💻 computer science

A Reconstruction System for Industrial Pipeline Inner Walls Using Panoramic Image Stitching with Endoscopic Imaging

تقدم هذه الورقة نظاماً لإعادة بناء الجدار الداخلي للأنابيب الصناعية يستخدم دمج الصور البانورامية وتحويل الإحداثيات القطبية على فيديو التنظير لإنشاء صور بانورامية مستوية شاملة، مما يحسن بشكل كبير من كفاءة ودقة اكتشاف العيوب مقارنة بطرق المراجعة التقليدية إطاراً تلو الآخر.

المؤلفون الأصليون: Rui Ma, Yifeng Wang, Ziteng Yang, Xinghui Li

نُشر 2026-03-03

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Rui Ma, Yifeng Wang, Ziteng Yang, Xinghui Li

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك طبيب يحاول فحص داخل حلق مريض، ولكن بدلاً من المرآة، لديك كاميرا صغيرة على ثعبان طويل ومرن. هذا هو بالضبط ما يحدث عندما يقوم المهندسون بفحص خطوط الأنابيب الصناعية (الأنابيب المعدنية الضخمة التي تنقل النفط أو الغاز أو الماء). إنهم يستخدمون منظاراً صناعياً (Industrial Endoscope) للزحف في الداخل وتسجيل الفيديو.

ومع ذلك، هناك مشكلة رئيسية في كيفية مشاهدة هذا الفيديو حالياً:

المشكلة: رؤية "الدونات"

عندما تنظر الكاميرا إلى جدار الأنبوب، فإنها ترى دائرة. يبدو الفيديو كمجموعة من الدونات أو الحلقات.

المشكلة: إذا رأيت شقاً في الأنبوب، فإنه يظهر كبقعة صغيرة على حلقة. ومن الصعب معرفة طول الشق، أو أين يبدأ، أو كيف يتصل بالشقوق الأخرى.
الطريقة القديمة: يتعين على المفتشين مشاهدة الفيديو إطاراً تلو الآخر، مثل تقليب صفحات ألبوم صور واحدة تلو الأخرى. إنها عملية بطيئة، مملة، ومن السهل تفويت التفاصيل فيها.

الحل: سحر "الفرد"

تقدم هذه الورقة نظاماً جديداً يعمل بمثابة آلة فرد رقمية. فهو يأخذ فيديوهات "الدونات" الدائرية تلك ويحولها إلى صورة بانورامية مسطحة وعريضة (مثل فرد لفافة ورق).

إليك كيف يعمل هذا النظام، مقسماً إلى ثلاث خطوات بسيطة:

1. "أبرز اللقطات" (استخراج الإطارات الرئيسية)

يتم تسجيل الفيديو بمعدل 30 إطاراً في الثانية، وهذا قدر كبير من البيانات. النظام لا يحتاج إلى النظر في كل إطار على حدة.

تشبيه: تخيل أنك تقرأ كتاباً. لست بحاجة لقراءة كل كلمة لتفهم الفكرة العامة؛ أنت فقط بحاجة لقراءة الجمل الرئيسية.
ما يفعله النظام: يختار النظام أهم "اللقطات" (الإطارات الرئيسية) من الفيديو، متجاوزاً الإطارات المتكررة. هذا يجعل العملية أسرع بكثير دون فقدان أي تفاصيل مهمة.

2. "تقشير البرتقالة" (فك الإحداثيات القطبية)

هذه هي الخدعة السحرية. يأخذ النظام الصورة الدائرية ويقوم بـ "تقشيرها" وفتحها رياضياً.

تشبيه: فكر في البيتزا. إذا نظرت إلى البيتزا من الأعلى، فسترى دائرة. إذا قطعت البيتزا إلى شرائح وبسطتها على الطاولة، فستحصل على شريط مستطيل طويل.
ما يفعله النظام: يأخذ النظام الرؤية الدائرية لجدار الأنبوب ويمددها لتصبح صورة مستطيلة مسطحة. فجأة، يتحول الشق الذي كان يبدو كمنحنى صغير على حلقة إلى خط مستقيم طويل يسهل قياسه.

3. "حل اللغز" (دمج الصور)

بما أن الكاميرا تتحرك للأمام، فإنها تلتقط العديد من هذه الشرائح "المفروضة". ثم يقوم النظام بتجميعها معاً مثل الصورة البانورامية في الهواتف الذكية.

تشبيه: تخيل أنك تلتقط صورة لجدار طويل عن طريق تحريك رأسك. تأخذ صورة، ثم تلتفت قليلاً، ثم تأخذ أخرى، وهكذا. يقوم هاتفك بدمجها معاً لتتمكن من رؤية الجدار بأكمله في صورة واحدة كبيرة.
ما يفعله النظام: يستخدم خوارزميات ذكية لمطابقة حواف الشرائح بحيث تندمج مع بعضها البعض بشكل مثالي، دون وجود فواصل أو فجوات. مجرد خريطة واحدة ضخمة وواضحة لكامل الجزء الداخلي من الأنبوب.

لماذا يهم هذا الأمر؟

لقد صمم الباحثون برنامج حاسوب سهل الاستخدام (GUI) يقوم بكل هذا تلقائياً.

السرعة: بدلاً من قضاء ساعات في مشاهدة الفيديو، يعالج النظام مقطع فيديو مدته 20 ثانية في حوالي 7 ثوانٍ فقط.
الوضوح: إنه يحول حلقة دائرية مربكة بزاوية 360 درجة إلى خريطة مسطحة. إذا كانت هناك بقعة صدأ أو خدش، يمكنك رؤية طوله ومكانه بدقة.
سهولة الاستخدام: لا تحتاج لأن تكون عبقرياً في الرياضيات لاستخدامه. النظام يتولى الهندسة المعقدة، وكل ما على المفتش هو النقر على زر للحصول على النتيجة.

الخلاصة

هذا النظام يشبه منح مفتش خطوط الأنابيب قوة خارقة. فهو يحول فيديو حلقي دوار ومربك إلى خريطة مسطحة وواضحة، مما يسمح له برصد العيوب بسرعة ودقة. إنه يوفر الوقت، ويقلل من الخطأ البشري، ويساعد في الحفاظ على سلامة خطوط الأنابيب الصناعية لدينا.

ملخص تقني لنظام إعادة بناء الجدران الداخلية للأنابيب الصناعية باستخدام دمج الصور البانورامية عبر التصوير التنظيري

1. بيان المشكلة

تتطلب الأنابيب الصناعية في قطاعات مثل البتروكيماويات، والنقل السككي، وتصنيع السيارات فحصاً دورياً لعيوب السطح (مثل الخدوش، والشقوق، والنقرات) لضمان السلامة التشغيلية. وبينما يعد المنظار الصناعي الأداة القياسية للاختبار غير التدميري، تواجه طرق المراجعة التقليدية قيوداً كبيرة:

القيود البصرية: تعرض فيديوهات المنظار الجزء الداخلي من الأنبوب من منظور حلقي (دائري)، مما يجعل من الصعب استيعاب الحالة العامة أو التوزيع المكاني للعيوب بشكل حدسي.
قيود الكفاءة: تحليل الفيديو إطاراً تلو الآخر يدوياً هو عملية مستهلكة للوقت والجهد، ويعيق التحديد السريع لمواقع العيوب ونطاقها.
الفجوات الخوارزمية: غالباً ما تفتقر خوارزميات دمج الصور الحالية للأنابيب إلى القدرة على التكيف، أو تكون معقدة للغاية بالنسبة للمعالجة في الوقت الفعلي، أو تقتصر على معالجة الإطارات الفردية بدلاً من تدفقات الفيديو المستمرة.

2. المنهجية

النظام المقترح هو منصة إعادة بناء مخصصة مبنية على تقنية دمج الصور البانورامية. يقوم النظام بتحويل إطارات فيديو المنظار الحلقية إلى صور بانورامية مستوية من خلال مسار معالجة ثلاثي المراحل، مغلف داخل واجهة مستخدم رسومية (GUI) مخصصة:

أ. استخراج الإطارات الرئيسية للفيديو
لتحقيق التوازن بين كفاءة المعالجة ودقة إعادة البناء، لا يقوم النظام بمعالجة كل إطار، بل يستخرج إطارات رئيسية عند فاصل زمني محدد ( $N_{interval}$ ).

المنطق: إذا كان إجمالي عدد الإطارات هو $N_{total}$ ، فإن النظام يستخرج $M$ من الإطارات حيث $M = \lfloor N_{total} / N_{interval} \rfloor$ .
الهدف: تقليل العبء الحسابي مع الحفاظ على تداخل كافٍ لعملية الدمج.

ب. فك التفاف الصورة الحلقية (تحويل الإحداثيات القطبية)
يقوم التحويل الهندسي الجوهري بتحويل الرؤية الدائرية للأنبوب إلى مستوى مستطيل.

التحويل الأمامي: يربط إحداثيات البكسل من الصورة الحلقية الأصلية $(x_p, y_p)$ بالإحداثيات القطبية $(r_p, \theta_p)$ .
التحويل العكسي: لإنشاء الصورة المفكوكة، يقوم النظام بربط إحداثيات المستطيل الناتجة $(U, V)$ $(U, V)$ بالإحداثيات القطبية المصدرية.
- الإحداثي الأفقي $U$ يرتبط بالزاوية القطبية $\theta'$ .
- الإحداثي الرأسي $V$ يرتبط بنصف القطر $r'$ ، والمدرج بين نصف قطر أدنى ( $r_{min}$ ) ونصف قطر أقصى ( $r_{max}$ ).
الاستيفاء (Interpolation): يتم تطبيق الاستيفاء الثنائي الخطي لحساب قيم البكسل للصورة المفكوكة، مما يضمن انتقالات سلسة ويقلل من العيوب الناتجة.

ج. دمج الصور
يتم دمج تسلسل الإطارات المستوية المفكوكة لتشكيل عرض بانورامي مستمر.

مطابقة الميزات: تقوم خوارزمية تحويل الميزات غير الحساسة للمقياس (SIFT) باستخراج نقاط الميزات من الإطارات المتجاورة. وتُستخدم التجميعات الإقليدية لمطابقة النقاط المتقابلة بين الإطارات.
دمج الفواصل (Seam Blending): تعمل خوارزمية دمج متعدد النطاقات على إزالة فواصل الدمج المرئية. وهي تحسب قيم البكسل في منطقة الدمج باستخدام الاستيفاء الخطي الموزون: $F''' = \alpha F''_k + (1-\alpha) F''_{k+1}$ ، حيث يتم تحديد الوزن $\alpha$ بناءً على مسافة البكسل من الفاصل.

3. المساهمات الرئيسية

تصميم نظام متكامل: يقدم البحث نظاماً كاملاً يتميز بـ واجهة مستخدم رسومية مخصصة تسمح للمشغلين بتصور وضبط المعلمات (مثل الإحداثيات المركزية، ونطاق نصف القطر، وفاصل الإطارات) في الوقت الفعلي، مما يخفض العتبة التقنية للموظفين في الموقع.
استراتيجية فك التفاف تكيفية: يعمل النظام على تحسين تحويل الإحداثيات القطبية خصيصاً لفيديوهات المنظار الصناعية، مما يعالج الانتقال من الرؤية الحلقية إلى الرؤية المستوية بفعالية.
سير عمل مؤتمت: يحقق النظام معالجة مؤتمتة بالكامل بدءاً من إدخال الفيديو وصولاً إلى المخرجات البانورامية، بما في ذلك استخراج الإطارات الرئيسية، وفك الالتفاف، والدمج، وحفظ النتائج.
تحليل حساسية المعلمات: قدم المؤلفون بيانات تجريبية حول نطاقات المعلمات المثلى (مثل فواصل الإطارات من 5 إلى 20، وضبط دقيق للإحداثيات المركزية) لضمان جودة مخرجات عالية.

4. النتائج التجريبية

الإعداد: أُجريت التجارب على أنبوب معدني بعمق 600 ملم باستخدام منظار صناعي (دقة 1920×1080، 30 إطاراً في الثانية). عمل النظام على معالج Intel Core i7-12700H باستخدام لغة Python ومكتبة OpenCV.
الأداء:
- الكفاءة: استغرقت معالجة فيديو مدته 20 ثانية (مع فاصل إطارات قدره 10) حوالي 7 ثوانٍ، وهو تحسن كبير مقارنة بالمراجعة اليدوية إطاراً تلو الآخر.
- جودة المخرجات: أنتج النظام صوراً بانورامية بدقة 4500×500 بكسل.
- الدقة البصرية: أظهرت الصور الناتجة تفاصيل 360 درجة مع عدم وجود فواصل دمج مرئية. كانت عيوب السطح مثل التآكل والخدوش واضحة تماماً، كما انعكس التوزيع المكاني للعيوب بشكل حدسي.
حساسية المعلمات:
- تسببت فواصل الإطارات التي تزيد عن 30 في حدوث انقطاعات؛ بينما لم تقدم الفواصل الأقل من 5 سوى عوائد ضئيلة فيما يخص السرعة.
- تسببت انحرافات الإحداثيات المركزية التي تزيد عن ±50 بكسل في حدوث تشوهات بالتمطيط أو الضغط.
- أدت إعدادات نصف القطر غير المناسبة ( $r_{min}, r_{max}$ ) إلى ظهور ضوضاء في الخلفية أو ضبابية عند الحواف.

5. الأهمية والعمل المستقبلي

القيمة الهندسية: يرفع هذا النظام بشكل كبير من كفاءة فحص الأنابيب ويوفر دعماً بصرياً حدسياً للكشف عن العيوب وتقييم الحالة. إنه يحول البيانات الحلقية المعقدة إلى تنسيق مناسب للتحليل الكمي.
سهولة الوصول: من خلال تغليف الخوارزميات المعقدة في واجهة مستخدم رسومية سهلة الاستخدام، يجعل النظام إعادة البناء المتقدمة متاحة للمشغلين غير الخبراء في البيئات الصناعية.
الاتجاهات المستقبلية: يخطط المؤلفون لتحسين النظام للتعامل مع اللقطات منخفضة الجودة (الصور الضبابية أو المشوشة)، وتحسين القدرة على التكيف مع الأنابيب المنحنية، مما يوسع نطاق تطبيقاته في الاختبارات غير التدميرية.