基于红外热成像的地下管线质量检测方法_马顺利.pdf

第 卷 第 期 年 月 北京测绘 引文格式：马顺利基于红外热成像的地下管线质量检测方法北京测绘，（）：，（）：收稿日期 基金项目 北京市科技计划（）作者简介 马顺利（），男，宁夏固原人，大学本科，工程师，研究方向为测绘工程。：基于红外热成像的地下管线质量检测方法马顺利（北京市热力工程设计有限责任公司，北京）摘 要 由于地下管线深埋地下，不利于日常检测，为实时了解地下管线质量情况，研究基于红外热成像的地下管线质量检测方法。基于红外热像仪工作原理采集地下管线红外热像图，当地下管线有裂纹时，热量在裂纹处聚集，使地下管线的红外热像图中出现温差，将地下管线热像图中的温差变化转化为图像的边缘信息，利用增加方向模板和改进阈值的索伯算子（）边缘检测算法检测地下管线红外热像图的边缘梯度信息，衡量红外热像图的色差，通过色差检测结果识别出图像中存在的质量问题，实现地下管线质量实时检测。实验表明：地下管线管裂纹长度及厚度越大，地下管线红外热成像的温差越大；该方法在高噪声环境下的地下管线质量检测结果依然准确，该方法具备较好的质量检测抗噪能力。关键词 红外热成像；地下管线；质量检测；管线裂纹；梯度信息；裂纹长度中图分类号；文献标识码 文章编号（）引言在我们国家的所有城市中都有很多地下管线，地下管线具有重要作用，在日常生活中利用地下管线来供热、水，在工业生产中利用地下管线传输水、石油、天然气等。然而由于这些管线常年深埋在地下，不利于日常检测，一旦地下管线发生泄漏和腐蚀，如不能及时处理将对国家造成重大影响，所以为防患于未然，需要定期地对地下管线质量进行检测。所以寻找有效的地下管线质量检测方法，成为许多研究人员考虑的问题。例如，韩李涛提出通过共面和异面公垂线投影的方法检测城市地下管线的碰撞质量问题。刘滔滔等人利用图像中激光光斑的位置变化来实现地下管线的三维检测，该检测方法通过增加五个固定孔位置和投影信息实现地下管线的三维检测。上述两种方法通过对地下管线进行识别和判断地下管线走向，完成地下管线质量的检测，但是都不能检测到地下管线是否有裂纹、是否泄漏等。红外热像仪可以实时地对地下管线进行测温并生成热像图，通过热像图就可以清晰地看到地下管线质量情况，有效地完成了地下管线质量的检测，为后续的维修工作节省大量的时间。为此，本文研究地下管线质量检测的红外热成像方法，有效检测地下管线是否存在裂纹等质量问题，及时进行管线维护，最大限度避免经济损失。地下管线质量检测方法利用红外热成像仪采集地下管线红外热像图时，在地下管线的正常区域温度不会发生变化，但在地下管线的裂纹处，温度会产生变化。裂纹处和无裂纹处温度会出现明显的不同。以温度变化曲线和红外热像图为依据，识别地下管线的裂纹并确定裂纹的位置。地下管线质量北京测绘第 卷 第 期检测方法设计图如图 所示。地下管线红外热像仪红外热图像采集温度分析图像处理识别裂纹计算机图 检测方法设计图通过色差检测结果识别出图像中存在的质量问题，衡量红外热像图的色差，色差等同于热像图的边缘梯度信息，利用改进 边缘检测算法检测地下管线红外热像图的边缘梯度信息。地下管线的红外热成像 红外热像仪工作原理红外热成像仪主要有测温和生成热像图两个作用，因此它为一类测温成像设备。用红外辐射被测物体，被测物体的所有单元把接收到的红外辐射变为电信号，再用灰度的等级代替电信号的大小，重新组合所有灰度等级，形成数据格式的图 像，此 图 像 就 是 在 显 示 器 上 看 到 的 热像图。由于温度的高低决定红外辐射的大小，所以温度和灰度有一定的函数关系。为了在显示器上看到热像图中温度的变化，需红外热像仪在生成热像图时算出所有像素点对应的温度。红外热成像仪生成地下管线的红外热像图原理如图 所示。地下管线红外镜头焦平面电子电路红外 辐射电子处理红外探测光学成像红外热像仪保存与显示图 红外热成像仪工作原理图 热传导理论热传导用于描述物体间温度存在差异时热量由高向低的传递过程。通过本文方法对地下管线采集红外热成图时，红外热像仪产生的热量使地下管线的稳态条件遭到破坏，沿着地下管线的水平和垂直两个方向扩散热量，形成热传导。在地下管线发生热传导的过程中，其产生的热量会沿着水平方向传递，聚集到管线裂纹处，因为地下管线裂纹处的结构异常，热量聚集在地下管线裂纹一侧，地下管线裂纹两侧的温度会有明显的不同，通过裂纹两侧的温差识别和定位地下管线的裂纹，实现地下管线质量的检测。热传导示意图如图 所示。红外热像仪沿水平方向的热量传输管道裂纹接收到的能量管道表面温度场分布地下管线图 热传导示意图以傅里叶定律为基础，确定瞬态温度场（，）在非稳态下的导热微分方程为k|k|k|c（）式中，k 代表管线沿 方向的热传导率；k 代表管线沿 方向的热传导率；k 代表管线沿 方向的热传导率；c 代表地下管线的比热容；代表地下管线的密度。针对所有方向相同的地下管线，地下管线的扩散系数用 表示，如果只计算热量在、水平面的传输，在用红外热成像仪采集地下管线热成像图后，将地下管线的裂纹宽度用 表示，裂纹与红外热成像仪热源处的距离用 表示，假设裂纹不吸收热量，热量在裂纹处没有损耗，根据能量守恒定律，得出地下管线在有、无裂纹处的温度变化和时间的函数关系式为 ck|（）式中，代表时间；代表管线温度；k 代表传导率。结合式（），由地下管线不同位置在不同时第 卷 第 期马顺利基于红外热成像的地下管线质量检测方法刻的温差变化，可分析地下管线质量，了解地下管线裂纹情况，以此实现基于红外热成像的地下管线质量检测。基于改进 边缘检测的管线裂纹色差检测通过改进 边缘检测算法检测地下管线红外热像图的边缘梯度信息，衡量红外热像图的色差，通过色差检测结果识别出图像中存在的质量问题。边缘检测算法 边缘检测算法以地下管线红外热像图灰度值作为参照，在选定的邻域内观察该图像中所有像素灰度值的差异，通过边缘一阶导数的规律确定地下管线的边缘。以一个地下管线红外热像图中的连续函数图像为例，其中，该图像在点 g 处的梯度向量为g（，）（）对用于检测边缘的 算子进行加权平均运算和一阶微分运算，依据获取的计算结果确定边缘点。利用式（）中的 个卷积核 和 完成图像的边缘检测，其中：|（水平边缘检测），|（垂直边缘检测）。若 为 的响应，为 的响应，则g（，）的梯度幅值（边缘检测算子）为（，）g ggg（）梯度方向为 （）边缘检测算法的基本思想是：因为亮度变化在图像的边缘处比较大，所以边缘点就是在邻域内，灰度超过阈值的所有像素点。边缘检测算法通过以下 步实现：沿着地下管线红外热像图图像的像素，分别将垂直方向和水平方向的两个模板从一个像素平滑移动到另一个像素，并使任意像素与其核心相交互；卷积处理方向模板的像素点；更新后像素的梯度值为用步骤处理结果极大值代替的中心位置像素；确定阈值，若中的数值大于等于，则将该像素点当作边缘点。改进后的 边缘检测算法由于 算子模板只能完成管道两个方向的边缘检测，针对地下管线图像的繁杂，检测结果不是很准确；并且只要新灰度值大于等于阈值，边缘检测算法认为该灰度值的像素点就是边缘检测点，所以导致边缘点在噪声环境下出现误诊和漏诊的概率增大。由于 边缘检测算法存在缺陷，现通过 算子方向的增加模板和合适阈值的确定对 算法进行优化。（）方向模板改进对 算子检测方向进行改进，添加 个方向模版，使其可实现 个边缘方向的检测。以地下管线的红外热像图像素为参照，卷积处理平移后的 个方向模板及其像素点，获取对应卷积值，用卷积极大值作为像素点最新梯度值，获取地下管线图像模板核心像素点的边缘方向。（）算子最佳阈值选取的改进通过 边缘检测算法得到边缘幅值，比较该边缘幅值和阈值的大小，边缘点就是边缘幅值大于阈值的点，如（）所示。g（，k）（）针对式（），如选取阈值过大，容易造成灰度值小的边缘丢失；如果选取阈值过小，由于噪声点的灰度值大，会将噪声点误认为是边缘点，并将该噪声点保留下来。因此，确定合适的阈值是关键。以八个方向 算法检测出的梯度图像为基础，本文方法利用估计边缘的最大后验概率对梯度图像阈值进行分割处理，提高算法的抗噪性。将梯度图像定义为：（，）（，）（，）（）式中：高斯白噪声（，）的均值为、方差为。图像边缘检测结果用（，）表示，且为高频分量，其分布符合普拉斯分布。用式（）表示其概率密度函数。（）|（）式中，（，）的标准差用 表示。由此得出边缘图像（，）的最大后验概率估计为：北京测绘第 卷 第 期（，）（，）（，），（，），（，）（）其中（）式（）是根据小波域的软门限去噪方法得到的。可以得出此刻的最佳阈值为。假设地下管线红外热像图的图像大小为，利用中值估计法得出，是结合式（）和式（）计算得出，在式（）中带入 和，能得到最佳阈值。（，）.，（）（）（，）（）（，）（）通过式（）、式（）得出边缘估计的方法为：若阈值小于地下管线图像的边缘幅值，将边缘幅值与阈值做差可以得到估计的边缘值。此种方法不但可以去除噪声影响，而且可以保留地下管线图像的真实边缘，有效地实现了边缘检测。实验分析以某省的地下供水管线为实验对象，该地下管线为聚乙烯管道，外径为 ，长度为 。在自然环境下（噪声值为 ），通过红外热像仪采集到该地下管线的红外热像图如图 所示。2036图 自然环境下地下管线红外热像图利用本文方法对该地下管线进行检测，得到的红外热像图如图 所示。2036裂纹区域图 本文方法地下管线质量检测结果通过图 本文方法的管道红外热像图，可以清晰地看出红色区域部分为管道裂纹缺陷，所以本文方法可有效地检测到地下管线的裂纹。在噪声很大的实验环境下（采用分贝仪测量，噪声值为 ），红外热像仪采集该地下管线热像如图 所示。2036图 噪声 下地下管线红外热像图本文方法检测到该地下管道质量结果，如图 所示。2036裂纹区域图 噪声 下地下管线质量检测结果通过图、图 可以看出，在噪声环境下，利用红外热像仪采集红外热像图时，热像图模糊，裂纹边缘不清晰，但是采用本文方法检测到的地第 卷 第 期马顺利基于红外热成像的地下管线质量检测方法下管线裂纹边缘清晰，通过本实验可以看出，通过本文方法检测地下管线裂纹时不受噪声干扰，抗噪性强。在实验地下供水管线中选取三条裂纹长度分别为 、的地下管线，通过本文方法分别对这三条有裂纹的地下管线进行红外热成像图的采集。通过计算机分析地下管线不同的裂纹长度对红外热像图中温差的影响。如图 所示。65432150100 150 200 250 300 350 400 450 500温差/裂纹长度62 mm裂纹长度85 mm裂纹长度103 mm时间/ms图 裂纹长度与温差的关系通过图 可以看出 的地下管线裂纹长度在红外热像图上的温差约为.，的地下管线裂纹长度在红外热像图上的温差约为.，的地下管线裂纹长度在红外热像图上的温差为.。由此可知，在相同的实验环境下，采用本文方法检测地下管线时，地下管线的裂纹越长，在红外热像图中的温差就越大。采用本文方法进行检测时，裂纹的长度信息可以通过红外热像图中温差的变化反映出来，通过温差的变化有效地实现地下管线的质量检测。在实验地下供水管线中选取三条管壁厚度分别为.、.、.，裂纹长度均为。通过本文方法分别对这三条管壁厚度不同的地下管线进行红外热像图的采集。通过计算机分析聚乙烯管线中管壁厚度的差异对红外热像图中温差的影响，如图 所示。通过图 可以看出，管壁厚度为.的地下管线在红外热成像图上的温差约为.，管壁厚度为.的地下管线在红外热成像图上的温差约为.，管壁厚度为.的地下管线在红外热像图上的温差约为.。由此可1.00.80.60.40.2050 100 150 200 250 300 350 400 450 500时间/ms温差/管壁厚度3.6 mm管壁厚度4.8 mm管壁厚度6.4 mm图 管壁厚度与温差的关系知，在相同的实验环境下，采用本文方法检测地下管线质量时，地下管线的管壁越厚，在红外热成像图中的温差就越大。结束语在地下管线质量检测中引入红外热成像方法，提出了一种基于红外热成像的地下管线质量检测方法。本文方法通过用红外热像仪采集地下管线的红外热像图，