一种综合管廊中检测区域的测温方法

一种综合管廊中检测区域的测温方法

马,良

(震旦企业管理服务（山东）有限责任公司  山东济南 250101)

摘要：本文提出了一种管廊机器人携带红外摄像机对管廊设备进行配准的方法，为后续设备的精确测温提供了技术支撑，通过与设置阈值比较预警工作人员，为管廊设备的正常运行提供了保障。首先，对采集的设备红外图像使用数字图像处理技术进行图像预处理，如滤波去噪、区域标定。其次，使用经典的SIFT方法提取标定设备的特征。最后，将模板图像的特征点与待检测图像的特征点进行匹配，就可以精确的定位出待检测的设备。实验结果显示，该方法对红外图像的设备定位鲁棒性强、速度快、精确度高，可以满足实时监控的需求。

关键词：综合管廊；巡检机器人；设备定位； SIFT

1 引言

综合管廊是现代城市在地下建设一条隧道，可以将电力、通信、燃气、供热、给排水等管线集中铺设在隧道内，不仅可以美观城市路面设施，还可以统一规划和管理[1]。鉴于此，综合管廊是城市居民生活中的重要基础设施，是居民正常生活的“生命线”。

综合管廊设备复杂多样、空间狭小和封闭，尤其是对电力、燃气这些高危管线巡视时，人工巡视危险性较大，给人工作业带来了挑战[2]。由于综合管廊空间具有封闭性，内部设备的温度是巡视人员的重要关注点。鉴于此，设计开发管廊巡检机器人平台，使其搭载精确的测温设备，在巡检过程中时刻检测设备温度，一旦出现温度异常及时预警工作人员，对管廊系统的稳定运行具有重大意义。

本文提出了一种设备定位及测温方法，设计开发管廊机器人平台，使其携带精确度高的红外热像仪，在巡视过程中拍摄检测区域(关注区域)的红外图像，通过分析检测区域红外图像的温度值进行报警警示，即如果最高温度超出安全阈值，则报警警示工作人员及时处理。

2.红外图像预处理

地下管廊中光线变化较大，造成采集的设备图像反差严重。为了使设备图像更加清晰，需要对图像进行去噪处理来消除不均匀光照的影响，暴露更多的细节信息。这样采集的图像中设备温度才能更加接近实际情况，准确率更高。通过研究分析，同态滤波去噪满足要求。同态滤波主要是在频域对图像进行处理，可以对将图像对比度增强，同时压缩图像亮度范围的一种滤波方法[3]。同态滤波能够减少图像中的低频信息，增加高频信息而凸显图像细节，同时对边缘或细节又有锐化作用[4]。所以，经过同态滤波去噪后，提高了对检测区域的温度测量精准性，保障了温度过高预警的正确率。图1-图4展示了滤波效果，图1与图4对比可见，图4有效的滤除了外界的干扰。

图1 原始图像                  图2滤波前的频谱图像

图3滤波后的频谱图像               图4滤波后的增强图像

为了提高检测区域的定位精度，需要采集检测区域的清晰图像作为模板图像，对模板图像中的检测区域进行标定，如用矩形框起来即为区域标定，这样可以得到检测区域在图像中的相对位置，为巡检过程中的检测区域定位精度提供了保障。

3图像配准

图像配准主要是模板图像和巡检图像之间的匹配，通过模板图像来寻找巡检图像中的检测区域。目前图像配准可以分为两大类：使用图像灰度的配准算法和使用图像特征的配准算法。其中，使用图像灰度的配准算法主要是将整幅图像的灰度信息作为图像的特征，通过的相似性度量来完成配准，该方法适合于图像信息丰富、目标物体易于区分的情况。而使用图像特征的配准算法主要是提取图像的特征(如对旋转、平移、光照等保持不变的特征)，这些特征往往是图像中的全局或局部不变特征，再通过这些特征作为度量进行匹配。通过研究发现，图像中的局部特征比全局特征更具强的鲁棒性[5]。

红外相机拍摄的图像靠的是环境中景物的辐射，并以伪彩图像的形式显示不同的温度。因此，即使两幅红外图像的灰度差异很大，但像素灰度之间不具有明显的相关性，也使得基于图像灰度的配准方法效果较差[6]。因此，文中选用基于特征的图像配准方法，通过检测区域的不变特征寻找检测区域。常用的基于特征的配准算法有：SIFT、SURF、ORB等，本文中采用经典的SIFT匹配算法。

4 实验

实验中，管廊机器人携带的红外摄像机，可采集的图像分辨率为640*480。机器人行走过程中可以实时将采集的红外图像上传至监控系统。在监控系统中，我们选择清晰的图像作为模板图像，并事先标定检测区域，并将存入数据库。机器人执行巡视任务时，机器人到达需要观测区域时会拍摄红外图像并传送至后台，监控后台则会启用人工智能算法(图像滤波、图像配准等)，找到巡检图像中的检测区域，通过监控后台分析计算出区域的最高温度，最终将得到的最高温度与阈值比较，超过阈值报警警示工作人员。

5结束语

综合管廊是社会发展的产物，承载着居民生活质量。管廊内的设备众多、空间封闭，其中设备的温度测量是一项重要工作。本文提出了一种基于同态滤波的SIFT特征红外图像配准方法，解决了管廊中检测区域定位及温度获取。实验结果显示，经过同态滤波的方法处理过的红外图像，特征点更加明显，而SIFT算法可以比较准确定位检测区域。并且为后续测温的准确性提供了保障，使得预警更加准确。该方法有效的保障了管廊中设备的正常运行，同时保护了作业人员、减轻了作业人员的工作量。

参考文献：

[1]郑明雨,郭春爽.城市综合管廊的监控和报警系统[J].北方建筑, 2022, 7(2):61-65.

[2]王建,郑立宁,杜浩然,等.综合管廊自动巡检系统研究[J].特种结构, 2021, 38(3):112-116.

[3]陈法法,刘莉莉,杨蕴鹏,等.基于小波和分块同态滤波的变光照图像增强方法[J].三峡大学学报(自然科学版),2022,44(2):107-112.

[4]李连志,邢川.基于同态滤波的平面视觉图像色彩增强算法[J].计算机仿真, 2021,38(2):249-252,426.

[5]杨程,徐晓刚,王建国.图像配准技术研究[J]计算机科学,2016,43(z2):133-135.

[6]王晗,魏明.自适应特征点检测的可见-红外图像配准[J]中国图象图形学报,2017,22(2):179-187.