一种基于管道机器人的管道全景扫描方法技术

本发明专利技术公开了一种基于管道机器人的管道全景扫描方法，通过设置管道模型以确定管道模型内壁图像的有效截面区域相对于管道模型内壁图像的中心点的标准半径范围，通过标准半径范围和任一管道内壁图像的中心点确定对应的有效截面区域并进行截取得到有效截面图像，对有效截面图像展开后得到柱面展开图像，将柱面展开图像与基准图像通过重叠部分的图像拼成一幅无缝的管道全景图，高效解决管道机器人在拍摄过程中频繁出现的散焦和形变问题，操作简单且得到的管道全景图像成像效果较好，提高管道机器人度管道内部情况检测的准确率，并给检测人员提供足够的管道内部信息。

A pipeline panoramic scanning method based on pipeline robot

【技术实现步骤摘要】
一种基于管道机器人的管道全景扫描方法
本专利技术属于图像处理领域，具体来说涉及一种基于管道机器人的管道全景扫描方法。
技术介绍
管道机器人就是一种可在管道内作业的特种机器人，可以沿管道内壁自动行走，其目的在于完成探伤腐蚀程度、裂纹、焊接缺陷等、补口对接焊缝防腐处理、防腐层缺陷处理以及管道内的各项参数检测等作业。可视化管道机器人通过安装CCD摄像机或者其他成像设备，由控制器控制管道机器人在管道内行走，实时采集管道内的视频图像，实现对管道内部的全面实时检测功能。但是现有的通过管道机器人采集的视频图像直接生成的全景图像往往效果较差，如一种全景拼接的方法及装置(CN105608667A)：专利设计了一个图像全景拼接的方案，包括图像预处理、特征提取、特征匹配、计算变换矩阵、旋转、曝光补光、图像融合等步骤。该方案是生成全景图像的常规方案，处理的图片是相机做平移运动拍摄得到的，将其直接用于管道图像全景扫描，效果较差，难以应用。
技术实现思路
本专利技术的目的在于提供一种基于管道机器人的管道全景扫描方法，以解决
技术介绍
中管道全景图像效果较差、难以应用的问题。为实现上述目的，本专利技术提供技术方案如下：一种基于管道机器人的管道全景扫描方法，所述方法包括以下步骤：步骤1：管道机器人采集管道模型内壁图像，确定管道模型内壁图像的有效截面区域相对于管道模型内壁图像的中心点的标准半径范围(rmin,rmax)；初始化i＝1；步骤2：管道机器人采集真实管道内部的第i幅管道内壁图像后进行中心偏移校正，得到第i幅管道内壁图像的中心点坐标(xc,yc)；通过中心点坐标和步骤1所得的标准半径范围确定第i幅管道内壁图像的有效截面区域并截取，得到对应的有效截面图像；步骤3：通过向前映射坐标变换方法对有效截面图像展开后得到第i幅柱面展开图像；步骤4：判断i＝1,若是，则i＝i+1并返回步骤2，否则，执行步骤5；步骤5：对第i幅柱面展开图像及对应的基准图像通过图像拼接技术形成第i-1幅拼接图像，i＝i+1并返回步骤2；当i＝2时，对应的基准图像为第1幅柱面展开图像，否则，对应的基准图像为第i-2幅拼接图像。优选地，所述步骤1中，确定管道模型内壁图像的有效截面区域包括以下步骤：步骤1.1.1：以涂有棋盘方格图像的标定纸制作管道模型，管道机器人采集一幅管道模型内壁图像；步骤1.1.2：将管道模型内壁图像展开为矩形图像，所述矩形图像为m×n的方格，m行方格的高度依次减小；步骤1.1.3：计算任一列任一方格的长宽比f，判断η＜f≤1，若是，则将该方格作为有效方格，否则忽略，其中η表示畸变有效预设值；步骤1.1.4：判断任一行是否由若干有效方格组成，若是，根据坐标对应关系，得到管道模型内壁图像的有效截面区域，否则忽略。优选地，所述步骤1中，确定管道模型内壁图像的中心点坐标(x'c,y'c)包括以下步骤：步骤1.2.1:采用canny算法检测管道模型内壁图像的边缘，得到边缘的二值化图像；步骤1.2.2：基于边缘的二值化图像采用hough变换检测任意两条管道模型内壁图像的直线，任一直线为向心线，计算两直线的交点作为管道模型内壁图像的中心点坐标。优选地，所述步骤2包括以下步骤：步骤2.1：判断i＝1，若是，第i幅管道内壁图像的中心点坐标为管道模型内壁图像的中心点坐标(x'c,y'c)，否则执行步骤2.2步骤2.2：以第i-1幅管道内壁图像的中心点作为初始中心点，以一个像素单位为环形长度对第i-1幅管道内壁图像进行环形分割，得到若干个环形内壁图像，计算得到任一环形内壁图像的像素均值zα，其中α∈{1,2,3,...}；步骤2.3：采集第i幅管道内壁图像中的所有像素的灰度值zβ，其中，β∈{1,2,3,...}，确定任一像素的灰度值属于任一环形内壁图像的灰度均值zα与设定范围λ之和，记为zβ∈λ+zα，若是，则作为对应拟合圆Cα的其中一像素，其中，α∈{1,2,3,...}，否则舍弃；步骤2.4：基于对应像素的坐标对其中一拟合圆采用最小二乘法求取圆心坐标其中，α∈{1,2,3,...}。优选地，所述步骤3包括以下步骤：步骤3.1：通过向前映射坐标变换方法确定有效截面图像上任一点映射到第i幅柱面展开图像上的映射坐标，其中，所述第i幅柱面展开图像的宽度高度H＝rmax-rmin+1；步骤3.2：对有效截面图像上任一点采用双线性差值算法得到映射坐标的像素值，最后得到第i幅柱面展开图像。优选地，所述步骤5包括以下步骤：步骤5.1：通过SURF算法分别提取第i幅柱面展开图像及对应的基准图像的特征点，确定特征点的坐标和特征描述子；步骤5.2：基于特征描述子对第i幅柱面展开图像及对应的基准图像通过高维数据的快速最近邻算法进行特征点匹配，得到特征点对；步骤5.3：通过特征点对的坐标对应关系得到仿射变换矩阵，利用仿射变换矩阵将第i幅柱面展开图像中任一像素点转换到对应基准图像的坐标系中；步骤5.4：对第i幅柱面展开图像及对应的基准图像进行图像修正，图像像素融合，生成第i-1幅拼接图像，i+1并返回步骤2。优选地，所述步骤5.3包括以下步骤：步骤5.3.1：构造仿射变换矩阵模型，仿射变换矩阵模型为其中，x0表示第i幅柱面展开图像中任一像素点在水平方向的平移量，y0表示第i幅柱面展开图像中任一像素点在轴向方向的平移量，sx表示在水平方向的比例变换因子，sy表示在轴向方向的比例变换因子，x和y分别表示第i幅柱面展开图像的任一特征点的横坐标和纵坐标，a和b分别表示基准图像的对应的特征点的横坐标和纵坐标；步骤5.3.2：通过特征点对的坐标对应关系得到仿射变换参数x0、y0、sx、sy，得到仿射变换矩阵；步骤5.3.3：将第i幅柱面展开图像的任一像素点坐标代入仿射变换矩阵得到映射到基准图像的像素点坐标。优选地，所述步骤5.4中，图像修正包括图像亮度修正，所述图像亮度修正包括以下步骤：步骤5.4.1：计算第i幅柱面展开图像和对应的基准图像间像素的平均亮度差异dist，其中，W表示第i幅柱面展开图像的宽度，H表示第i幅柱面展开图像的高度，pij表示基准图像中第i行第j列像素的亮度；p′ij表示第i幅柱面展开图像中第i行第j列像素的亮度；步骤5.4.2：判断dist＜ε，若是，则执行步骤5.4.3，否则结束，其中ε为预设修正阈值；步骤5.4.3：取修正参数对第i幅柱面展开图像和对应的基准图像中任一像素的灰度值分别修正为min(255,p′ij-δ)和min(255,pij-δ)。优选地，所述步骤5.4中，利用第i幅柱面展开图像和对应的基准图像的重叠区域将两幅图像融合形成第i-1幅拼接图像，重叠区域中的任一像素点的像素值为第i幅柱面展开图像上对应像素点及基准图像上对应像素点的像素加权和，所述第i幅柱面展开图像上对应像素点的像素权重为像素点本文档来自技高网...

【技术保护点】
1.一种基于管道机器人的管道全景扫描方法，其特征在于，所述方法包括以下步骤：/n步骤1：管道机器人采集管道模型内壁图像，确定管道模型内壁图像的有效截面区域相对于管道模型内壁图像的中心点的标准半径范围(r

【技术特征摘要】
1.一种基于管道机器人的管道全景扫描方法，其特征在于，所述方法包括以下步骤：
步骤1：管道机器人采集管道模型内壁图像，确定管道模型内壁图像的有效截面区域相对于管道模型内壁图像的中心点的标准半径范围(rmin,rmax)；初始化i＝1；
步骤2：管道机器人采集真实管道内部的第i幅管道内壁图像后进行中心偏移校正，得到第i幅管道内壁图像的中心点坐标(xc,yc)；通过中心点坐标和步骤1所得的标准半径范围确定第i幅管道内壁图像的有效截面区域并截取，得到对应的有效截面图像；
步骤3：通过向前映射坐标变换方法对有效截面图像展开后得到第i幅柱面展开图像；
步骤4：判断i＝1,若是，则i＝i+1并返回步骤2，否则，执行步骤5；
步骤5：对第i幅柱面展开图像及对应的基准图像通过图像拼接技术形成第i-1幅拼接图像，i＝i+1并返回步骤2；当i＝2时，对应的基准图像为第1幅柱面展开图像，否则，对应的基准图像为第i-2幅拼接图像。


2.如权利要求1所述的一种基于管道机器人的管道全景扫描方法，其特征在于，所述步骤1中，确定管道模型内壁图像的有效截面区域包括以下步骤：
步骤1.1.1：以涂有棋盘方格图像的标定纸制作管道模型，管道机器人采集一幅管道模型内壁图像；
步骤1.1.2：将管道模型内壁图像展开为矩形图像，所述矩形图像为m×n的方格，m行方格的高度依次减小；
步骤1.1.3：计算任一列任一方格的长宽比f，判断η＜f≤1，若是，则将该方格作为有效方格，否则忽略，其中η表示畸变有效预设值；
步骤1.1.4：判断任一行是否由若干有效方格组成，若是，根据坐标对应关系，得到管道模型内壁图像的有效截面区域，否则忽略。


3.如权利要求1所述的一种基于管道机器人的管道全景扫描方法，其特征在于，所述步骤1中，确定管道模型内壁图像的中心点坐标(x'c,y'c)包括以下步骤：
步骤1.2.1:采用canny算法检测管道模型内壁图像的边缘，得到边缘的二值化图像；
步骤1.2.2：基于边缘的二值化图像采用hough变换检测任意两条管道模型内壁图像的直线，任一直线为向心线，计算两直线的交点作为管道模型内壁图像的中心点坐标。


4.如权利要求1所述的一种基于管道机器人的管道全景扫描方法，其特征在于，所述步骤2包括以下步骤：
步骤2.1：判断i＝1，若是，第i幅管道内壁图像的中心点坐标为管道模型内壁图像的中心点坐标(x'c,y'c)，否则执行步骤2.2
步骤2.2：以第i-1幅管道内壁图像的中心点作为初始中心点，以一个像素单位为环形长度对第i-1幅管道内壁图像进行环形分割，得到若干个环形内壁图像，计算得到任一环形内壁图像的像素均值zα，其中α∈{1,2,3,...}；
步骤2.3：采集第i幅管道内壁图像中的所有像素的灰度值zβ，其中，β∈{1,2,3,...}，确定任一像素的灰度值属于任一环形内壁图像的灰度均值zα与设定范围λ之和，记为zβ∈λ+zα，若是，则作为对应拟合圆Cα的其中一像素，其中，α∈{1,2,3,...}，否则舍弃；
步骤2.4：基于对应像素的坐标对其中一拟合圆采用最小二乘法求取圆心坐标其中，α∈{1,2,3,...}。


5.如权利要求1所述的一种基于管道机器人的管道全景扫描方法，其特征在于，所述步骤3包括以下步骤：
步骤3.1：通过向前映射坐标变换方法确定有效截面图像上任一点映射到第i幅柱面展开图像上的映射坐标，其中，所述第i幅柱面展开图像的宽度高度H＝rmax-rmin+1；
步骤3.2：对有效截面图像上任一点采用双线性差值算法得到映射坐标的像素值，最后得到第i幅...

【专利技术属性】
技术研发人员：陈爱华，杨本全，陈月芬，
申请(专利权)人：台州学院，
类型：发明
国别省市：浙江;33