傳統(tǒng)的壓力管道內(nèi)表面缺陷檢測裝置對待檢測管道的形狀結(jié)構(gòu)要求比較高,檢測方法耗時費力。本文設(shè)計了一種球形視頻內(nèi)檢測裝置,并提出了基于深度卷積神經(jīng)網(wǎng)絡(luò)和區(qū)域卷積神經(jīng)網(wǎng)絡(luò)的方法來檢測管道內(nèi)表面缺陷,具體工作包括以下幾個方面:（1）設(shè)計和制作視頻球內(nèi)檢測裝置,對壓力管道內(nèi)部進行拍攝。該裝置包括攝像機、光源、供電的電池、球形外殼及支架,能720度拍攝到管道內(nèi)表面的缺陷、焊縫等各種情況。該視頻球憑借浮力在水中懸浮前進,因而對管道形狀結(jié)構(gòu)要求不高,只要水流大小合適,即可以在任何管道內(nèi)進行拍攝。（2）研究確定了視頻球在壓力管道內(nèi)行進速度的合適范圍。在拍攝過程中要求視頻球連續(xù)兩幀圖片之間盡可能不出現(xiàn)遺漏,同時要求連續(xù)兩幀圖片的重復(fù)部分不超過50%。本文在攝像機視角和幀率數(shù)據(jù)的基礎(chǔ)上,依據(jù)速度公式,計算出視頻球在管道內(nèi)行進的最小和最大速度0.038m/s⁰.042m/s,為后續(xù)水流速度設(shè)置提供指導(dǎo)。（3）采用基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)改進模型對管道圖片進行分類,找出有缺陷、焊縫的管道圖片。一方面,建立管道圖像數(shù)據(jù)庫,對基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練,并驗證測試集。另一方面,采... 

【文章來源】：中國計量大學(xué)浙江省

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【部分圖文】：

三種相機圖片

400 波長在 380nm-420nm 之間色溫：5500K光亮很強，實用性較廣，通常用來拍的圖片850波長在 780-1400nm 之間，是一種不的穿透能力很強386波長范圍 191-400nm，穿透能力很強別、金屬上面的劃痕檢測等里應(yīng)用的光源，就可以拍攝到清晰的畫面，即圖像對比度高候甚至可以簡化算法就能得到很好的檢測效果。我，選擇的光源要盡可能的模擬大自然大廣角度，發(fā)散 LED 電池盒帶開關(guān)燈帶如圖 2.3 所示，一共買了紅、，對比圖如 2.4 所示，實驗結(jié)果表明選擇紅色光源時景圖像特征之間有最大的對比度。

圖 2.4 各種顏色光拍攝對比圖2.2 檢測裝置架構(gòu)的設(shè)計2.2.1 檢測裝置技術(shù)特性檢測裝置能夠使攝像機在拍攝管道內(nèi)部狀況的時候盡量處于管道中心的位置，另外光源在在相機的周圍，盡可能在相機周圍分布均勻，同時在制作的過程中還要考慮以下 3 個要素：1、設(shè)計的成本成本是首選要考慮的因素，對于加工制造業(yè)而言，利潤率普遍較低，對于一項技術(shù)能否推進展開，很大程度上是要在技術(shù)發(fā)展到成熟，應(yīng)用價格適中，所以在功能和成本之間需要做一個權(quán)衡。若要求檢測精度高，對相機的要求也高，成本也會高，所以在選型的時候要考慮設(shè)計成本。2、系統(tǒng)的可靠性可靠性包括檢測結(jié)果的可確定性還有就是檢測系統(tǒng)持續(xù)檢測的穩(wěn)定性，能

【參考文獻】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)迭代優(yōu)化的圖像分類算法[J]. 李鳴,張鴻.  計算機工程與設(shè)計. 2017(01)
[2]基于BP神經(jīng)網(wǎng)絡(luò)的管道缺陷識別[J]. 劉恩東.  電子技術(shù)與軟件工程. 2017(02)
[3]兩類分布式優(yōu)化問題關(guān)系初探[J]. 劉長有,李磊.  山西建筑. 2016(34)
[4]基于深度卷積神經(jīng)網(wǎng)絡(luò)的服裝圖像分類檢索算法[J]. 厲智,孫玉寶,王楓,劉青山.  計算機工程. 2016(11)
[5]淺析圖像降噪的算法研究[J]. 郜偉雪.  無線互聯(lián)科技. 2016(21)
[6]基于改進型LBP特征的監(jiān)控視頻行人檢測[J]. 劉璨,孟朝暉.  電子設(shè)計工程. 2016(21)
[7]內(nèi)檢測技術(shù)在復(fù)雜海底管道中的工程應(yīng)用[J]. 王彬,馬洪新,郭斌,楊巍.  石油工程建設(shè). 2016(04)
[8]運動模糊車輛圖像復(fù)原方法研究[J]. 史海玲,邱曉暉.  計算機技術(shù)與發(fā)展. 2016(08)
[9]用于測量金屬板表面波紋度的濾波器研究[J]. 蔣光銳,張浩,劉李斌,李春光.  計量學(xué)報. 2016 (04)
[10]機器視覺照明系統(tǒng)的關(guān)鍵技術(shù)分析[J]. 尚會超,楊銳,段夢珍,段曉偉,張洪斌.  中原工學(xué)院學(xué)報. 2016(03)

碩士論文
[1]在用工業(yè)管道腐蝕的漏磁外檢測技術(shù)研究[D]. 雒新宇.河北大學(xué) 2014
[2]自適應(yīng)深度學(xué)習(xí)算法在目標分類問題中的應(yīng)用[D]. 米龍.東北大學(xué) 2014



本文編號：3137972