基于Canny的自適應(yīng)換熱器板片邊緣檢測(cè)方法

苑瑋琦，趙佩瑤

(1.沈陽(yáng)工業(yè)大學(xué) 視覺(jué)檢測(cè)技術(shù)研究所 遼寧省機(jī)器視覺(jué)重點(diǎn)實(shí)驗(yàn)室，遼寧 沈陽(yáng) 110870；2.沈陽(yáng)工業(yè)大學(xué) 信息科學(xué)與工程學(xué)院，遼寧 沈陽(yáng) 110870)

0 引 言

板式換熱器是由一系列波紋形狀的金屬板片堆疊組成用來(lái)進(jìn)行熱交換的換熱裝置[1]，在冶金、石油、造紙、船舶等方面都有著廣泛的應(yīng)用。板式換熱器板片是專門用于板式換熱器中用來(lái)隔離介質(zhì)和進(jìn)行熱交換的板片，是板式換熱器的重要組成部分，它的主要材質(zhì)有不銹鋼、鈦及鈦鈀等。波紋板作為板式換熱器的關(guān)鍵部件，其質(zhì)量保證了板式換熱器的正常運(yùn)行，當(dāng)波紋板片表面產(chǎn)生缺陷時(shí)會(huì)造成換熱器的外漏與串液，不僅損失了換熱的效果，嚴(yán)重開(kāi)裂的板片甚至?xí)斐砂踩鹿省Q熱板片作為換熱器的核心零件在生產(chǎn)過(guò)程中必然有著嚴(yán)要求與高標(biāo)準(zhǔn)，其中中華人民共和國(guó)能源行業(yè)標(biāo)準(zhǔn)NB/T47004.1-2017板式熱交換器第1部分：可拆卸板式熱交換器中第八節(jié)制造第一小節(jié)板片加工指出了板片的深度要求及其表面的缺陷指標(biāo)。因此波紋板的缺陷檢測(cè)具有重要的工程實(shí)際應(yīng)用價(jià)值[2-3]。

板片的板型設(shè)計(jì)應(yīng)用CAD技術(shù)，配合先進(jìn)的壓制工藝，使得板片能夠采用極度精密的模具一次沖壓成型。在板片的生產(chǎn)壓制過(guò)程中會(huì)因重力沖壓導(dǎo)致波紋的頂面與側(cè)面交界區(qū)域產(chǎn)生缺陷，影響板片的使用。國(guó)內(nèi)外板式換熱器常見(jiàn)型號(hào)的板片外型尺寸在1 206*386*0.8 mm及以上，而缺陷的面積在幾百平方毫米的數(shù)量級(jí)且缺陷發(fā)生在固定的位置。對(duì)波紋板做邊緣檢測(cè)提取感興趣區(qū)域，能夠有效縮短檢測(cè)的面積，提高檢測(cè)的精度，減少計(jì)算機(jī)運(yùn)算時(shí)間。

波紋板的缺陷具有顯著的位置特性，因此在不損失圖像質(zhì)量的前提下，可通過(guò)優(yōu)化程序性能，定位感興趣區(qū)域(region of interest，ROI)，最終達(dá)到降級(jí)運(yùn)算的不必要性和減少存儲(chǔ)空間的目的。檢索文獻(xiàn)發(fā)現(xiàn)國(guó)內(nèi)外許多學(xué)者對(duì)定位區(qū)域的應(yīng)用進(jìn)行了詳細(xì)的研究，其中邊緣檢測(cè)的方法效果更佳。長(zhǎng)春工業(yè)大學(xué)的吳翔等人[4]提出一種改進(jìn)的Canny邊緣檢測(cè)算法，解決了檢測(cè)過(guò)程中需要預(yù)先設(shè)定高低閾值的缺點(diǎn)，并提高了檢測(cè)的精度；中國(guó)農(nóng)業(yè)大學(xué)的張超等人[5]在Canny算子邊緣檢測(cè)的基礎(chǔ)上設(shè)計(jì)連接斷點(diǎn)算法，通過(guò)判定歐氏距離識(shí)別疑似目標(biāo)邊緣，高低長(zhǎng)度閾值相配合求取真正的邊緣；北京郵電大學(xué)的吳國(guó)華等人[6]發(fā)現(xiàn)在目標(biāo)沒(méi)有先驗(yàn)知識(shí)的情況下，高斯濾波器的最佳窗口大小與樣本中自相關(guān)函數(shù)的最大半寬度成正比。采用合適的高斯濾波器，重構(gòu)后的二值圖像能夠以最小的誤碼率接近原始二值對(duì)象，從而得到最優(yōu)的邊緣檢測(cè)結(jié)果。香港大學(xué)的D. Sangeetha等人[7]在Canny算子的基礎(chǔ)上引入Sobel，使用近似的方法來(lái)計(jì)算梯度大小和方向，以替代復(fù)雜的操作和降低硬件成本，對(duì)現(xiàn)有的非最大抑制和遲滯閾值有很好的改善，有效地提高了邊緣檢測(cè)算法的性能。

目前檢索到的大部分研究都是對(duì)Canny算法的某一部分進(jìn)行優(yōu)化和提升檢測(cè)精度的方法，但由于Canny邊緣檢測(cè)的方法在自適應(yīng)方面的欠缺，因此很多優(yōu)化和改進(jìn)對(duì)波紋板定位的效果具有一定的局限性。針對(duì)以上情況，文中提出了一種基于Canny的自適應(yīng)板式換熱器邊緣檢測(cè)方法，通過(guò)剖析Canny算法的平滑、非最大值抑制和高低閾值等關(guān)鍵步驟，將其改進(jìn)成能夠?qū)Χ喾N版型與材質(zhì)的波紋板提取邊緣的算法。

1 特征分析

1.1 板片結(jié)構(gòu)特征分析

如圖1所示，板式換熱器板片主要由角孔區(qū)、導(dǎo)流區(qū)、波紋區(qū)三部分構(gòu)成[8]。其型式主要分為可拆卸式和纖焊式兩類，其中可拆卸式板式換熱器是由堆疊具有波紋形狀的金屬片組成，板片上有四個(gè)角孔及波紋流道，板片兩端有固定緊壓板和活動(dòng)緊壓板，并通過(guò)導(dǎo)桿連接。冷、熱流體分別在對(duì)應(yīng)的波紋流道流通，在板片間完成熱的交換。文中主要研究在波紋區(qū)域的邊緣檢測(cè)方法。

圖1 板式換熱器波紋板

以U10B、02CG兩種型號(hào)的波紋板為例，圖2為U10B部分波紋板圖片的灰度分布，圖3為02CG部分波紋板圖片的灰度分布。兩種板片的材質(zhì)不同，灰度值隨著板片的亮度升高，兩種圖像的灰度分布可以看出，單一且固定的灰度閾值不能直接將區(qū)域分割。并且不同型號(hào)的板片區(qū)域分布也不盡相同，邊緣過(guò)渡區(qū)域深淺與角度不同導(dǎo)致邊緣圖像走勢(shì)大不相同，單一且固定的邊緣檢測(cè)參數(shù)亦不能直接將區(qū)域分割。

圖2 U10B波紋板特征

圖3 02CG波紋板特征

1.2 邊緣與非邊緣特征分析

波紋的上下表面有多個(gè)邊緣，但是其中只有兩條是真正的邊緣，為了避免多處邊緣帶來(lái)的干擾，對(duì)采集到的大量波紋板圖像波紋邊緣進(jìn)行觀察，分析可知由于斜面坡度不均勻而產(chǎn)生的偽邊緣是造成誤檢的主要原因，且波紋具有一定的寬度且高度要高于周圍的偽邊緣。經(jīng)典的Canny邊緣檢測(cè)算子能有效檢測(cè)出波紋板中的所有邊緣，合理的高低閾值以及平滑系數(shù)可將真實(shí)的邊緣與偽邊緣分開(kāi)。但受光照、板片材質(zhì)、成像角度等方面的影響，固定閾值的邊緣檢測(cè)參數(shù)不能適應(yīng)千變?nèi)f化的波紋邊緣，對(duì)此文中提出一種基于Canny的自適應(yīng)邊緣檢測(cè)方法。

2 自適應(yīng)邊緣檢測(cè)

Canny邊緣檢測(cè)算法[9-11]于1986年開(kāi)發(fā)至今仍作為邊緣檢測(cè)的標(biāo)準(zhǔn)算法在研究中被廣泛使用，在定位以及單響應(yīng)等方面均有良好的效果。Canny邊緣檢測(cè)算法可以分為5個(gè)步驟，高斯濾波器平滑圖像、梯度強(qiáng)度與方向的計(jì)算、非極大值抑制、雙閾值判定、抑制弱邊緣。應(yīng)用非最大值抑制，圖像梯度幅值矩陣中的元素值越大，說(shuō)明圖像中該點(diǎn)的梯度值越大，但這不能說(shuō)明該點(diǎn)就是邊緣(這僅僅是屬于圖像增強(qiáng)的過(guò)程)。

在Canny算法中，非極大值抑制是進(jìn)行邊緣檢測(cè)的重要步驟，通俗意義上是指尋找像素點(diǎn)局部最大值，將非極大值點(diǎn)所對(duì)應(yīng)的灰度值置為0，這樣可以剔除掉一大部分非邊緣的點(diǎn)。通過(guò)分析經(jīng)典Canny邊緣檢測(cè)算子之后，結(jié)合實(shí)際項(xiàng)目需要，對(duì)邊緣檢測(cè)的高斯濾波標(biāo)準(zhǔn)差以及高低閾值參數(shù)進(jìn)行研究。

2.1 高斯濾波標(biāo)準(zhǔn)差σ的設(shè)計(jì)

為了有效地平滑圖像，降低偽邊緣的識(shí)別，使用高斯濾波器[12]來(lái)抑制噪聲。

(1)

其中，x,y是圖像的坐標(biāo)，σ是關(guān)聯(lián)概率分布的高斯濾波標(biāo)準(zhǔn)差。

抑制噪聲和邊緣精確定位是無(wú)法同時(shí)兼顧的，選取合適的高斯濾波標(biāo)準(zhǔn)差是高效檢測(cè)出邊緣的先決條件之一，當(dāng)高斯濾波標(biāo)準(zhǔn)差偏小時(shí)，邊緣的灰度局部變化位置不清晰且易受噪聲的影響；當(dāng)高斯濾波標(biāo)準(zhǔn)差偏大時(shí)，降低噪聲的平滑能力過(guò)強(qiáng)，邊界強(qiáng)度的損失導(dǎo)致閾值的犧牲；所以，合適的高斯濾波標(biāo)準(zhǔn)差對(duì)于邊緣檢測(cè)的效果來(lái)說(shuō)非常重要。

由公式(1)可知，高斯濾波標(biāo)準(zhǔn)差σ決定高斯模板的形狀，當(dāng)檢測(cè)的邊緣的剖面灰度分布與高斯濾波模型的分布越相似時(shí)，濾波的效果越好，反之，不理想的高斯濾波模型，會(huì)對(duì)效果造成影響。

通過(guò)單一變量原則，驗(yàn)證了邊緣檢測(cè)的高斯濾波標(biāo)準(zhǔn)差σ僅與邊緣灰度剖面圖像中峰谷之間的寬度有關(guān)。經(jīng)過(guò)測(cè)試統(tǒng)計(jì)，邊緣峰谷之間的寬度是高斯濾波標(biāo)準(zhǔn)差數(shù)值的三倍，這與Marr-Hildreth算法[13]決定高斯濾波標(biāo)準(zhǔn)差的方法一致。通過(guò)上述分析，高斯濾波標(biāo)準(zhǔn)差σ的設(shè)計(jì)只需得到邊緣上下沿之間的寬度。

2.2 高低閾值的設(shè)計(jì)

以單一閾值的方式來(lái)判定邊緣是武斷的，Canny設(shè)置兩個(gè)閾值，分別為maxVal和minVal，其中大于maxVal的都被檢測(cè)為邊緣，而低于minVal的都被檢測(cè)為非邊緣。對(duì)于中間的像素點(diǎn)，如果與確定為邊緣的像素點(diǎn)鄰接，則判定為邊緣；否則為非邊緣。

求出波紋板圖像中每個(gè)像素點(diǎn)的梯度值，每個(gè)像素點(diǎn)的梯度值為相鄰兩點(diǎn)的灰度差與距離差之比，生成梯度圖像，并按梯度值的大小順序排列。實(shí)驗(yàn)結(jié)果表明排序后出現(xiàn)兩種情況，一種為邊界清晰的波紋板圖像，如圖4存在突變點(diǎn)Th將邊緣分割為兩部分，大于Th的為真正的邊緣，小于Th的是偽邊緣，中間有很長(zhǎng)一段距離的過(guò)渡，這種情況的邊緣足夠清晰；另一類為緩慢過(guò)渡的梯度圖像，這種情況沒(méi)有明確的閾值分界點(diǎn)，這時(shí)觀察梯度閾值情況，將梯度值分成兩類，依然得到理想的高閾值。邊緣檢測(cè)的高低閾值只與邊緣峰谷之間的高度有關(guān)。在一個(gè)波形梯度近似的且橫向?qū)挾容^小時(shí)，邊緣檢測(cè)的高度近似波形最低點(diǎn)與波形最高點(diǎn)灰度值差值的0.8。在一個(gè)波形明顯兩個(gè)梯度時(shí)，邊緣檢測(cè)的寬度和高度應(yīng)各自獨(dú)立，閾值依然近似0.8倍。

于是，只需要知道待測(cè)邊緣兩側(cè)的灰度差或者梯度分布圖的分界點(diǎn)，即可知道邊緣檢測(cè)的閾值，檢測(cè)的目的是盡可能地保留完整邊緣，達(dá)到不漏檢的效果，那么低閾值的選取要能滿足最弱的缺陷也被連接上，高閾值的選取要保證所有缺陷的輪廓都提取出來(lái)，經(jīng)過(guò)多次試驗(yàn)給出低閾值為高閾值的一半。

圖4 高閾值為56

2.3 梯度極大值

通過(guò)上述研究可知，只需得到邊緣上下沿的寬度以及高度即可推算出Canny邊緣檢測(cè)的參數(shù)，經(jīng)多次實(shí)驗(yàn)，梯度算子均可得到粗略的邊緣。梯度算子眾多且發(fā)展成熟，Sobel算子[14-16]在波紋上的效果最為突出，于是選取Sobel算法作為自適應(yīng)提取過(guò)程的梯度算法。

用一階偏導(dǎo)的有限差分來(lái)計(jì)算梯度的幅值，Gx和Gy分別為水平和垂直方向的差分，G為像素點(diǎn)的梯度模。

梯度幅度為：

(2)

鋼板材質(zhì)在光照不均勻的情況下會(huì)產(chǎn)生異常值。經(jīng)過(guò)多次實(shí)驗(yàn)和數(shù)據(jù)統(tǒng)計(jì)得知，此類異常值存在共性，異常發(fā)生在波紋區(qū)下凸臺(tái)的其中一側(cè)。于是采用9×9的濾波窗口進(jìn)行均值濾波，此窗口大于存在異常值區(qū)域的寬度能有效抑制異常值，并且很好地平緩了表面的波動(dòng)。

當(dāng)卷積模板與圖像卷積之后的圖像灰度值為0時(shí)，說(shuō)明此處像素的4鄰域?yàn)槠教沟膮^(qū)域，灰度值越大的區(qū)域說(shuō)明其4鄰域?yàn)榘l(fā)生急劇變化的區(qū)域。對(duì)圖像做Sobel算子的操作，操作后的圖像中每一個(gè)像素點(diǎn)的灰度值代表原圖像在這一點(diǎn)的梯度。

2.4 檢測(cè)流程

在Sobel的幫助下順利找到了邊緣的邊界點(diǎn)，通過(guò)定位邊緣聯(lián)測(cè)的信息點(diǎn)可以快速有效地得到邊緣灰度剖面線上每一個(gè)邊緣點(diǎn)的峰谷坐標(biāo)H(x1,y1)、峰頂坐標(biāo)H(x2,y2)與對(duì)應(yīng)的峰谷灰度值G1、峰頂灰度值G2，是Canny邊緣檢測(cè)參數(shù)確定的關(guān)鍵。在人為參與測(cè)試的過(guò)程中，邊緣檢測(cè)的實(shí)現(xiàn)是對(duì)邊緣做灰度剖面線，得到邊緣的邊界點(diǎn)信息，并且剖面線的方向垂直于邊緣，板片的擺放位置固定且圖像采集時(shí)長(zhǎng)軸置于水平方向上，在自動(dòng)化檢測(cè)的過(guò)程中算法生成四條直線代替剖面線與Sobel后的邊界去取交集。實(shí)驗(yàn)發(fā)現(xiàn)直線與剖面線帶來(lái)的差別只與波紋板的波紋角度存在線性關(guān)系，在波紋角度已知的情況下，可通過(guò)波紋走勢(shì)得到波紋與水平長(zhǎng)軸的角度，波紋的剖面線上所測(cè)量到的結(jié)果與水平方向劃線的結(jié)果在高度差上近似，在寬度上成正弦關(guān)系，由此解決剖面線帶來(lái)的問(wèn)題。文中自適應(yīng)Canny邊緣檢測(cè)主要分四步進(jìn)行：

(1)去噪聲，用一個(gè)高斯濾波器平滑輸入圖像；

(2)計(jì)算梯度幅值圖像與方向角圖像；

(3)對(duì)梯度幅值圖像應(yīng)用非最大值抑制；

(4)用雙閾值處理和連接分析檢測(cè)并連接邊緣。

利用Sobel算子得到波紋板圖像的梯度圖像，如圖5所示。從Sobel圖像與直線段的交集圖像中可以看到277，292處為零點(diǎn)位置，對(duì)應(yīng)的正是邊緣的兩端，于是獲得Sobel中為零的坐標(biāo)點(diǎn)，即可得到邊緣兩端的坐標(biāo)，從而獲得此點(diǎn)在原圖中的灰度值。橫坐標(biāo)差值與平滑系數(shù)成線性關(guān)系，縱坐標(biāo)的差值與閾值成倍數(shù)關(guān)系，即可得到邊緣檢測(cè)的參數(shù)。

圖5 Sobel圖像灰度分布

3 實(shí)驗(yàn)結(jié)果及分析

3.1 實(shí)驗(yàn)數(shù)據(jù)庫(kù)的建立

筆者自行建立一個(gè)板式換熱器板片的圖像數(shù)據(jù)庫(kù)用于算法驗(yàn)證[17]，其中包括8種版型共90張圖片，圖像于吉林四平波紋板生產(chǎn)車間采集，是真實(shí)的生產(chǎn)環(huán)境。將型號(hào)為L(zhǎng)A-CM-16K05A-00-R的DALSA線陣相機(jī)和專用于16 K相機(jī)的Xenon-Sapphire 4.5-95-0.07鏡頭安裝在檢測(cè)承重平臺(tái)上方的龍門架上，并將隧道光源KW-DL1500F-HW作為相機(jī)的照明。板片放置在設(shè)備的移動(dòng)平臺(tái)上，通過(guò)滾筒輸送的過(guò)程中觸發(fā)相機(jī)并采集圖片，圖6即為系統(tǒng)實(shí)物圖。

圖6 圖像采集裝置

3.2 實(shí)驗(yàn)測(cè)試結(jié)果與對(duì)比分析

為了體現(xiàn)文中算法的優(yōu)越性，將改進(jìn)后的自適應(yīng)邊緣檢測(cè)方法與經(jīng)典的Canny邊緣檢測(cè)方法進(jìn)行對(duì)比。以P10B同型號(hào)的兩張板片為例，圖7(a)在圖庫(kù)中編號(hào)為P10B191104-12222，簡(jiǎn)稱例1，自適應(yīng)的邊緣檢測(cè)給出的結(jié)果：高斯平滑系數(shù)為6、高閾值為31、低閾值為15。圖7(b)在圖庫(kù)中編號(hào)為P10B191113-12212，簡(jiǎn)稱例2，自適應(yīng)的邊緣檢測(cè)給出的結(jié)果：高斯平滑系數(shù)為4、高閾值為50、低閾值為25。可以看到兩張板片的邊緣均被檢出，效果理想，兩張圖片自適應(yīng)參數(shù)相差20個(gè)數(shù)量級(jí)。

(a)例1邊緣檢測(cè)效果

(b)例2邊緣檢測(cè)效果

經(jīng)典的Canny邊緣檢測(cè)方法需要手動(dòng)設(shè)置，觀察灰度剖面圖和梯度分布圖像可以看出，P10B12212的整體亮度高于P10B12222，且梯度分布的分界點(diǎn)高出20個(gè)單位，這種情況下試圖用一個(gè)值來(lái)檢測(cè)兩張圖像，則取梯度相交的中間值40來(lái)進(jìn)行檢測(cè)，由于不是理想?yún)?shù)造成結(jié)果出現(xiàn)誤檢與漏檢的情況，并且對(duì)每一種版型手動(dòng)設(shè)置是不現(xiàn)實(shí)的。

在確定了自適應(yīng)邊緣檢測(cè)算法后，對(duì)8種版型90張板片的圖片進(jìn)行測(cè)試，測(cè)試結(jié)果理想，如圖8所示，但在測(cè)試過(guò)程中發(fā)現(xiàn)三種情況，現(xiàn)對(duì)三類情況做出誤檢說(shuō)明。

情況一為板式換熱器板片上由于存儲(chǔ)不當(dāng)使得波紋板表面存在臟污干擾導(dǎo)致的誤檢，圖8為通過(guò)自適應(yīng)邊緣檢測(cè)算法得到的邊緣圖像，圖像中除了真正的邊緣外，檢測(cè)到的均為臟污的邊緣，臟污使得2個(gè)邊緣變?yōu)?個(gè)邊緣，臟污的梯度值在自適應(yīng)邊緣檢測(cè)的閾值之上，導(dǎo)致在梯度值的排序中，部分臟污邊緣的梯度值排列在了邊緣的行列中，造成誤檢。但此誤檢與實(shí)際邊緣不相連且為小短線，可將提取到的區(qū)域做連通域，互不相連的線段可以通過(guò)長(zhǎng)度剔除，并且沖壓后立即采集的板片不會(huì)出現(xiàn)此種情況。

圖8 邊緣檢測(cè)誤檢效果

第二種情況為波紋板的部分型號(hào)板片在斜面處存在誤檢，由于斜面過(guò)渡不均勻造成斜面間產(chǎn)生類似邊緣的過(guò)渡。分析誤檢產(chǎn)生的原因，斜面處的誤檢數(shù)值不大但數(shù)值在高低閾值之間，并且與高閾值相連，雙閾值的優(yōu)勢(shì)在這種情況下具有雙面性，所以被作為邊緣檢出。

第三種情況為板片變形和嚴(yán)重臟污位置存在漏檢，此種情況在生產(chǎn)環(huán)境是不存在的，是采集圖像中的意外情況。采集過(guò)程中被拉伸的板片在采集過(guò)程中被拉伸導(dǎo)致邊緣變化趨勢(shì)與周圍邊緣相比較為緩慢，拉伸處的梯度值比周圍的梯度值10個(gè)單位以上，造成自適應(yīng)的邊緣檢測(cè)在此位置漏檢。若為了迎合此位置降低邊緣檢測(cè)的參數(shù)會(huì)造成不必要的誤檢，背離檢測(cè)的初衷。油污導(dǎo)致此位置的對(duì)比度較周圍區(qū)域要低，自適應(yīng)的邊緣檢測(cè)過(guò)程中邊緣的上下沿之間的對(duì)比度是非常重要的檢測(cè)因素，而此處位置的對(duì)比度遠(yuǎn)低于板片的整體對(duì)比度，造成漏檢。新生產(chǎn)的板片上是不會(huì)存在油污的，不會(huì)有這種情況的發(fā)生。

4 結(jié)束語(yǔ)

針對(duì)當(dāng)前的研究對(duì)板式換熱器不同型號(hào)的邊緣檢測(cè)不適用的問(wèn)題，提出一種基于Canny的自適應(yīng)板式換熱器邊緣檢測(cè)方法。該方法主要是對(duì)經(jīng)典Canny的解讀以及更貼近鋼材自動(dòng)化檢測(cè)的一種改進(jìn)方法。詳細(xì)闡述了算法原理和實(shí)現(xiàn)流程，與經(jīng)典的Canny邊緣檢測(cè)方法相比檢測(cè)結(jié)果有一定的改善，具有一定的實(shí)際應(yīng)用價(jià)值。