论文部分内容阅读
管道作为各种资源的传输媒介，在工业和国防工业中担当着重要的作用，其内壁作为管道的一部分，内壁表面的质量直接影响这管道的传输性能。因此需要对管道内壁进行定期的检查和维修以避免发生事故。火炮内膛也是管道的一种，它是作为现代作战中常规的不可或缺的武器，它的好坏直接影响整个战争。火炮发射过程中对内壁损伤尤为厉害，在发射导弹过程中会造成划伤内壁，阳线断裂，斑点、腐蚀等缺陷，严重影响火炮的射击效果、使用安全和寿命，所以有必要设计一套基于计算机视觉技术的内壁检测系统。本课题主要研究基于自聚焦透镜阵列的火炮内膛检测方法，通过自聚焦透镜阵列可以获取内膛全方位的状态信息。研究采用自聚焦透镜作物镜，光锥作传像器件，在侧向同时放置多个物镜；用光锥将多个影像引至图像传感器；光源采用环自聚焦透镜的环形LED方案，由此建立了侧向多镜头成像系统。由于通过自聚焦透镜阵列获取的同一截面的内膛图像有交叉和重叠，因此本文提出了一种获取内膛全景图像的方法：首先采用边缘检测分割法对图像进行分割，用基于极坐标的相位相关法对图像进行拼接；采用BP神经网络的方法实现对内膛缺陷的识别与分类。本文利用上述方法，研制了一种基于虚拟仪器的火炮内膛检测系统，实现对火炮内壁表面缺陷图像的采集、预处理、图像信息融合、缺陷分类和结果输出等功能。本系统硬件部分由自制的自聚焦透镜阵列、自制环形LED光源、东芝公司的光电传感器，NI公司的PCI-1426数据采集卡和计算机等组成；软件处理部分采用LabVIEW结合Maltlab实现。实验结果表明本系统满足了火炮内膛内表面缺陷检测的要求。