一种VVER蒸汽发生器传热管涡流检测系统定位方法

摘要

本发明涉及图像处理应用技术领域，具体公开了一种VVER蒸汽发生器传热管涡流检测系统定位方法。该方法包括：1、对系统进行模板标定；2、采集目标图像，并进行干扰去除处理；3、在低对比度条件下，利用直方图均衡算法进行图形增强；4、将增强的图像对VVER蒸汽发生器光心与成像面有夹角的非垂直成像进行图像平面投影，并提取图像边缘；5、将模板圆心与步骤4中提取投影后新图的圆心进行对比，并计算两者之间的偏移量；6、将步骤5获得的偏移量反馈至设备，其按照反馈的偏移量进行运行，运动停止后，重复步骤1至步骤4，直到计算获得的偏移量在阈值范围内，结束位置误差矫正。该方法，可以克服现有定位系统的定位缺陷，大大提高系统的定位精度。

说明书

技术领域

本发明属于图像处理应用技术领域，具体涉及一种VVER蒸汽发生器传热管涡流检测系统定位方法。

背景技术

传统的设备定位方式是采用编码器反馈位置环进行定位，但是设备存在齿轮间隙、丝杆往复回差等固有偏差无法消除，若采用同轴编码反馈方式往往无法克服上述固有偏差，但采用终端编码反馈方式又存在系统稳定性难以达标、对机械精度要求高的特点。

发明内容

本发明的目的在于提供一种VVER蒸汽发生器传热管涡流检测系统定位方法，可以完成对VVER蒸汽发生器传热管涡流监测系统的精确定位。

本发明的技术方案如下：一种VVER蒸汽发生器传热管涡流检测系统定位方法，该方法具体包括如下步骤：

步骤1、对系统进行模板标定；

选取VVER蒸汽发生器传热管涡流监测系统中标准定位模板，截取该定位模板图像，并计算获得该模板的圆心；

步骤2、采集目标图像，并对获得的图像进行金属强光反光条件下的干扰去除处理；

将VVER蒸汽发生器传热管涡流监测系统设备运动至目标位置，并采集获得目标图像，利用现有图像处理中金属强反光干扰条件下的图像去噪算法，对采集的目标图像进行处理；

步骤3、在低对比度条件下，利用直方图均衡算法进行图形增强；

步骤4、将增强的图像对VVER蒸汽发生器光心与成像面有夹角的非垂直成像进行图像平面投影，并提取图像边缘；

步骤5、将模板圆心与步骤4中提取投影后新图的圆心进行对比，并计算两者之间的偏移量；

步骤6、将步骤5获得的偏移量反馈至设备，其按照反馈的偏移量进行运行，运动停止后，重复步骤1至步骤4，直到计算获得的偏移量在阈值范围内，结束位置误差矫正。

所述的步骤4具体包括如下步骤：

步骤4.1、将增强的图像对VVER蒸汽发生器光心与成像面有夹角的非垂直成像进行图像平面投影；

设已知的图像为源图，它所对应的摄像机坐标系到世界坐标系的旋转矩阵为R_old，图像的内参数矩阵为K_old；需要进行透视变换得到的图像为目标图，它所对应的摄像机坐标系到世界坐标系的旋转矩阵为R_new，图像的内参数矩阵为K_new。则对视场里的一物点P，设其在世界坐标系下坐标为P_W，它在源图和目标图中所对应的像素坐标的齐次坐标分别为I_old，I_new，则

其中，Z_c1和Z_c2分别为物点P在源图和目标图所对应的摄像机坐标系下的Z坐标，Cpoint为摄像机在世界坐标系下的三维坐标。如果摄像机的位置不变，只有姿态改变，则消去(P_w-Cpoint)可得

其中，

其中，为单位横向格网间距下的焦距，为单位纵向格网间距下的焦距，u₀为图像主点横坐标，v₀为图像主点纵坐标，K₀可以看作是将主点坐标设为(0,0)的内参数矩阵；

则：

等式两边同时乘以矩阵K'的逆，则：

令：

I＝K'^-1I_new

则

即可得投影后的新图。

所述的步骤3具体包括如下步骤：

步骤3.1、获得目标图形中每个灰度级出现的概率，并绘制原图形的直方图；

步骤3.2、计算获得目标图形的灰度级累积分布函数，并绘制均衡化后的直方图；

根据每个灰度级出现的概率，计算目标图形的灰度级累积分布函数，取整并归一到相近的灰度级，将每个像素归一化后的灰度值赋给这个像素，画出均衡化后的图像。

本发明的显著效果在于：本发明所述的一种VVER蒸汽发生器传热管涡流检测系统定位方法，可以克服现有定位系统的定位缺陷，大大提高系统的定位精度。

附图说明

图1为本发明所述的一种VVER蒸汽发生器传热管涡流检测系统定位方法流程图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步详细说明。

如图1所示，一种VVER蒸汽发生器传热管涡流检测系统定位方法，该方法具体包括如下步骤：

步骤1、对系统进行模板标定；

选取VVER蒸汽发生器传热管涡流监测系统中标准定位模板，截取该定位模板图像，并计算获得该模板的圆心；

步骤2、采集目标图像，并对获得的图像进行金属强光反光条件下的干扰去除处理；

将VVER蒸汽发生器传热管涡流监测系统设备运动至目标位置，并采集获得目标图像，利用现有图像处理中金属强反光干扰条件下的图像去噪算法，对采集的目标图像进行处理；

步骤3、在低对比度条件下，利用直方图均衡算法进行图形增强；

步骤3.1、获得目标图形中每个灰度级出现的概率，并绘制原图形的直方图；

步骤3.2、计算获得目标图形的灰度级累积分布函数，并绘制均衡化后的直方图；

根据每个灰度级出现的概率，计算目标图形的灰度级累积分布函数，取整并归一到相近的灰度级，将每个像素归一化后的灰度值赋给这个像素，画出均衡化后的图像；

步骤4、将增强的图像对VVER蒸汽发生器光心与成像面有夹角的非垂直成像进行图像平面投影，并提取图像边缘；

步骤4.1、将增强的图像对VVER蒸汽发生器光心与成像面有夹角的非垂直成像进行图像平面投影；

设已知的图像为源图，它所对应的摄像机坐标系到世界坐标系的旋转矩阵为R_old，图像的内参数矩阵为K_old；需要进行透视变换得到的图像为目标图，它所对应的摄像机坐标系到世界坐标系的旋转矩阵为R_new，图像的内参数矩阵为K_new。则对视场里的一物点P，设其在世界坐标系下坐标为P_W，它在源图和目标图中所对应的像素坐标的齐次坐标分别为I_old，I_new，则

其中，Z_c1和Z_c2分别为物点P在源图和目标图所对应的摄像机坐标系下的Z坐标，Cpoint为摄像机在世界坐标系下的三维坐标。如果摄像机的位置不变，只有姿态改变，则消去(P_w-Cpoint)可得

其中，

其中，为单位横向格网间距下的焦距，为单位纵向格网间距下的焦距，u₀为图像主点横坐标，v₀为图像主点纵坐标，K₀可以看作是将主点坐标设为(0,0)的内参数矩阵；

则：

等式两边同时乘以矩阵K'的逆，则：

令：

I＝K'^-1I_new

则

即可得投影后的新图；

步骤4.2、利用自适应Canny阈值边缘提取算法，提取投影后新图的边缘；

步骤5、将模板圆心与步骤4中提取投影后新图的圆心进行对比，并计算两者之间的偏移量；

步骤6、将步骤5获得的偏移量反馈至设备，其按照反馈的偏移量进行运行，运动停止后，重复步骤1至步骤4，直到计算获得的偏移量在阈值范围内，结束位置误差矫正。