唐江飛

（杭州塔桅檢測技術(shù)有限公司，浙江 杭州 311305）

在現(xiàn)代化城市中，鐵塔是廣泛存在的一種重要鋼結(jié)構(gòu)建筑，其功能包支撐天線、信號傳輸、設(shè)備保護(hù)、地標(biāo)指示以及監(jiān)測預(yù)警等多個方面[1]。但是，因為長時間佇立于戶外并受風(fēng)化和雨雪侵蝕，所以鐵塔經(jīng)常會出現(xiàn)銹蝕現(xiàn)象。鐵塔鋼結(jié)構(gòu)的銹蝕不僅會影響表面的美觀程度，還會導(dǎo)致支撐強(qiáng)度下降、鐵塔傾覆等嚴(yán)重問題[2]。因此鐵塔鋼結(jié)構(gòu)的銹蝕檢測是重要的研究方向。機(jī)器視覺技術(shù)是一種光、機(jī)、電、算完美結(jié)合的方法，通過一定的硬件設(shè)備和配套軟件算法，可使機(jī)器視覺具備與人類視覺相近的功能。進(jìn)入機(jī)械制造業(yè)檢測領(lǐng)域后，機(jī)器視覺技術(shù)迅速發(fā)展成最重要的檢測技術(shù)[3]。該技術(shù)可以實現(xiàn)高精度檢測、在線檢測和高速檢測，提高外觀質(zhì)量檢測領(lǐng)域的質(zhì)量和效率。機(jī)器視覺檢測技術(shù)是利用仿人類視覺原理并依托于計算機(jī)設(shè)備和圖像處理技術(shù)形成的一類全新檢測技術(shù)。本文將在自然光條件下通過無人機(jī)機(jī)載攝像機(jī)完成鐵塔鋼結(jié)構(gòu)表面拍攝，進(jìn)而運(yùn)用機(jī)器視覺方法完成銹蝕檢測。

1 鐵塔鋼結(jié)構(gòu)銹蝕區(qū)域的直方圖檢測

在機(jī)器視覺技術(shù)的使用過程中，準(zhǔn)確把握圖像的特點是有效執(zhí)行圖像處理算法的前提工作。實際上，不同圖像存在不同形式的差異，這些差異也可以通過不同方法捕捉并加以辨析。在分析圖像特點的工作中，最常見的就是直方圖分析方法。

直方圖分析法的基本原理是根據(jù)圖像中同一灰度的像素進(jìn)行統(tǒng)計，直到統(tǒng)計出所有出現(xiàn)灰度像素的頻次，即可知道圖像主要區(qū)域的像素分布情況，從而判斷圖像的特點。圖像的直方圖統(tǒng)計如公式（1）所示。

式中：S1代表圖像f（x）的k級灰度；nk代表整幅圖像中fk對應(yīng)得像素的個數(shù)；n代表整幅圖像的像素總個數(shù)。

圖像的直方圖的屬性包括3個方面。1）圖像直方圖統(tǒng)計圖像中各灰度級別的像素出現(xiàn)概率，但不能反映出不同像素所在位置，即灰度直方圖中的位置信息是丟失了的。2）不同圖像的直方圖可能相同，即圖像和直方圖有多對一關(guān)系。雖然2幅圖像的直方圖可能相同，但鑒于其像素的位置可能存在不同，2幅圖像的內(nèi)容會呈現(xiàn)出不同的場景。3）直方圖是圖像像素信息的灰度等級統(tǒng)計，因此反映了圖像的像素總數(shù)、灰度總和，一幅圖像的直方圖可以看成圖像中各區(qū)域的直方圖效果之和。

當(dāng)觀測機(jī)械零件的直方圖時，還可以發(fā)現(xiàn)其他一些與機(jī)械零件本身相關(guān)的特性。首先，機(jī)械零件大部分為金屬質(zhì)地、反光性能也比較好，而機(jī)械零件周圍的質(zhì)地一般為布質(zhì)，二者有顯著區(qū)別，也會導(dǎo)致直方圖中的目標(biāo)區(qū)域像素和背景區(qū)域像素的灰度等級較明顯。其次，機(jī)械加工現(xiàn)場存在各種干擾，包括電氣的、電磁的、振動的和機(jī)械的，從而導(dǎo)致CCD攝像機(jī)拍攝到的圖像中有較多噪聲信息，這部分信息也會成為目標(biāo)區(qū)域的干擾。因此，在直方圖中統(tǒng)計的圖像像素灰度應(yīng)該包括背景信息、目標(biāo)信息和噪聲信息3個類別。

鐵塔鋼結(jié)構(gòu)表面被攝像機(jī)拍攝成圖像時，如果其表面存在銹蝕區(qū)域，會和鋼結(jié)構(gòu)其他區(qū)域形成顯著區(qū)別，體現(xiàn)在直方圖上也有顯著不同，如圖1所示。

圖1 鐵塔鋼結(jié)構(gòu)表面銹蝕圖和直方圖

從圖1可以看出，左側(cè)為鐵塔鋼結(jié)構(gòu)的局部，其支撐立柱的表面存在2個明顯的銹蝕區(qū)域，銹蝕區(qū)域和周圍的原漆存在較大差異。為了使機(jī)器視覺算法能夠快速甄別銹蝕區(qū)域和原漆區(qū)域，采用直方圖方法繪制出圖1（a）的直方圖統(tǒng)計結(jié)果。從圖1（b）可以看出，相對于大部分灰度的統(tǒng)計區(qū)間，銹蝕區(qū)域會出現(xiàn)2個峰值區(qū)間。因為銹蝕區(qū)域的顏色較深，在圖像中對應(yīng)的灰度值較低，而原漆區(qū)域的顏色較淺，在圖像中對應(yīng)的灰度值較高，因此就有2個峰值區(qū)域處在灰度值較低的區(qū)域內(nèi)，分布在50～120的灰度范圍內(nèi)。可見，通過直方圖的統(tǒng)計特征可以較快檢測出銹蝕區(qū)域。

2 鐵塔鋼結(jié)構(gòu)銹蝕區(qū)域的形態(tài)學(xué)檢測

根據(jù)鐵塔銹蝕區(qū)域圖像的特點，對目標(biāo)區(qū)域和背景區(qū)域進(jìn)行分割，提供后續(xù)處理所需背景區(qū)域，是銹蝕檢測的第一步工作。在圖像分割中，基于形態(tài)學(xué)理論的分割方法是最常見的方法。形態(tài)學(xué)分割包括腐蝕運(yùn)算、膨脹運(yùn)算、開運(yùn)算和閉運(yùn)算等操作，是一套比較成熟的方法。

在形態(tài)學(xué)分割中，腐蝕運(yùn)算和膨脹運(yùn)算是2種基本操作，源自圖像處理領(lǐng)域，但已經(jīng)形成了自身的理論體系，相應(yīng)的數(shù)學(xué)描述如下：假設(shè)一結(jié)構(gòu)函數(shù)g（x），其對稱函數(shù)可以用gs（x）描述，則二者間的關(guān)系為gs（x）=g（-x），那么可以將關(guān)于f（x）和g（x）的膨脹處理和腐蝕處理分別描述為公式（2）、公式（3）。

為膨脹處理和腐蝕處理的結(jié)果分別定義2個變量，則有關(guān)開、閉運(yùn)算的數(shù)學(xué)描述式分別如公式（4）、公式（5）所示。

根據(jù)上述運(yùn)算式就可以順利進(jìn)行基于形態(tài)學(xué)的圖像分割了。利用形態(tài)學(xué)圖像分割的實質(zhì)就是根據(jù)結(jié)構(gòu)元素，對原始圖像進(jìn)行一系列腐蝕、膨脹等形態(tài)學(xué)運(yùn)算。因此，形態(tài)學(xué)分割的結(jié)果取決于2個因素，一是形態(tài)學(xué)運(yùn)算方法的選取，二是結(jié)構(gòu)元素的情況。

在已有的形態(tài)學(xué)分割操作中，菱形、圓形、線形和八邊形等形狀都出現(xiàn)過，但是在實際中更傾向于使用簡單的結(jié)構(gòu)元素。原因是復(fù)雜的結(jié)構(gòu)元素不僅計算量大，而且很難預(yù)計可能出現(xiàn)的形態(tài)學(xué)處理結(jié)果。對于結(jié)構(gòu)元素大、小的選取，也是影響形態(tài)學(xué)處理的關(guān)鍵。例如選取圓形結(jié)構(gòu)元素，如果半徑過小，形態(tài)學(xué)處理效果就不明顯；如果半徑過大，形態(tài)學(xué)處理就會過度，都會影響實際處理效果。

當(dāng)腐蝕處理、膨脹處理、開運(yùn)算處理、閉運(yùn)算處理這4種運(yùn)算復(fù)合在一起時，形態(tài)學(xué)會產(chǎn)生豐富的處理效果，從而實現(xiàn)有效的圖像分割。

一般的形態(tài)學(xué)分割流程是先對原始圖像進(jìn)行開、閉運(yùn)算，然后從原始圖像中減去開、閉運(yùn)算的圖像，再用2個結(jié)果圖像執(zhí)行閉運(yùn)算操作，從而可以得到剪除背景區(qū)域的目標(biāo)圖像。其數(shù)學(xué)描述如公式（6）所示。

式中：F為最終提取出來的零件區(qū)域。

3 鐵塔鋼結(jié)構(gòu)銹蝕區(qū)域的機(jī)器視覺檢測試驗

去除雜點后，鐵塔圖像銹蝕區(qū)域被獨立保留下來，但是銹蝕區(qū)域的大小、位置對計算機(jī)來說是很難獲得的，因此需要經(jīng)過邊緣檢測，進(jìn)一步確定邊界。所謂邊緣，就是在圖像灰度域中存在階躍變化抑或屋脊變換的像素點。邊緣是圖像非常重要的特征，在目標(biāo)區(qū)域和背景區(qū)域值間、目標(biāo)區(qū)域與目標(biāo)區(qū)域值間以及此區(qū)域與彼區(qū)域值間均廣泛存在，圖像的邊緣信息也是圖像灰度不連續(xù)的外在表現(xiàn)。

可見，獲得圖像邊緣對深層次的圖像處理工作具有非常重要的意義。為了獲得圖像邊緣信息，很多邊緣檢測算子被設(shè)計出來，最常見的有Robert算子邊緣檢測器、Sobel算子邊緣檢測器、Prewitt算子邊緣檢測器、LoG算子邊緣檢測器以及Canny算子邊緣檢測器等。

通過試驗的不斷檢驗，人們發(fā)現(xiàn)大多數(shù)邊緣算子很難同時滿足定位準(zhǔn)確和抑制噪聲能力強(qiáng)這2個需求，不同算子也表現(xiàn)出自己的優(yōu)勢所在和不足之處。

3.1 Robert算子邊緣檢測器

Robert算子邊緣檢測器的基本原理是使用局部的差分算子來實現(xiàn)邊緣檢測，因此其邊緣定位是比較準(zhǔn)確的，但有時會表現(xiàn)出檢測出的邊緣信息不全。另外，Robert算子的去噪能力比較差，檢測結(jié)果中通常含有較多干擾信息，即存在一定量的偽邊緣。因此Robert算子較適合圖像本身噪聲不多且圖像內(nèi)部邊緣信息明顯的圖像。

3.2 Sobel算子邊緣檢測器

Sobel算子邊緣檢測器的基本原理是先進(jìn)行平滑處理抵抗噪聲干擾，再執(zhí)行微分檢測定位邊緣。因此Sobel算子的去噪能力比較強(qiáng)，邊緣定位效果也比較理想。Sobel算子的最大缺點是檢測出的邊緣信息比較粗，即不是單像素邊緣，同時會出現(xiàn)一定量的偽邊緣特征。

3.3 Prewitt算子邊緣檢測器

Prewitt算子邊緣檢測器的基本原理和優(yōu)、缺點與Sobel算子邊緣檢測器非常類似，二者主要是最后的邊緣檢測模板不同。

3.4 LoG算子邊緣檢測器

LoG算子邊緣檢測器實際上由拉普拉斯算子和高斯算子共同組成。其中拉普拉斯算子是一個二階次微分算子，主要負(fù)責(zé)檢索圖像中的邊緣。高斯算子主要用于圖像的平滑處理，負(fù)責(zé)最終邊緣檢測結(jié)果的去噪。LoG算子比前3種算子的處理效果好，但如果圖像中存在尖銳的邊緣，可能會被高斯算子平滑掉。

3.5 Canny算子邊緣檢測器

Canny算子邊緣檢測器是邊緣檢測算子單獨使用效果最理想的一種，其基本原理是先利用高斯算子進(jìn)行圖像平滑以達(dá)到去噪目的，再采用雙域值檢測定位邊緣，最后通過連接操作進(jìn)行斷續(xù)邊緣連接。這是目前邊緣檢測中比較理想的一種方法。

本文在上述研究的基礎(chǔ)上，針對鐵塔銹蝕區(qū)域圖像的具體情況，將形態(tài)學(xué)處理和Canny算子邊緣檢測器相結(jié)合以實現(xiàn)邊緣檢測，分別對不同銹蝕區(qū)域的分割結(jié)果進(jìn)行識別前預(yù)處理，得到的結(jié)果如圖2～圖4所示。

圖2 鐵塔點狀銹蝕區(qū)域的檢測結(jié)果

圖2給出的是鐵塔點狀銹蝕區(qū)域的檢測結(jié)果和經(jīng)過形態(tài)學(xué)去除雜點、邊緣檢測確定區(qū)域的效果。比較圖2（a）和圖2（b）可以看出，檢測結(jié)果中右下方的雜點被去除了，點狀銹蝕區(qū)域被確定出來。

圖3、圖4的試驗結(jié)果圖像展示的分別是鐵塔鋼結(jié)構(gòu)表面帶狀外觀質(zhì)量特征、塊狀外銹蝕區(qū)域。其檢測結(jié)果和圖2一樣，證實了本文構(gòu)建的機(jī)器視覺檢測方法的對銹蝕區(qū)域檢測的有效性。

圖3 鐵塔帶狀銹蝕區(qū)域的檢測結(jié)果

圖4 鐵塔塊狀銹蝕區(qū)域的檢測結(jié)果

4 結(jié)論

鋼結(jié)構(gòu)鐵塔在現(xiàn)代化城市中具有重要作用，負(fù)責(zé)地標(biāo)指示、通信信號傳輸和監(jiān)測警示等任務(wù)。長時間的戶外矗立使鐵塔鋼結(jié)構(gòu)的風(fēng)化和雨雪侵蝕現(xiàn)象較嚴(yán)重，從而出現(xiàn)銹蝕現(xiàn)象，威脅到鐵塔的安全。據(jù)此，本文提出了一種基于機(jī)器視覺的銹蝕缺陷檢測方法，包括直方圖檢測、形態(tài)學(xué)檢測和邊緣檢測，并通過3組試驗驗證了所提出方法的有效性。