基于图像融合的钢丝绳无损检测方法及其装置制造方法及图纸

为了解决现有技术中钢丝绳无损检测中信息量不全面的问题，本发明专利技术提供一种基于图像融合的钢丝绳无损检测方法及其装置，包括以下步骤：a.利用非饱和磁激励下的钢丝绳漏磁检测装置对待检测钢丝绳进行检测，获得伪彩色图像；b.利用红外图像采集装置，通过红外图像采集方法得到整个待检测钢丝绳的Q组图像；c.将a步骤的伪彩色图像与b步骤中去噪后的Q组图像进行融合，得到融合后图像；提取融合后图像中的等效面积、细长比、圆形度、七阶的不变矩特征量作为几何形状特征描述；d.将特征向量输入RBF神经网络进行定量识别，得到待检测钢丝绳的损耗情况。本发明专利技术降低了单用一种图像识别的误差，更加准确的对缺陷进行定量识别。

Nondestructive Testing Method and Device for Wire Rope Based on Image Fusion

In order to solve the problem of incomplete information in nondestructive testing of wire rope in the existing technology, the present invention provides a nondestructive testing method of wire rope based on image fusion and its device, which includes the following steps: A. using magnetic flux leakage detection device of wire rope under unsaturated magnetic excitation to detect the detection wire rope and obtain pseudo-color image; B. using infrared image acquisition device, through red External image acquisition method obtains the whole Q-group image of the wire rope to be detected; C. Fusion of pseudo-color image of step a and Q-group image of step B after denoising to get the fused image; Extraction of the equivalent area, slenderness ratio, roundness and seventh-order invariant moment feature of the fused image as the geometric shape feature description; D. Input the feature vector into RBF neural network for quantitative analysis. Identify and get the loss of the steel wire rope to be tested. The invention reduces the error of single image recognition and more accurately quantitatively identifies defects.

【技术实现步骤摘要】
基于图像融合的钢丝绳无损检测方法及其装置
本专利技术涉及钢丝绳损伤检测技术，具体涉及一种基于漏磁场信息和红外图像融合的钢丝绳无损检测方法及其装置。
技术介绍
随着工业的发展，钢丝绳广泛应用于工业、林业、冶金业、建筑业、航空航天业、运输业以及日常生活中。很多场合都是使用钢丝绳作为牵引，因而它的寿命直接影响到人们的生命安全和经济损失，如果仅靠人眼目测或感觉，那么可靠性很差，因此对电梯钢丝绳的定时监测和在线监控具有十分重要的社会效益和经济效益。钢丝绳的检测方法大致有如下几种：感应线圈法、集成传感器法、磁通门法、超声法、射线法、红外检测法、张力检测法和电磁检测法等。传统的电磁检测法容易受磁滞的影响，并且测得的信号丢失钢丝绳缺陷的周向分布信息，而缺陷的周向分布可以会影响到对钢丝绳的剩余荷载状态的准确评估，所得到的图像不够全面准确；而红外摄像机捕捉得到的钢丝绳表面图像直观，但容易受加热时长和表面污垢的影响。
技术实现思路
为了解决现有技术中钢丝绳无损检测中信息量不全面、所测图像干扰多的问题，本专利技术提供一种基于图像融合的钢丝绳无损检测方法及其装置。本专利技术融合漏磁场信息和红外图像，具有信息量大，识别准确的优点。所述的一种基于图像融合的钢丝绳无损检测方法，其技术方案在于：包括以下步骤：a.利用非饱和磁激励下的钢丝绳漏磁检测装置对待检测钢丝绳进行检测，获得钢丝绳表面漏磁场信息，并将该漏磁场信息转换为灰度图像，然后转化为伪彩色图像后存储备用；b.利用红外图像采集装置，通过红外图像采集方法得到整个待检测钢丝绳的Q组图像，对所得Q组图像进行去噪处理后存储备用；c.将a步骤漏磁场的伪彩色图像与b步骤中去噪后的Q组图像进行融合，得到融合后图像；提取融合后图像中的等效面积、细长比、圆形度、七阶的不变矩特征量作为特征描述；d.将特征向量：等效面积、细长比、圆形度、七阶的不变矩输入RBF神经网络进行定量识别，最终得到待检测钢丝绳的损耗情况。所述的c步骤中得到融合后图像的方法是：采用小波变换的二维Mallat算法对a步骤漏磁场的伪彩色图像与b步骤中去噪后的Q组图像进行分解，分别得到各自对应的低频带和高频带系数；对于最低频子代系数而言，融合后的小波系数为：其中α1+α2＝1；对于高频子代系数而言，融合后的小波系数为其中，和代表两幅图像的低频子带系数；和代表两幅图像的高频子带系数；再采用二维Mallat算法对融合的小波系数进行重构，得到融合后图像。所述的a步骤中利用非饱和磁激励下的钢丝绳漏磁检测装置对待检测钢丝绳进行检测的方法是：a1.使用励磁单元对待测钢丝绳加载非饱和励磁磁场；a2.用于采集漏磁信号的采集单元固定不动，待测钢丝绳移动，通过光电编码器产生等的空间脉冲送入控制单元中，控制单元接收到脉冲后，选通设置在待测钢丝绳上的16个传感器；a3.使用a2步骤中的16个传感器中被选通的传感器对数据进行采样，采样信号经过AD转换、差分放大、基线提升操作后存入数据存储单元中；a4.重复a2步骤和a3步骤直到采集到一个M╳N的钢丝绳表面漏磁场信号数据阵列，其中M为传感器个数，N为每个通道采样点的个数；a5.对所获得的数据进行在线处理，去除基线和噪声，对得到的漏磁数据进行三次样条插值；a6.将漏磁数据转换为灰度图像，然后转化为伪彩色图像，存入数据存储单元；其中，a5步骤中的去除噪声的方法是：对数据进行基于双树复小波阈值去噪，具体实现步骤为：利用双树复小波函数对图像进行J层分解，并计算小波系数：a501.对于长度为N的含噪声信号X，利用正交小波变换的快速算法获得低分辨率L(0≤L<J)下的尺度系公式为{vL，k，k＝1，…，2L}，以及各分辨率下的小波系数{wj，k，j＝L，L+1，…，L-1，K＝1，…，2j}，其中尺度系数和小波系数共N个，N＝2J；a502.改进阈值，使之为介于软阈值与硬阈值之间的值j＝1，2，…，J，调节光滑s型函数中的参数a∈(0，Tj)，b∈(Tj，2Tj)，分别取一组(ai，j，bi，j)，i＝1，2，…，根据确定一个di，j；a503.由(ai，j，bi，j，di，j)计算出阈值函数表达式，然后对分解后的高频子代系数进行阈值处理，得出新的单元阵列下对应的数值并保存；a504.重复步骤a502～步骤a503，得到一个新的单元矩阵；a505.由得到的新单元阵列，逆推重构小波高频子代系数，结合分解时候分解的最后一级低通图像数组，用双树复小波重构函数重构图像。所述的b步骤中的红外图像采集方法包括以下步骤：b1.使用加热单元对待测钢丝绳加热，直至温度上升至能让所得红外图像清晰的温度；b2.使待测钢丝绳移动，温度上升至高于室温的四到五度，固定的图像采集单元采集红外图像；b3待测钢丝绳停止移动，重复步骤b2，直至测得到整个钢丝绳的Q组图像；b4.对所获得的Q组图像进行在线去噪处理后存入数据存储单元；其中，b4步骤中的去噪方法是：对数据进行基于双树复小波阈值去噪，具体实现步骤为：利用双树复小波函数对图像进行J层分解，并计算小波系数：b401.对于长度为N的含噪声信号X，利用正交小波变换的快速算法获得低分辨率L(0≤L<J)下的尺度系公式为{vL，k，k＝1，…，2L}，以及各分辨率下的小波系数{wj，k，j＝L，L+1，…，L-1，K＝1，…，2j}，其中尺度系数和小波系数共N个，N＝2J；b402.改进阈值，使之为介于软阈值与硬阈值之间的值j＝1，2，…，J，调节光滑s型函数中的参数a∈(0，Tj)，b∈(Tj，2Tj)，分别取一组(ai，j，bi，j)，i＝1，2，…，根据确定一个di，j；b403.由(ai，j，bi，j，di，j)计算出阈值函数表达式，然后对分解后的高频子代系数进行阈值处理，得出新的单元阵列中下对应方向的数值并保存；b404.重复步骤a502～步骤a503，得到一个新的单元矩阵；b405.由得到的新单元阵列，逆推重构小波高频子代系数，结合分解时候分解的最后一级低通图像数组，用双树复小波重构函数重构图像。一种应用上述基于图像融合的钢丝绳无损检测方法的检测装置，其特征在于：包括用于对待检测钢丝绳进行检测的非饱和磁激励下的钢丝绳漏磁检测装置；其中，非饱和磁激励下的钢丝绳漏磁检测装置包括设置在待测钢丝绳轴向均布的多个励磁单元、均匀设置在待测钢丝绳中部周向的多个漏磁信号采集单元、用于对漏磁信号采集单元采集的模拟信号进行A/D转换、差分放大以及基线提升的AD接口信号调理单元、用于接收AD接口信号调理单元输出信号的主控制单元、主控制单元上连接的用于控制主控制单元采集AD接口信号调理单元中输出信号频率的脉冲发生及采集单元、用于存储主控制单元处理后数据的存储单元、用于显示漏磁场信息的显示单元以及用于控制待测钢丝绳轴向移动的电机控制单元；其中，励磁单元、漏磁信号采集单元、显示单元以及电机控制单元均与主控制单元电连接。所述的AD接口信号调理单元包括AD转换电路、差分信号放大电路和加法基线抬升电路；其中，AD接口信号调理单元包括仪表放大器和运算放大器；该仪表放大器的第一管脚和第八管脚之间并联第十五电阻，形成差分信号放大电路，对差分信号进行放大；该仪表放大器的第二管脚与第三管脚作为差分信号输入端，形成AD转本文档来自技高网...

【技术保护点】
1.一种基于图像融合的钢丝绳无损检测方法，其特征在于：包括以下步骤：a.利用非饱和磁激励下的钢丝绳漏磁检测装置对待检测钢丝绳(3)进行检测，获得钢丝绳表面漏磁场信息，并将该漏磁场信息转换为灰度图像，然后转化为伪彩色图像后存储备用；b.利用红外图像采集装置，通过红外图像采集方法得到整个待检测钢丝绳(3)的Q组图像，对所得Q组图像进行去噪处理后存储备用；c.将a步骤漏磁场的伪彩色图像与b步骤中去噪后的Q组图像进行融合，得到融合后图像；提取融合后图像中的等效面积、细长比、圆形度、七阶的不变矩特征量作为特征描述；d.将特征向量：等效面积、细长比、圆形度、七阶的不变矩输入RBF神经网络进行定量识别，最终得到待检测钢丝绳(3)的损耗情况。

【技术特征摘要】
1.一种基于图像融合的钢丝绳无损检测方法，其特征在于：包括以下步骤：a.利用非饱和磁激励下的钢丝绳漏磁检测装置对待检测钢丝绳(3)进行检测，获得钢丝绳表面漏磁场信息，并将该漏磁场信息转换为灰度图像，然后转化为伪彩色图像后存储备用；b.利用红外图像采集装置，通过红外图像采集方法得到整个待检测钢丝绳(3)的Q组图像，对所得Q组图像进行去噪处理后存储备用；c.将a步骤漏磁场的伪彩色图像与b步骤中去噪后的Q组图像进行融合，得到融合后图像；提取融合后图像中的等效面积、细长比、圆形度、七阶的不变矩特征量作为特征描述；d.将特征向量：等效面积、细长比、圆形度、七阶的不变矩输入RBF神经网络进行定量识别，最终得到待检测钢丝绳(3)的损耗情况。2.根据权利要求1所述的基于图像融合的钢丝绳无损检测方法，其特征在于：c步骤中得到融合后图像的方法是：采用小波变换的二维Mallat算法对a步骤漏磁场的伪彩色图像与b步骤中去噪后的Q组图像进行分解，分别得到各自对应的低频带和高频带系数；对于最低频子代系数而言，融合后的小波系数为：其中α1+α2＝1；对于高频子代系数而言，融合后的小波系数为其中，和代表两幅图像的低频子带系数；和代表两幅图像的高频子带系数；再采用二维Mallat算法对融合的小波系数进行重构，得到融合后图像。3.根据权利要求1所述的基于图像融合的钢丝绳无损检测方法，其特征在于：a步骤中利用非饱和磁激励下的钢丝绳漏磁检测装置对待检测钢丝绳(3)进行检测的方法是：a1.使用励磁单元对待测钢丝绳加载非饱和励磁磁场；a2.用于采集漏磁信号的采集单元固定不动，待测钢丝绳移动，通过光电编码器(110)产生等的空间脉冲送入控制单元中，控制单元接收到脉冲后，选通设置在待测钢丝绳上的16个传感器；a3.使用a2步骤中的16个传感器中被选通的传感器对数据进行采样，采样信号经过AD转换、差分放大、基线提升操作后存入数据存储单元中；a4.重复a2步骤和a3步骤直到采集到一个M╳N的钢丝绳表面漏磁场信号数据阵列，其中M为传感器个数，N为每个通道采样点的个数；a5.对所获得的数据进行在线处理，去除基线和噪声，对得到的漏磁数据进行三次样条插值；a6.将漏磁数据转换为灰度图像，然后转化为伪彩色图像，存入数据存储单元；其中，a5步骤中的去除噪声的方法是：对数据进行基于双树复小波阈值去噪，具体实现步骤为：利用双树复小波函数对图像进行J层分解，并计算小波系数：a501.对于长度为N的含噪声信号X，利用正交小波变换的快速算法获得低分辨率L(0≤L<J)下的尺度系公式为{vL，k，k＝1，…，2L}，以及各分辨率下的小波系数{wj，k，j＝L，L+1，…，L-1，K＝1，…，2j}，其中尺度系数和小波系数共N个，N＝2J；a502.改进阈值，使之为介于软阈值与硬阈值之间的值j＝1，2，…，J，调节光滑s型函数中的参数a∈(0，Tj)，b∈(Tj，2Tj)，分别取一组(ai，j，bi，j)，i＝1，2，…，根据确定一个di，j；a503.由(ai，j，bi，j，di，j)计算出阈值函数表达式，然后对分解后的高频子代系数进行阈值处理，得出新的单元阵列下对应的数值并保存；a504.重复步骤a502～步骤a503，得到一个新的单元矩阵；a505.由得到的新单元阵列，逆推重构小波高频子代系数，结合分解时候分解的最后一级低通图像数组，用双树复小波重构函数重构图像。4.根据权利要求1所述的基于图像融合的钢丝绳无损检测方法，其特征在于：b步骤中的红外图像采集方法包括以下步骤：b1.使用加热单元对待测钢丝绳加热，直至温度上升至能让所得红外图像清晰的温度；b2.使待测钢丝绳移动，温度上升至高于室温的四到五度，固定的图像采集单元采集红外图像；b3待测钢丝绳停止移动，重复步骤b2，直至测得到整个钢丝绳的Q组图像；b4.对所获得的Q组图像进行在线去噪处理后存入数据存储单元；其中，b4步骤中的去噪方法是：对数据进行基于双树复小波阈值去噪，具体实现步骤为：利用双树复小波函数对图像进行J层分解，并计算小波系数：b401.对于长度为N的含噪声信号X，利用正交小波变换的快速算法获得低分辨率L(0≤L<J)下的尺度系公式为{vL，k，k＝1，…，2L}，以及各分辨率下的小波系数{wj，k，j＝L，L+1，…，L-1，K＝1，…，2j}，其中尺度系数和小波系数共N个，N＝2J；b402.改进阈值，使之为介于软阈值与硬阈值之间的值j＝1，2，…，J，调节光滑...

【专利技术属性】
技术研发人员：张聚伟，李茜，郑鹏博，
申请(专利权)人：河南科技大学，
类型：发明
国别省市：河南,41