基于角点检测的槽型设施自动巡检装置及方法与流程

本发明属于基础设施日常维护领域，尤其涉及一种槽型设施异常自动定位装置及方法。

背景技术：

槽型设施是基础设施日常维护的常见项目。比如，水电站进水口门槽及其周边混凝土检查是每年机组大小修必查项目，这是因为门槽是水电站水工建筑物中缺陷高发部位，检查旨在检查电站进水口门槽、胸墙、底板、检修门水封等是否存在缺陷，并及时处理。

进水口门槽顶部至底部高差在几十米至上百米不等，运维人员目前检查方式主要依靠坝顶门机及吊笼（吊笼大小：1m*0.7m）进入门槽底部检查。吊笼行程中，因快速闸门未吊离门槽，空间狭小仅能容纳一个吊笼，而致容易碰撞周边设施，具有一定危险性，且门槽内空气质量差、高空检查危险性高。

技术实现要素：

针对现有技术存在的问题，本发明采用以下技术方案：

一种基于角点检测的槽型设施自动巡检装置，其特征在于，包括：图像采集装置、位移装置和上位机系统；所述图像采集装置设置在巡检平台上，包括：可360°旋转的图像采集器和与所述图像采集器配合的照明装置；所述位移装置控制巡检平台在槽型设施内的一个竖直平面a上移动，包括控制器、电机和滑轮系统；所述滑轮系统通过绳索将巡检平台吊入槽型设施内，绳索上设置有用于稳定巡检平台的配重块；所述图像采集器采集的图像传输至上位机系统；所述上位机系统中设置有角点检测模块。

优选地，所述照明装置设置在图像采集器镜头周部，并跟随图像采集器镜头旋转。

优选地，所述位移装置可控制巡检平台在槽型设施内的一个点保持稳定；所述图像采集器执行一次图像采集的方式为：在巡检平台保持稳定的状态下进行360°旋转并同时进行延时摄影之后生成一张槽型设施状态图像。

优选地，所述图像采集器设有初始朝向，所述初始朝向为图像采集器执行一次图像采集开始之前和结束之后的朝向。

优选地，所述初始朝向通过指南针进行定位。

优选地，所述图像采集器采集的图像通过有线连接传输至上位机系统。

优选地，所述上位机系统将采集的图像转化为灰度图像后，通过所述角点检测模块提取灰度图像的角点，根据与历史图像数据提取的角点的匹配，判断巡检结果是否存在异常。

优选地，所述角点检测模块采用的算法为kitchen-rosenfeld角点检测算法或harris角点检测算法或klt角点检测算法或susan角点检测算法。

以及，本发明基于角点检测的槽型设施自动巡检装置的巡检方法，其特征在于，包括以下步骤：

步骤1：执行预巡检，工作人员通过操作所述控制器控制巡检平台在进水口门槽内的一个竖直平面a上的位移，通过图像采集器采集多张槽型设施状态图像，所述多张槽型设施状态图像覆盖槽型设施全部待巡检区域；

步骤2：根据预巡检结果，将竖直平面a网点化，使所述图像采集器在每个所述网点执行一次图像采集之后生成的槽型设施状态图像覆盖槽型设施全部待巡检区域；

步骤3：将全部所述网点的坐标量，参照位移装置控制巡检平台移动的初始位置，转换为位移装置控制巡检平台移动的位移量并输入控制器；

步骤4：交替执行巡检平台移动和图像采集，完成槽型设施的自动巡检。

步骤5：将首次自动巡检完成并由人工确认无异常的全部槽型设施状态图像转化为灰度图像，并提取角点后，作为参照图像存储在上位机系统中；

步骤6：执行自动巡检完毕之后，将全部槽型设施状态图像转化为灰度图像，并提取角点后与参照图像进行角点匹配；

步骤7：根据角点匹配结果判断巡检是否存在异常。

优选地，所述提取角点的算法为kitchen-rosenfeld角点检测算法或harris角点检测算法或klt角点检测算法或susan角点检测算法。

本发明填补了现有技术的空白，大大提升了现有技术的水平，将现有的原始的人工巡检装置和方法直接升级为自动化的、智能化的系统，解决了人工维护的诸多不便的问题，如目前困扰水电站的巡检的人员安全性问题。同时，通过自动化的系统，槽型设施的效率大大提升，不仅节约了人力成本、降低了劳动强度，且借此能够实现巡检的日常化、常态化以及大数据化，对当前基础设施建设和维护体系是一次重大革新。

附图说明

下面结合附图和具体实施方式对本发明进一步详细的说明：

图1是本发明实施例装置结构示意图；

图2是本发明实施例巡检方法流程示意图；

图中：1-图像采集器；2-巡检平台；3-电机；4-滑轮系统；5-配重块；6-网点。

具体实施方式

为让本专利的特征和优点能更明显易懂，下文特举实施例，作详细说明如下：

如图1所示，本实施例包括：图像采集装置、位移装置和上位机系统；图像采集装置设置在巡检平台2上，包括：可360°旋转的图像采集器1和与图像采集器1配合的照明装置；位移装置控制巡检平台2在槽型设施内的一个竖直平面a上移动，包括控制器、电机3和滑轮系统4；滑轮系统4通过绳索将巡检平台2吊入槽型设施内，绳索上设置有用于稳定巡检平台2的配重块5；图像采集器1采集的图像传输至上位机系统；上位机系统中设置有角点检测模块。。

其中，照明装置设置在图像采集器1镜头周部，并跟随图像采集器1镜头旋转。照明装置的照明区域与图像采集器1的视场范围匹配，能够保证图像采集始终保持在照明状态。

位移装置可控制巡检平台2在槽型设施内的一个点保持稳定；图像采集器1执行一次图像采集的方式为：在巡检平台2保持稳定的状态下进行360°旋转并同时进行延时摄影之后生成一张槽型设施状态图像。

为保证每次图像采集获得的图像的一致性，图像采集器1设有初始朝向，初始朝向为图像采集器1执行一次图像采集开始之前和结束之后的朝向。在本实施例中，初始朝向通过指南针进行定位。

由于槽型设施内存在较多无线信号死角，在实施例中，图像采集器1采集的图像通过有线连接传输至上位机系统。

为实现更加智能化的自动巡检和智能化的异常判断，同时解决因为气流扰动、机械误差等因素产生的多次巡检得到的图像之间可能存在偏差而无法在像素上完全匹配或对应的问题，本实施例中，上位机系统通过角点检测模块提取灰度图像的角点，根据与历史图像数据提取的角点的匹配，判断巡检结果是否存在异常。

其中，角点检测模块采用的算法为kitchen-rosenfeld角点检测算法或harris角点检测算法或klt角点检测算法或susan角点检测算法。

具体地，如图1、图2所示，本实施例包括以下步骤：

步骤1：执行预巡检，工作人员通过操作控制器控制巡检平台2在进水口门槽内的一个竖直平面a上的位移，通过图像采集器1采集多张槽型设施状态图像，多张槽型设施状态图像覆盖槽型设施全部待巡检区域；

步骤2：根据预巡检结果，将竖直平面a网点化，使图像采集器1在每个网点6执行一次图像采集之后生成的槽型设施状态图像覆盖槽型设施全部待巡检区域；

步骤3：将全部网点6的坐标量，参照位移装置控制巡检平台2移动的初始位置，转换为位移装置控制巡检平台2移动的位移量并输入控制器；

步骤4：交替执行巡检平台2移动和图像采集，完成槽型设施的自动巡检。

步骤5：将首次自动巡检完成并由人工确认无异常的全部槽型设施状态图像转化为灰度图像，并提取角点后，作为参照图像存储在上位机系统中；

步骤6：执行自动巡检完毕之后，将全部槽型设施状态图像转化为灰度图像，并提取角点后与参照图像进行角点匹配。

步骤7：根据角点匹配结果判断巡检是否存在异常。

其中，提取角点的算法为kitchen-rosenfeld角点检测算法或harris角点检测算法或klt角点检测算法或susan角点检测算法。

角点作为计算机图像处理中的一种重要的特征点，在其相关技术领域应用较为广泛。目前，角点的检测算法主要可以分为三类：基于灰度图像的角点检测、基于二值图像的角点检测、基于轮廓曲线的角点检测。

在本实施例中，应用的是基于灰度图像的角点检测算法，理论上该种类型的角点检测算法均可以实现本发明目的，其区别仅在于执行效率和精确程度。

具体地，本发明实施例采用基于harris角点的检测和配准的算法。

该算法的基本原理是取以目标像素点为中心的一个小窗口，计算窗口沿任何方向移动后的灰度变化，并用解析形式表达。设以像素点(x,y)为中心的小窗口在x方向上移动u，y方向上移动v，有灰度变化度量的解析表达式：

其中，为窗口内的灰度变化度量；为窗口函数，一般定义为；i为图像灰度函数，略去无穷小项有：

将化为二次型有：

m为实对称矩阵：

通过对角化处理得到：

其中，r为旋转因子，对角化处理后并不改变以u,v为坐标参数的空间曲面的形状，其特征值反应了两个主轴方向的图像表面曲率。当两个特征值均较小时，表明目标点附近区域为“平坦区域”；特征值一大一小时，表明特征点位于“边缘”上；只有当两个特征值均比较大时，沿任何方向的移动均将导致灰度的剧烈变化。harris的角点响应函数(crf)表达式由此而得到：

其中：det(m)表示矩阵m的行列式，trace(m)表示矩阵的迹。当目标像素点的crf值大于给定的阈值时，该像素点即为角点。

将两幅图像进行harris角点检测后，分别得到角点对应与该图像的坐标位置，以该坐标位置为中心，分别取其附近的8个像素值，然后进行与另一幅图像进行匹配，找出距离最小的点作为匹配点。

根据角点匹配的结果，在槽型设施状态图像中，能够与参照图像中提取的角点形成匹配的区域被视为正常区域；如超过预设数量的角点无法与参照图像中提取的角点形成匹配，则将槽型设施状态图像判定为异常图像。

本专利不局限于上述最佳实施方式，任何人在本专利的启示下都可以得出其它各种形式的基于角点检测的槽型设施自动巡检装置及方法，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本专利的涵盖范围。