基于无人机视觉的储罐表面缺陷检测方法

摘要：

为了保证大型储罐的正常运行,必须对储罐表面进行定期检查.现有方法通常采用攀附罐体表面的机械设备,借助涡流或漏磁进行缺陷检测,存在安全隐患和损害罐体和等问题.本文提出一种基于无人机视觉的缺陷检测方法,无人机携带相机按规划路径环绕罐体飞行以采集储罐表面图像,通过图像处理算法在线判断储罐表面是否存在缺陷.由于储罐表面的缺陷具有视觉显著性的特征,本文采用简化的Itti视觉显著性算法对缺陷图的显著区域进行提取从而分割出缺陷区域.为了解决非缺陷图像可能出现的误判问题,本文基于图像颜色通道求取显著区域的统计均值,设定阈值后降低了误判率.基于室内模拟储罐的实验结果表明,本文提出的缺陷检测方法具有良好的实时性和准确性.

关键词：无人机、机器视觉、储罐表面、缺陷检测、视觉显著性

所属期刊栏目：29

资助基金：国家重点研发计划2017YFC0805100;国家自然科学基金61703314

在线出版日期：2019-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：799-807