低温压力容器的无损视觉检测方法研究
郝媛媛 张海燕
摘 要：为了提高对低温压力容器实验设备的损伤检测能力，提出一种基于高速主动红外视觉成像分析的低温压力容器的无损视觉检测方法。首先对低温压力容器的破损、磨损、裂缝等部位进行红外热成像的三维视觉重建，然后采用多层次纹理映射方法进行损伤特征点提取和检测，将低温压力容器实验设备损伤特征点输入到特征映射关系模型中，结合热激励源的差异性视觉状态特征实现低温压力容器实验设备损伤的视觉重建，最后进行仿真测试。结果表明，采用该方法进行低温压力容器的无损视觉检测的准确性较高，对损伤点的定位精度较好。
关键词： 低温压力容器； 无损检测； 视觉检测； 实验设备
中图分类号： TN911.73?34； TP277 文献标识码： A 文章编号： 1004?373X（2017）06?0118?04
Abstract： In order to improve the ability of detecting the damage of the low?temperature pressure vessel used in experiment， a low?temperature pressure vessel′s nondestructive vision detection method based on high?speed active infrared vision imaging analysis is proposed. The 3D vision of the infrared thermal imaging was reconstructed for the damaged， worn and cracked parts of the low?temperature pressure vessel. The multi?level texture mapping method is used to extract the features of the damaged point of the low?temperature pressure vessel used in experiment， and input them into the feature mapping relation model. The difference vision state characteristic of the thermal excitation source is combined to realize the vision reconstruction of the damaged low temperature pressure vessel used in experiment. The simulation test was carried out. The test results show that the method has high nondestructive vision detection accuracy of the low?temperature pressure vessel， and high location precision of the damaged point.
Keywords： low?temperature pressure vessel； nondestructive detection； vision detection； experimental facility
低温压力容器作为化学实验中常用的实验设备，需要容器保持无缝无损的良好工作状态，通过对低温压力容器的损伤检测，重建低温压力容器实验设备的破损状态特征，使其保持良好的工况。当前对低温压力容器实验设备的破损检测方法主要是采用光学遥感图像海陆分割方法[1]、B超声波高磁检测方法[2]和信号检测和滤波方法[3?4]，通过分析无损状态下的实验设备的立体视觉信息，采用热源激励进行压力容器实验设备损伤重，然而传统方法在磨损严重或者破损较大的情况下，低温压力容器实验设备的恢复特征很难保证连贯性，对此，本文提出一种基于高速主动红外视觉成像分析的低温压力容器的无损视觉检测方法，并得出有效性结论。
1 低温压力容器实验设备损伤三维重建
对低温容器实验设备的三维立体视觉是进行视觉无损检测的基础，通过视觉重构，能够对低温压力容器实验设备损伤进行计算机重建，去除假目标特征并进行参数分析[5]，从而为容器的破损检测提供依据。
1.1 低温压力容器实验设备损伤图像采集
对需要进行无损检测的低温压力容器实验设备进行图像采集，采用热红外图像的视觉重构和特征采集方法进行图像采集和损伤特征提取[6]，从采集的图像中提取低温压力容器实验设备损伤的特征点，低温压力容器的无损视觉检测的图像采集过程如图1所示。图1中对容器设备的无损视觉检测采用极高频成像的方法，低温压力容器实验设备采用数字电磁图像检测，采集设备主要分为：采集微位移器、红外成像仪、PC机、热激励源等[7?8]，对多次采集的图像进行亚像素匹配，提取低温压力容器实验设备损伤的特征点，假设[f1]为首次采集图像，[fn]为损视觉检测的输出图像，在三维特征视觉空间中，对实验设备损伤图像采集的特征点如下：
根据压力容器实验设备损伤图像的平面特征点和红外热成像采集，对低温压力容器的破损、磨损、裂缝等部位进行红外热成像的三维视觉重建。
1.2 三维视觉重建描述
通过对低温压力容器的破损区域的三维视觉重建，能够将低温压力容器实验设备损伤平面特征点转换为立体空间中的特征点，对低温压力容器实验设备的正面和侧面的图像进行有效的采集[9]，设备平面图像中的特征点的位置标记点和损伤纹理信息特征点的分布关系为：
2 低温压力容器实验设备的无损视觉检测实现
利用传统算法进行低温压力容器实验设备损伤检测，假设破损比较严重或裂缝长度较长的情况下，将无法保证恢复特征的连贯性，从而降低了低温压力容器实验设备检测的准确性，因此提出一种基于高速主动红外视觉成像分析的低温压力容器的无损视觉检测方法。
2.1 低温压力容器的多层次纹理映射关系模型
采用多层次纹理映射方法进行损伤特征点提取和检测，将低温压力容器实验设备损伤特征点输入到特征映射关系模型中，利用破损低温压力容器三维红外成像重建的效果，进行穿透性纹理映射分析，其公式如下：[H=hy2+hz2+ha2 =（g（y，z，a）×Ty）2+（g（y，z，a）×Tz）2+（g（y，z，a）×Ta）2]
式中：[h]能够用来描述破损低温压力容器特征点在不同方向上梯度纹理变化率；[g（y，z，a）]为低温压力容器实验设备灰度；[T]是对应的热传导系数。
利用下述公式能够进行低温压力容器实验设备损伤平面的梯度坐标系变换，得到损伤点的纹理映射坐标转换关系为：
[v1=ME-YZw1=ME-YAv2=ME-（Ycosθ+Zsinθ）（Zcosθ-Ysinθ）w2=LD-（Xcosθ+Ysinθ）Z] （10）
式中，低温压力容器的红外图像采集装置与热成像仪的距离是已知的，在结构相似度不变下，求得压力容器平面特征点到立体特征点的像素值匹配，从而得到破损低温压力容器三维视觉破损点的具体位置。
设置低温压力容器实验设备损伤特征值能够用[cq]进行描述，对应特征点的热像仪成像焦距用[yq]进行描述，损伤特征点空间转换的相位用[φq]进行描述，利用下述公式可以计算低温压力容器实验设备损伤二维图像中邻域特征点的差值：
[z=z0-mmCsin m] （11）
將[y2q=im2qj]代入到邻域特征点的差值计算式中，得到压力容器实验设备损伤平面图像的特征映射关系为：
[μz，a，v=q=1∞cqcos[yqv-y2qij（zcosρq）+φq]] （12）
式中：[j]能够用来描述低温压力容器实验设备不同损伤特征点之间的欧氏距离；[ρq]能够用来描述低温压力容器实验设备的破损区域面积。
根据傅里叶变换相关理论，可以计算实验设备损伤特征点之间的空间关系为：
[?w（z，v）?v+w（z，v）??w（z，v）+?r（z，v）?=?w（z，v）=0] （13）
式中：[w（z，v）]能够用来描述低温压力容器多层次纹理映射的特征变化率；[r（z，v）]能够用来描述不同空间位置特征点的灰度像素值；[?]是特征点的坐标。
通过构建上述方法低温压力容器的多层次纹理映射关系模型，采用多层次纹理映射方法进行损伤特征点提取和检测。
2.2 低温压力容器实验设备损伤的视觉检测计算
在建立多层次纹理映射模型基础上，将低温压力容器实验设备损伤特征点输入到特征映射关系模型中，利用下述公式可以计算低温压力容器实验设备损伤特征点空间位置关系：
建立穿透性纹理映射杂质区域，得到裂缝破损区域和完好区域的差异的特征信息为：
[Il（n1，n2）=14i1=01i2=01Il-1（2n1+i1，2n2+i2）] （16）
[Jl（n1，n2）=14i1=01i2=01Jl-1（2n1+i1，2n2+i2）] （17）
通过上述处理，实现了对压力容器实验设备的损伤区域的优化检测。主要的步骤如下：
（1） 建立单面纹理映射模型。利用图像的仿射不变性进行特征匹配，降低低温压力容器实验设备损伤区域的噪点，采用红外热成像技术进行红外主动检测，在差异性特征约束下，需要根据低温压力容器实验设备损伤的纹理图像获取纹理信息特征空间的几何结构，采用破损区域的差异性特征描述进行三维视觉重构，体现压力容器无损视觉检测的真实性。
（2） 建立穿透性纹理映射模型。利用容器设备的局部轮廓视觉特征进行视觉特征点的三维空间重构，将图像融合技术应用到纹理映射中，使获取的破损低温压力容器特征分布在半透明的红外热成像像素特征点中，能够与低温压力容器实验设备周围的环境融合。
（3） 建立穿透性纹理映射模型。在模型建立过程中，需要将低温压力容器实验设备表面的纹理映射到容器的特征点分布的球面上，获得三维纹理特性，结合热激励源的差异性视觉状态特征实现低温压力容器实验设备损伤的视觉重建。
3 实验分析
通过实验测试分析验证本文设计的低温压力容器的无损视觉检测中的性能，本实验采用工业级的极高频扫描仪进行低温压力容器化学实验设备的主动红外成像采集，扫描的区域为300 mm[×]300 mm[×]300 mm，主动红外成像扫描的最小分辨率为2 lp/mm，实验过程中，首先对同一低温压力容器化学实验设备在同一位置进行多次成像扫描，建立三维视觉低温压力容器实验设备损伤模型，得到正常的压力容器加热0 s和60 s时的视觉检测图像，以及存在损伤状态下的压力容器实验设备加热到0 s和60 s的视觉检测图像如图3～图6所示。分析上述检测结果得知，采用本文方法进行低温压力容器无损视觉检测，能准确检测到损伤特征点，在加热60 s后，对损伤点的定位精度较好。图7给出了不同方法进行检测的精度对比，分析对比结果得知，本文方法进行压力容器的无损视觉检测，误差能在较小的迭代次数下收敛到最小值，计算步数中收敛速度比传统的方法快30%以上，检测的实时性和准确性较好。
4 结 语
本文提出一种基于高速主动红外视觉成像分析的低温压力容器的无损视觉检测方法。对低温压力容器的破损、磨损、裂缝等部位进行红外热成像的三维视觉重建，采用多层次纹理映射方法进行损伤特征点提取和检测，将低温压力容器实验设备损伤特征点输入到特征映射关系模型中，结合热激励源的差异性视觉状态特征实现低温压力容器实验设备损伤的视觉重建。实验测试结果表明，采用本文方法进行低温压力容器的无损视觉检测的准确性较高，对损伤点的定位精度较好，性能优越。
参考文献
[1] 施晓东，刘格.一种光学遥感图像海陆分割方法[J].国外电子测量技术，2014，33（11）：29?32.
[2] 吕富勇，周瑞卿，阮世阳，等.高频磁场检测中采样保持器的设计及其性能分析[J].电子测量技术，2015，38（8）：13?16.
[3] 郭静波，谭博，蔡雄.基于反相双峰指数模型的微弱瞬态极低频信号的估计与检测[J].仪器仪表学报，2015，36（8）：1682?1691.
[4] 刘蓉，娄晓光.基于纹理分类的极化SAR图像滤波方法[J].计算机仿真，2012，29（1）：242?245.
[5] 程永.面源红外假目标特征参数分析[J].水雷战与舰船防护，2012，20（1）：76?77.
[6] 吴斌，苏晓越.一种视觉引导经纬仪自动测量中精确引导方法[J].激光技术，2015，39（4）：453?457.
[7] 王凯，田长栋，施清平，等.抑制光纤检波器系统光强波动影响的解调方法[J].红外与激光工程，2013，42（6）：1593?1600.
[8] 于涛，胡炳樑，高晓惠，等.高光谱干涉图像动态追踪补偿方法研究[J].光子学报，2016，45（7）：35?40.
[9] 粘永健，辛勤，万建伟，等.基于多波段预测的高光谱图像分布式无损压缩[J].光学精密工程，2012，20（4）：906?912.
摘 要：为了提高对低温压力容器实验设备的损伤检测能力，提出一种基于高速主动红外视觉成像分析的低温压力容器的无损视觉检测方法。首先对低温压力容器的破损、磨损、裂缝等部位进行红外热成像的三维视觉重建，然后采用多层次纹理映射方法进行损伤特征点提取和检测，将低温压力容器实验设备损伤特征点输入到特征映射关系模型中，结合热激励源的差异性视觉状态特征实现低温压力容器实验设备损伤的视觉重建，最后进行仿真测试。结果表明，采用该方法进行低温压力容器的无损视觉检测的准确性较高，对损伤点的定位精度较好。
关键词： 低温压力容器； 无损检测； 视觉检测； 实验设备
中图分类号： TN911.73?34； TP277 文献标识码： A 文章编号： 1004?373X（2017）06?0118?04
Abstract： In order to improve the ability of detecting the damage of the low?temperature pressure vessel used in experiment， a low?temperature pressure vessel′s nondestructive vision detection method based on high?speed active infrared vision imaging analysis is proposed. The 3D vision of the infrared thermal imaging was reconstructed for the damaged， worn and cracked parts of the low?temperature pressure vessel. The multi?level texture mapping method is used to extract the features of the damaged point of the low?temperature pressure vessel used in experiment， and input them into the feature mapping relation model. The difference vision state characteristic of the thermal excitation source is combined to realize the vision reconstruction of the damaged low temperature pressure vessel used in experiment. The simulation test was carried out. The test results show that the method has high nondestructive vision detection accuracy of the low?temperature pressure vessel， and high location precision of the damaged point.
Keywords： low?temperature pressure vessel； nondestructive detection； vision detection； experimental facility
低温压力容器作为化学实验中常用的实验设备，需要容器保持无缝无损的良好工作状态，通过对低温压力容器的损伤检测，重建低温压力容器实验设备的破损状态特征，使其保持良好的工况。当前对低温压力容器实验设备的破损检测方法主要是采用光学遥感图像海陆分割方法[1]、B超声波高磁检测方法[2]和信号检测和滤波方法[3?4]，通过分析无损状态下的实验设备的立体视觉信息，采用热源激励进行压力容器实验设备损伤重，然而传统方法在磨损严重或者破损较大的情况下，低温压力容器实验设备的恢复特征很难保证连贯性，对此，本文提出一种基于高速主动红外视觉成像分析的低温压力容器的无损视觉检测方法，并得出有效性结论。
1 低温压力容器实验设备损伤三维重建
对低温容器实验设备的三维立体视觉是进行视觉无损检测的基础，通过视觉重构，能够对低温压力容器实验设备损伤进行计算机重建，去除假目标特征并进行参数分析[5]，从而为容器的破损检测提供依据。
1.1 低温压力容器实验设备损伤图像采集
对需要进行无损检测的低温压力容器实验设备进行图像采集，采用热红外图像的视觉重构和特征采集方法进行图像采集和损伤特征提取[6]，从采集的图像中提取低温压力容器实验设备损伤的特征点，低温压力容器的无损视觉检测的图像采集过程如图1所示。图1中对容器设备的无损视觉检测采用极高频成像的方法，低温压力容器实验设备采用数字电磁图像检测，采集设备主要分为：采集微位移器、红外成像仪、PC机、热激励源等[7?8]，对多次采集的图像进行亚像素匹配，提取低温压力容器实验设备损伤的特征点，假设[f1]为首次采集图像，[fn]为损视觉检测的输出图像，在三维特征视觉空间中，对实验设备损伤图像采集的特征点如下：
根据压力容器实验设备损伤图像的平面特征点和红外热成像采集，对低温压力容器的破损、磨损、裂缝等部位进行红外热成像的三维视觉重建。
1.2 三维视觉重建描述
通过对低温压力容器的破损区域的三维视觉重建，能够将低温压力容器实验设备损伤平面特征点转换为立体空间中的特征点，对低温压力容器实验设备的正面和侧面的图像进行有效的采集[9]，设备平面图像中的特征点的位置标记点和损伤纹理信息特征点的分布关系为：
2 低温压力容器实验设备的无损视觉检测实现
利用传统算法进行低温压力容器实验设备损伤检测，假设破损比较严重或裂缝长度较长的情况下，将无法保证恢复特征的连贯性，从而降低了低温压力容器实验设备检测的准确性，因此提出一种基于高速主动红外视觉成像分析的低温压力容器的无损视觉检测方法。
2.1 低温压力容器的多层次纹理映射关系模型
采用多层次纹理映射方法进行损伤特征点提取和检测，将低温压力容器实验设备损伤特征点输入到特征映射关系模型中，利用破损低温压力容器三维红外成像重建的效果，进行穿透性纹理映射分析，其公式如下：[H=hy2+hz2+ha2 =（g（y，z，a）×Ty）2+（g（y，z，a）×Tz）2+（g（y，z，a）×Ta）2]
式中：[h]能够用来描述破损低温压力容器特征点在不同方向上梯度纹理变化率；[g（y，z，a）]为低温压力容器实验设备灰度；[T]是对应的热传导系数。
利用下述公式能够进行低温压力容器实验设备损伤平面的梯度坐标系变换，得到损伤点的纹理映射坐标转换关系为：
[v1=ME-YZw1=ME-YAv2=ME-（Ycosθ+Zsinθ）（Zcosθ-Ysinθ）w2=LD-（Xcosθ+Ysinθ）Z] （10）
式中，低温压力容器的红外图像采集装置与热成像仪的距离是已知的，在结构相似度不变下，求得压力容器平面特征点到立体特征点的像素值匹配，从而得到破损低温压力容器三维视觉破损点的具体位置。
设置低温压力容器实验设备损伤特征值能够用[cq]进行描述，对应特征点的热像仪成像焦距用[yq]进行描述，损伤特征点空间转换的相位用[φq]进行描述，利用下述公式可以计算低温压力容器实验设备损伤二维图像中邻域特征点的差值：
[z=z0-mmCsin m] （11）
將[y2q=im2qj]代入到邻域特征点的差值计算式中，得到压力容器实验设备损伤平面图像的特征映射关系为：
[μz，a，v=q=1∞cqcos[yqv-y2qij（zcosρq）+φq]] （12）
式中：[j]能够用来描述低温压力容器实验设备不同损伤特征点之间的欧氏距离；[ρq]能够用来描述低温压力容器实验设备的破损区域面积。
根据傅里叶变换相关理论，可以计算实验设备损伤特征点之间的空间关系为：
[?w（z，v）?v+w（z，v）??w（z，v）+?r（z，v）?=?w（z，v）=0] （13）
式中：[w（z，v）]能够用来描述低温压力容器多层次纹理映射的特征变化率；[r（z，v）]能够用来描述不同空间位置特征点的灰度像素值；[?]是特征点的坐标。
通过构建上述方法低温压力容器的多层次纹理映射关系模型，采用多层次纹理映射方法进行损伤特征点提取和检测。
2.2 低温压力容器实验设备损伤的视觉检测计算
在建立多层次纹理映射模型基础上，将低温压力容器实验设备损伤特征点输入到特征映射关系模型中，利用下述公式可以计算低温压力容器实验设备损伤特征点空间位置关系：
建立穿透性纹理映射杂质区域，得到裂缝破损区域和完好区域的差异的特征信息为：
[Il（n1，n2）=14i1=01i2=01Il-1（2n1+i1，2n2+i2）] （16）
[Jl（n1，n2）=14i1=01i2=01Jl-1（2n1+i1，2n2+i2）] （17）
通过上述处理，实现了对压力容器实验设备的损伤区域的优化检测。主要的步骤如下：
（1） 建立单面纹理映射模型。利用图像的仿射不变性进行特征匹配，降低低温压力容器实验设备损伤区域的噪点，采用红外热成像技术进行红外主动检测，在差异性特征约束下，需要根据低温压力容器实验设备损伤的纹理图像获取纹理信息特征空间的几何结构，采用破损区域的差异性特征描述进行三维视觉重构，体现压力容器无损视觉检测的真实性。
（2） 建立穿透性纹理映射模型。利用容器设备的局部轮廓视觉特征进行视觉特征点的三维空间重构，将图像融合技术应用到纹理映射中，使获取的破损低温压力容器特征分布在半透明的红外热成像像素特征点中，能够与低温压力容器实验设备周围的环境融合。
（3） 建立穿透性纹理映射模型。在模型建立过程中，需要将低温压力容器实验设备表面的纹理映射到容器的特征点分布的球面上，获得三维纹理特性，结合热激励源的差异性视觉状态特征实现低温压力容器实验设备损伤的视觉重建。
3 实验分析
通过实验测试分析验证本文设计的低温压力容器的无损视觉检测中的性能，本实验采用工业级的极高频扫描仪进行低温压力容器化学实验设备的主动红外成像采集，扫描的区域为300 mm[×]300 mm[×]300 mm，主动红外成像扫描的最小分辨率为2 lp/mm，实验过程中，首先对同一低温压力容器化学实验设备在同一位置进行多次成像扫描，建立三维视觉低温压力容器实验设备损伤模型，得到正常的压力容器加热0 s和60 s时的视觉检测图像，以及存在损伤状态下的压力容器实验设备加热到0 s和60 s的视觉检测图像如图3～图6所示。分析上述检测结果得知，采用本文方法进行低温压力容器无损视觉检测，能准确检测到损伤特征点，在加热60 s后，对损伤点的定位精度较好。图7给出了不同方法进行检测的精度对比，分析对比结果得知，本文方法进行压力容器的无损视觉检测，误差能在较小的迭代次数下收敛到最小值，计算步数中收敛速度比传统的方法快30%以上，检测的实时性和准确性较好。
4 结 语
本文提出一种基于高速主动红外视觉成像分析的低温压力容器的无损视觉检测方法。对低温压力容器的破损、磨损、裂缝等部位进行红外热成像的三维视觉重建，采用多层次纹理映射方法进行损伤特征点提取和检测，将低温压力容器实验设备损伤特征点输入到特征映射关系模型中，结合热激励源的差异性视觉状态特征实现低温压力容器实验设备损伤的视觉重建。实验测试结果表明，采用本文方法进行低温压力容器的无损视觉检测的准确性较高，对损伤点的定位精度较好，性能优越。
参考文献
[1] 施晓东，刘格.一种光学遥感图像海陆分割方法[J].国外电子测量技术，2014，33（11）：29?32.
[2] 吕富勇，周瑞卿，阮世阳，等.高频磁场检测中采样保持器的设计及其性能分析[J].电子测量技术，2015，38（8）：13?16.
[3] 郭静波，谭博，蔡雄.基于反相双峰指数模型的微弱瞬态极低频信号的估计与检测[J].仪器仪表学报，2015，36（8）：1682?1691.
[4] 刘蓉，娄晓光.基于纹理分类的极化SAR图像滤波方法[J].计算机仿真，2012，29（1）：242?245.
[5] 程永.面源红外假目标特征参数分析[J].水雷战与舰船防护，2012，20（1）：76?77.
[6] 吴斌，苏晓越.一种视觉引导经纬仪自动测量中精确引导方法[J].激光技术，2015，39（4）：453?457.
[7] 王凯，田长栋，施清平，等.抑制光纤检波器系统光强波动影响的解调方法[J].红外与激光工程，2013，42（6）：1593?1600.
[8] 于涛，胡炳樑，高晓惠，等.高光谱干涉图像动态追踪补偿方法研究[J].光子学报，2016，45（7）：35?40.
[9] 粘永健，辛勤，万建伟，等.基于多波段预测的高光谱图像分布式无损压缩[J].光学精密工程，2012，20（4）：906?912.
