Page 58 - 无损检测2022年第九期

陈 烨,等:
基于图像识别的管材尺寸特征参数采集与检测系统

距, 所以在进行图像拍摄之前需要手动将焦距调整
至参照物所在的平面。
进行图像采集时, 首先通过夹具机构完成管材
的夹取, 使管材截面与参照物保持在同一平面内, 其
次操作开发板的按键进行图像采集, 将采集到的图
像数据发送至 PC ( 计算机) 端, 采集现场如图 3 ( a )
所示, 图 3 ( b ) 为采集到的图像( 图中左侧为作为参
照物的白色氧化铝陶瓷圆片)。

图 4 管径壁厚检测图像处理流程

图 3 实际图像采集现场及采集到的图像
1.3 图像处理算法
根据实际采集的图像以及被测管材的轮廓特征
进行图像处理, 算法流程如图 4 所示。整体算法可
根据功能分为 4 部分: 图像预处理、 轮廓提取、 轮廓
识别、 管材尺寸计算。
1.3.1 图像预处理 图 5 高斯滤波前后的二值化图像对比
噪声的存在会严重影响后续边缘检测的质量, 1.3.2 轮廓提取
因此在图像识别前进行滤波降噪处理对于提升图像 Cann y 边缘检测算法是一种较为流行的图像边
识别准确率是十分重要的。使用高斯滤波进行图像 缘检测算法, 由 Cann y 在 1986 年提出 [ 15 ] 。该算法
降噪, 图 5 为滤波前后的二值化图像 对比, 可以看 首先计算图像梯度提取出图像中灰度值变化较大的
出, 相比于未滤波的图像, 滤波后图像边缘 较为清 边缘像素, 其次建立非极大值将边缘细化为单个像
晰, 有利于提高识别准确度。 素点, 最后通过建立滞后阈值滤除亮度过低的像素,
此外进一步探究了滤波核大小对于边缘轮廓清 完成轮廓的提取。
晰度的影响, 不同滤波核下的图像对比如图 6 所示, 该检测算法中滞后阈值的选取对于边缘检测的
可见, 随着滤波核的增大, 边缘轮廓的模糊程度逐渐 结果至关重要。图 7 是边缘检测前后与不同滞后阈

增加, 这将影响后续图像边缘识别的精度。综合考 值下得到的管材轮廓效果, 可以看出: ① 相较于原

虑, 文章选择 3 肀 3 的高斯滤波核进行管材图像的预 始图像, 经过 Cann y 边缘检测后的二值化图像, 管

处理。 材的轮廓清晰准确; ② 相较于较低或较高的阈值,
2
4

2022 年 第 44 卷 第 9 期

无损检测