影測量的原理要求，根據被測管路系統大小以及測量要求粘貼標志點；所述的附件是管路系統中除管道意外的其他部件，包括閥門、泵、連接件和固定件。所用標志點包括編碼標志點和非編碼標志點，并且每幅圖像中編碼標志點的總數不少于5個，相鄰的兩個圖像中包含的共同編碼標志點的數量大于3個；所述的圖像是照相機拍照的待測管路系統表面的圖片。本實施例中,所采用的編碼標志點為環形編碼標志點。

所述的標志點作為工業攝影測量解算的基礎，用于后期解算數字相機內外參數。

粘貼標志點時應保證任意標志點不遮擋管路邊緣，有利于得到物體表面更多的信息。標志點作為工業攝影測量解算的基礎，用于后期解算數字相機內外參數。在管路系統邊緣或其它緊鄰管路系統但不遮擋的部位放置標尺，用于相機的像素尺寸與物理坐標系下的實際長度尺寸進行對應求解。

所述標志點的粘貼要求如下：

標志點作為后期相機內外參數解算的依據，應緊密粘貼在被測區域，使其在檢測過程中不會發生脫落，粘貼時切勿折疊或弄臟標志點；

粘貼非編碼標志點時應滿足從每個照相方向的拍照都能看到8個以上該非編碼標志點。

第二步：

對被測管路系統進行拍攝。根據管路系統形狀，按不同角度環繞該管路系統進行拍照，按被測管路系統大小不同，拍攝30～100張不同角度的照片；拍攝所獲得的照片用于后期的標志點重建。本實施例中，拍攝角度分別為30°,45°,60°,75°

對管路系統進行拍攝具體操作如下：

(a)啟動相機，相機從不同角度和距離同時采集被測管路系統圖像信息，然后計算所粘貼標志點的圖像坐標；

(b)采用前方交互、后方交會和捆綁調整算法解算不同標志點在各幅圖像中的投影矩陣，根據求得的投影矩陣求解攝像機內外參數，從而得到相機內參數及各拍攝位置的外參數；

(c)利用光束平差法對相機內外參數進行迭代優化，得到精確的攝像機內外參數并將結果保存。

對管路系統進行拍攝要求如下：

標尺和所有標志點不要遮蓋管路系統的管路邊緣；

拍攝時相機使用黑白模式，感光度為200，拍攝時保持穩定，保證照片的清晰度；

拍攝時相機應使用自動對焦模式，閃光等處于打開狀態；保持一定的焦距，在拍攝過程中不要調焦距；

保證每張照片包含至少8個非編碼標志點；

保證每個編碼標志點至少在8張照片中出現；

標尺被整體拍到的次數在三次以上。

管路系統的大小與標尺是1：1的，并且標尺與被測量的管路系統至少在一張圖片中被完整拍攝于一幅圖像之中，這樣會在很多相關聯的圖片中有很多相同的非編碼點，使得測量結果精度非常高，并且自動算出非編碼點。

如果測量一個不能在一張相片中顯示的大型管路系統時，采用拼接的方法。

第三步：

圖像識別處理和重建標志點。使用第二步所采集到的圖像數據，進行小波包降噪算法，提取出圖像數據中的高低頻信號，將高頻噪聲信號進行剔除，即設定高頻信號能量為零，然后重新進行小波包還原，從而剔除了采集圖像中的高頻噪聲信號，進行圖像降噪預處理。二值化處理后，在二維圖像x,y方向求一階導數，然后組合為4個方向的導數。這些方向的導數達到最大值的點即為二維圖像邊緣點。通過輪廓檢測、橢圓匹配和橢圓參數擬合，計算所述各標志點中心在兩個攝像機圖像上的圖像坐標，基于是否存在外圍圓環區分編碼標志點和非編碼標志點，根據相機模型和共線方程，得到對應的誤差方程：

v＝ax1+bx2+cx3-l(2)

其中，v為像點坐標殘差，x1,x2,x3分別為內方位參數、外方位參數和物方點坐標的改正數，a,b,c分別為內方位參數、外方位參數和物方點坐標對應的偏導數矩陣，l為觀測值，也就是圖像點坐標；

在誤差方程式(1)中，如果以圖像坐標作為觀測值，把攝像機內方位參數、外方位參數和物方點坐標都當作未知數來求解，該過程稱之為光束平差。如果已知內方位參數、外方位參數求物方點坐標，該過程稱之為前方交會，對應的誤差方程簡化為：v＝cx3-l；同樣，如果已知物方點坐標和內方位參數求外方位參數，該過程稱之為后方交會，對應的誤差方程簡化為：v＝bx2-l，基于攝影測量的攝像機標定過程主要包括空間后方交會、空間前方交會和捆綁調整等算法，其中空間后方交會和空間前方交負責初值計算，捆綁調整負責最終優化。

通過多參數非線性優化，所有的攝像機內、外參數以及物體點三維坐標被不斷地被迭代計算直到達到預先設定的精度要求，當迭代收斂后，既能夠得到標志點的重建結果和相機的內外參數。

重建標志點要求如下：

標志點均重建成功。

第四步：

管路系統三維重建。首先，基于步驟3中的二維圖像邊緣點，判斷每條邊緣是否存在對稱邊緣，基于鄰域最近邊緣原則，提取管路真實邊緣曲線，將非對稱邊緣作為干擾項進行剔除；通過對稱邊緣計算管路完整軸線，在多幅圖像中，存在射影幾何線對應關系，即每一幅圖像的每一個像素在其他圖像中存在唯一的投影直線，使用多幅圖像的投影直線交點確定像素在其他圖像中的對應位置，對應關系為：m'^tfm＝0，其中，f＝k^-1[t]rk，[t]為平移矩陣的反對稱矩陣，m'^t和m分別為兩幅圖像中的共同編碼標志點的二維圖像坐標，f為兩張圖像間的相機外參數的基礎矩陣，

將所述二維圖像坐標帶入三維重建方程：

v＝a1x1+a2x2+a3x3-l，(2)

式中，v為像點坐標殘差，x1,x2,x3為內方位參數、外方位參數和物方點坐標的改正數。

將同一管路在不同圖像中的軸線通過公式(2)進行三維重建，獲得一根完整的管路三維軸線參數；基于管路邊緣離散點進行三維圓柱擬合，使用最小二乘法解方程：

獲得一根完整管路的三維參數；所述三維參數包括管路軸線參數及不同位置的直徑；重復上述步驟將所有管路進行重建，最終獲得完整的管路系統的三維參數。

公式中，r為圓柱半徑，(x0,y0,z0)為彎管軸線上一點，(a，b，c)為彎管軸線的軸線向量。

步驟3和4所述管路系統三維重建的具體程序如下：

(a)圖像預處理，對輸入的圖像進行降噪、二值化處理；

(b)在二值化圖像中搜索邊緣特征，基于管路邊緣對稱，提取實際管路邊緣；

(c)基于直線擬合算法，提取管路初始位置，通過外延算法，提取管路完整軸線，將同一管路在不同圖像中的軸線基于外極線交互，進行三維重建，獲得一根完整的管路三維軸線參數；

(d)基于多相機投影矩陣和離散點圓柱重建算法，根據管路邊緣離散點坐標重建管路三維圓柱，獲得一根完整管路的三維參數；

(e)重復(c)、(d)，直至所有管路均重建完成。

管路系統重建要求：

管路軸線提取成功；

管路直徑解算成功；

管路系統所有管路求解成功。

至此，完成了復雜多管路系統的檢測。