Детектирование и распознавание дефектов внутренней поверхности металлических труб

Abstract

В настоящей работе описываете разработка автоматизированной системы для контроля качества внутренних поверхностей металлических труб различного диаметра. Описывается метод предварительной обработки изображений, полученных с камеры Fisheye и последующая развертка их. Рассматриваются методы детектирования и распознавание дефектов на внутренней поверхности металлических труб. В работе представлен обзор существующих решений, направленных на обнаружение, локализацию и оценку различных дефектов труб с применением методов компьютерного зрения, которые использовались в нефтяной и газовой промышленности. Также в работе представлен наш подход к фотографированию внутренней поверхности трубы и последующей обработке изображения. Разработанный программный комплекс успешно реализует развертку изображений, а также детектирование и распознавание дефектов поверхности металла с использованием глубокого обучения. In this paper, we describe the development of an automated system for controlling the quality of the internal surfaces of metal pipes of various diameters. The method of preliminary processing of images obtained from the Fisheye camera and their subsequent unwarping is described. Methods of detection and recognition of defects on the inner surface of metal pipes are considered. The paper provides an overview of existing solutions aimed at detecting, localizing and evaluating various pipe defects using computer vision methods that were used in the oil and gas industry. Also, our approach to photographing the inner surface of the pipe and subsequent image processing is presented. The developed software package successfully implements image unwarping, as well as the detection and recognition of metal surface defects using deep learning.