天馈线系统缺陷检测程序设计

期刊目录网微电子论文发表2021-01-23 10:42关注(1)

　　天馈线系统是否稳定直接影响广播信号的传递质量。由于传统的天馈线系统人为检修无法对其钢架结构裂缝缺陷给出精准识别，所以精确的钢架结构缺陷检测程序是急需解决的问题，本文提出天馈线系统缺陷检测程序设计研究的基本框架与思路，并对技术特性进行分析，设计了天馈线系统钢架支撑结构缺陷检测程序设计的识别方法，应用相关图像形态学的缺陷检测算法对钢架结构表面缺陷检测程序设计仿真，对其进行检测之后，检测结果输出精确。

　　关键词：MATLAB；天馈线系统；表面缺陷；图像形态学

　　1研究背景

　　在电磁波的传输形式下，天线系统作为整体发射机的组织核心完成广播信号的传输任务，然而在实际应用中，必须根据发射机的播音状态对天馈线系统进行配置安装，以达到较好的播音效果。目前，很多广播台站针对天馈线系统也进行了技术改造，按照天馈线的更新需求对装置操作质量进行判断。从发射机角度来讲，要严格按照天馈线系统的运行需求对控制系统进行改造，从而使发射机装置按照短波形式进行调节，其中，在天线支撑结构中需针对钢管部分进行稳定调节，一方面按照水平方向的结构特点保证系统全过程具备300Ω以上的阻抗，另一方面随着大功率发射装置的改造需保证天馈线系统结构的稳定性。在日常维护性检修中，通过肉眼无法准确判断天馈线钢架架构是否存在细小裂缝，同时在钢管结构的焊接中也无法确保交接处完全贴合紧密，基本都依靠经验判断，存在较大播音隐患与安全隐患。此外，在天馈线系统的修复工作中，实施团队在考虑实际播音环境的前提下，对系统改造前都需要对现有装置进行检测判断，这一点仍缺乏准确的操作装置。本文提出了一种基于图像处理技术的天馈线钢架支撑表面自动检测系统。该系统能较准确、高效地检测天馈线支撑结构表面的颜色变化和角部损伤、边缘损伤、中间裂纹等缺陷。使用matlab软件，利用图像处理的概念，将现有钢架表面与高质量的参考钢质表面进行了比较。根据这一比较，对天馈线系统支撑表面的质量进行了分类。结果表明，该方法检测准确率较高，能有效地取代人工肉眼判断，具有较高的检测精度和效率。

　　2天馈线维护性检修基本内容与图像处理思路

　　2.1天馈线维护性检修基本内容

　　在天线管理维护机制下，明确天馈线运行流程，并对调节幅度加以控制。操作中，加强天线装置实施质量与外观检查，确保装置外观以及相关金属架构为正确状态。其中钢架结构需采用焊接的方式调整稳定性，使其固定装置具备可靠性，重点针对焊接主体是否存在裂缝进行判断，明确未来检查周期。其次对拉线角度进行判断调整，天线装置同螺丝结构整体化运转正常，并提升整体抓力，足以抵制外部条件带来的影响。从天线幕的松紧角度出发，在检修管理间隔三个月的前提下，考虑外界温度对系统质量的影响，特别是高海拔严寒环境下，按照天线幕运行需要进行反射幕管理，避免断线、脱钩危险。目前，在短波发射机天馈线系统定期维护中，每年对铁塔的垂直弯曲度以及拉线的初拉力进行观察，同时进行测试，发现问题及时进行修正。在夏冬两季中，因夏季昼长夜短，需对馈线松紧度进行收紧，因冬季昼短夜长，也需对馈线松紧度进行伸展，以上操作对塔身的垂直弯曲度存在很大的影响，为保证天馈线系统整体运行稳定，在支撑结构方面不存在风险挑战与隐患，预防性维护必不可少的条件之一，所以必须有一种检测方法准确判断故障点，及时修复缺陷。

　　2.2图像处理思路

　　图像进行处理为进行图像相应的有效处理操作，从而达到事先设置的相应目标的一种处理技术[1]。图像处理也能够进一步的分成模拟化的图像处理以及目标进行分割的有效处理。其中模拟化的图像处理为选择光学、以及照相形式进行模拟化的图像相应的处理，而光学进行图像处理形式发展了较长的时间，出现了激光全息相关技术之后，基于此光学进行图像处理不断的发展[2]。即使光学式的图像处理相关理论是较为成熟完善的，并处理时的速度非常的快，有非常大的信息的实际容量，有比较高的分辨率，兼具经济性，然而处理时精度非常的低，稳定性也比较差，相关的设备非常的笨重复杂，不便于操作以及工艺整体水平较低等各种原因进一步的限制其发展[3]。而目标进行分割的有效处理用图像信息数据有效的获取、以及输送、还有储存、以及转换的显示、还有理解和综合性的利用当做是重点研究的相应内容，始于20世纪的60年代的时候，伴随现代化计算机相关技术不断的发展，基于此目标进行分割的处理方式进而快速的发展。

　　3基于图像处理的天馈线表面缺陷检测算法研究与实现

　　3.1基于图像处理的缺陷检测基本流程

　　用VC++给Xavis添加图像表面缺陷检测的动态链接库文件，其中图像处理的缺陷检测基本流程如图1。该算法的关键是图像配准算法和图像比对算法的选择，这是算法复杂性的重要因素之一。另外，算法还要求一定得鲁棒性，这里不再赘述。

　　3.2基于形态学处理的缺陷检测算法研究与实现

　　基于形态学处理的缺陷检测主要用来检测的是钢架表面的缺陷检测，待检测图如图2。由图2可以看出，此缺陷主要是裂纹，因此只要将检测出来确定缺陷所在区域，然后再用阈值分割法即可确定出缺陷的具体位置，基于此点，我们设计了以下的处理算法来标定缺陷。形态学滤波，去掉噪声:（1）形态学处理。数学形态学由一组形态学运算算子组成。最基本的运算算子由膨胀，腐蚀，开运算，闭运算。使用这些算子对图像的结构和形状进行分析和处理，主要包括图像分割、特征提取、边缘检测、图像滤波、图像增强以及图像恢复等[4]。形态学的理论基础是集合论[5]。在图像处理中形态学的集合代表着黑白和灰度图像的形状。比如二值图像中所有黑色相素组成的了该图像完全描述。（2）本例检测图像处理。由图3可以看出，阈值分割后的图片中有面积极小的白色区域，这是由于干扰造成的，必需要消除干扰。由于这些干扰造成的白色区域的面积很小，所以我们采用形态学中的腐蚀操作，对于同一种形态学操作，使用不同的结构元素，得到的结果也不相同。由于我们用形态学操作只是消除噪音的干扰。所以我们选用了的结构元素se为一个方形的3X3的结构，既：

　　3.3检测结果与分析

　　处理结果如图4。本方法的精髓是利用形态学处理缺陷工件图像，然后利用Hough变换去掉内外圆环，就可以得到待检测的缺陷位置予以标定。优点是不需要有标准图，省去图像配准图像比对算法，直接可以检测工件，速度比较快。缺点是检测算法比较狭隘，只适合检测这一类的图片，对其他的例如不规则的内外环就无能无力。

　　3.4程序中遇到的问题和解决办法

　　进行读入的相应图像相应的运算之后，像是标记运算，而显示的出图像是错误的，不是处理之后的实际显示出的最终结果是错的，就是显示出的实际图像没有改变，开始认为算法上存在问题所造成的，随后通过重复的进行检查之后，发现算法不存在错误，进行程序编写时出现了卡机现象，若此问题不进行解决，那么后续问题就无法有效解决，通过反复的寻找以及查看，终于将问题都解决，原来数据的种类存在问题，即读入的实际图像为uint8型，通过相应的运算之后是double型，而double型进行显示的时候会存在上述的问题。所以结束运算，在显示前，要完成类型的有效转换便可以解决掉相应的问题。

　　4结论

　　天馈线系统检修与故障处理是否迅速直接影响到大功率短波发射台的播音质量，只有针对性的解决实际中遇到的问题并给出预测性意见，才能提升整体运行质量。本设计通过逐步论证与改进，给出了天馈线系统中钢架结构的缺陷检测算法以及完整提取的相关方案，且按照计划最终提取效果，进而不断完善相关设计方案，从而便于让工件缺陷检测算法效果能够更好。由结果图能够看到，设计完成了样图缺陷检测算法有效识别以及完整的提取。基于上述研究成果，利用了Matlab开发完成缺陷检测算法，让人机有良好的交互界面。尽管本次设计研究实现了设计的相关要求，然而就缺陷检测算法而言不是很理想，存在诸多需要改善的地方。如果能继续的进行去噪算法的研究，让缺陷检测算法的实际断点可以大大的减少，也能够进行细化算法的优化，使细化算法工作效率能够更高。

　　参考文献

　　[1]张伟.基于机器视觉的打磨工件自动跟踪与检测研究[D].广州：广东工业大学,2018.

　　[2]陈祥.磁性材料表观缺陷自动光学检测算法的研究与实现[D].成都：电子科技大学,2018.

　　[3]梁智聪.基于卷积神经网络的工件表面缺陷检测系统[D].杭州：浙江大学,2018.

　　[4]常青.图像识别在工件缺陷检测中的应用研究[D].大连：大连理工大学,2017.

　　[5]赵君爱.基于图像处理的工件表面缺陷检测理论与方法研究[D].南京：东南大学,2016.

　　作者：黄宝健

天馈线系统缺陷检测程序设计相关论文：

嵌入式人工智能健康管理系统设
大数据预测车位查询系统
无线传感器下煤矿安全监控系统
物联网智能控制系统在墙材生产
等级保护三级信息系统设计实现

上一篇：跨境电子商务现状与发展对策
下一篇：腾讯会议和QQ群课堂管理