[发明专利]基于机器视觉的压型金属板屋面腐蚀状态检测方法

说明书

本发明公开了一种基于机器视觉的压型金属板屋面腐蚀状态检测方法，本方法设定无人机飞行范围、飞行起点及飞行高度，计算无人机飞行过程航向和旁向图像的重叠率，确定无人机拍摄屋面图像的航点，生成无人机飞行指令，采用搭载4k高清相机的多旋翼无人机按规划的航线在压型金属板屋面上方自主巡航飞行采集屋面图像，采集的图像传输至地面机器视觉工作站，对图像的边缘进行裁剪处理，由机器视觉模型对图像上的不同锈蚀缺陷类型进行识别和定位，并计算各项锈蚀缺陷指标。本方法有效提高检查作业效率，减轻负荷，杜绝屋面检查的安全隐患，实现屋面锈蚀面积、锈蚀发展趋势等指标的定量检测、分析，确保厂房屋面的安全可靠。

技术领域

本发明涉及检测技术领域，尤其涉及一种基于机器视觉的压型金属板屋面腐蚀状态检测方法。

背景技术

建筑用压型金属板是以冷轧薄钢板为基板经过镀锌或镀铝锌后，再辅以彩色涂层经过成型机辊压冷弯成型的波绞钢板，一般厚度为0.4～1.6mm，形状主要是波纹型，广泛应用于冶金工业厂房屋面。在冶金工业环境下，压型金属板屋面的使用寿命一般远低于厂房结构的设计使用寿命，随着压型金属板屋面状态的劣化，其使用性、安全性问题日益突出，需要投入的点检力量也越来越大。

压型金属板屋面传统检查方式是依靠检查人员在屋面进行状态检查，然而受视角、屋面天窗、高低跨厂房等多种因素影响，要对屋面进行全面检查，需要增加点检路径，耗费更多时间，效率低，负荷重。且由于压型金属板属于薄壁结构，腐蚀对其承载能力的影响很大，因此由检查人员在屋面检查的方式存在不容忽视的安全隐患。

目前，遥控无人机在压型金属板屋面状态检查方面得到了长足的应用，相比人工检查效率有了很大提升，但一般遥控无人机的拍摄高度、拍摄位置、拍摄范围都具有很大的随意性，这种方式下无法对屋面锈蚀类型、锈蚀面积、锈蚀发展趋势等做出定量的分析和预测。

不论是人工检查还是用遥控无人机进行检查，都无法对压型金属板屋面状态的各项指标进行定量的分析，因此对屋面状态的判断及采取的维修策略还是以个人主观经验为主，缺乏科学依据。

发明内容

本发明所要解决的技术问题是提供一种基于机器视觉的压型金属板屋面腐蚀状态检测方法，本方法克服传统压型金属板屋面状态检查的缺陷，有效提高检查作业效率，减轻负荷，杜绝屋面检查的安全隐患，实现屋面锈蚀面积、锈蚀发展趋势等指标的定量检测、分析，确保厂房屋面的安全可靠。

为解决上述技术问题，本发明基于机器视觉的压型金属板屋面腐蚀状态检测方法包括如下步骤：

步骤一、根据待检厂房屋面设定无人机飞行范围、飞行起点及飞行高度，计算无人机飞行过程航向和旁向图像的重叠率，确定无人机拍摄屋面图像的航点，生成无人机飞行指令；

步骤二、无人机按飞行指令飞行，依次至每个航点，采用悬停拍摄的方式采集屋面图像；

步骤三、完整屋面图像采集完成后无人机返航，并将所采集的完整屋面图像传输至地面机器视觉工作站；

步骤四、机器视觉工作站根据航向和旁向图像的重叠率对图像边缘进行裁剪处理，去除图像中的重叠部分；

步骤五、机器视觉工作站采用机器视觉模型逐张识别图像中压型金属板的点状锈蚀、线状锈蚀和面状锈蚀缺陷，并对每个锈蚀缺陷的轮廓作出标记，计算锈蚀缺陷指标；

步骤六、根据每张图像的锈蚀缺陷指标，汇总计算完整厂房屋面图像的锈蚀缺陷指标，得到压型金属板屋面腐蚀状态的定量数据。

进一步，所述无人机是多旋翼无人机，并且搭载4k高清相机采集屋面图像。