基于无人机视觉的储罐表面缺陷检测方法

摘要

cqvip: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。