💻 computer science

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

यह शोध पत्र एक औद्योगिक पाइपलाइन आंतरिक दीवार पुनर्निर्माण प्रणाली प्रस्तुत करता है जो व्यापक समतलीय पैनोरमिक चित्र उत्पन्न करने के लिए एंडोस्कोपिक वीडियो पर पैनोरमिक इमेज स्टिचिंग और पोलर कोआर्डिनेट ट्रांसफॉर्मेशन का उपयोग करता है, जिससे पारंपरिक फ्रेम-दर-फ्रेम समीक्षा विधियों की तुलना में दोष पहचान (डिफेक्ट डिटेक्शन) की दक्षता और सटीकता में महत्वपूर्ण सुधार होता है।

मूल लेखक: Rui Ma, Yifeng Wang, Ziteng Yang, Xinghui Li

प्रकाशित 2026-03-03

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Rui Ma, Yifeng Wang, Ziteng Yang, Xinghui Li

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक डॉक्टर हैं जो मरीज के गले के अंदर देखने की कोशिश कर रहे हैं, लेकिन दर्पण के बजाय, आपके पास एक लंबी, लचीली सांप जैसी चीज़ पर लगा एक छोटा कैमरा है। यह बिल्कुल वैसा ही है जैसा इंजीनियर औद्योगिक पाइपलाइनों (वे विशाल धातु के ट्यूब जो तेल, गैस या पानी ले जाते हैं) का निरीक्षण करने के लिए करते हैं। वे इसके अंदर रेंगने और वीडियो रिकॉर्ड करने के लिए एक इंडस्ट्रियल एंडोस्कोप (औद्योगिक एंडोस्कोप) का उपयोग करते हैं।

हालाँकि, इस वीडियो को देखने के तरीके में एक बड़ी समस्या है:

समस्या: "डोनट" वाला दृश्य (The "Donut" View)

जब कैमरा पाइप की दीवार को देखता है, तो वह एक वृत्त (सर्कल) देखता है। वीडियो वृतों या डोनट्स की एक श्रृंखला जैसा दिखता है।

समस्या: यदि आप पाइप में कोई दरार देखते हैं, तो वह एक रिंग पर एक छोटे से बिंदु की तरह दिखती है। यह बताना मुश्किल होता है कि दरार कितनी लंबी है, वह कहाँ से शुरू होती है, या वह अन्य दरारों से कैसे जुड़ती है।
पुराना तरीका: निरीक्षकों को वीडियो को फ्रेम-दर-फ्रेम देखना पड़ता है, जैसे एक समय में एक तस्वीर देखने के लिए फोटो एल्बम के पन्ने पलटना। यह धीमा, उबाऊ है और इसमें बारीकियों को मिस होने की संभावना बनी रहती है।

समाधान: "अनरैपिंग" का जादू (The "Unwrapping" Magic)

यह पेपर एक नया सिस्टम पेश करता है जो एक डिजिटल अनरोलिंग मशीन की तरह काम करता है। यह उन गोलाकार "डोनट" वीडियो को लेता है और उन्हें एक सपाट, चौड़ी पैनोरमिक फोटो (जैसे एक स्क्रॉल को खोलना) में बदल देता है।

यह सिस्टम कैसे काम करता है, इसे तीन सरल चरणों में नीचे समझाया गया है:

1. "हाइलाइट रील" (मुख्य फ्रेम निकालना - Key Frame Extraction)

वीडियो 30 फ्रेम प्रति सेकंड की दर से रिकॉर्ड किया जाता है, जो बहुत सारा डेटा है। सिस्टम को हर एक फ्रेम देखने की आवश्यकता नहीं है।

उपमा: कल्पना कीजिए कि आप एक किताब पढ़ रहे हैं। सारांश समझने के लिए आपको हर एक शब्द पढ़ने की ज़रूरत नहीं है; आपको बस मुख्य वाक्यों को पढ़ने की ज़रूरत है।
यह क्या करता है: सिस्टम वीडियो से सबसे महत्वपूर्ण "स्नैपशॉट्स" (की-फ्रेम्स) चुनता है, जिससे दोहराव वाले फ्रेमों को छोड़ दिया जाता है। यह बिना किसी महत्वपूर्ण विवरण को खोए प्रक्रिया को बहुत तेज़ बना देता है।

2. "संतरे को छीलना" (पोलर कोऑर्डिनेट अनरैपिंग - Polar Coordinate Unwrapping)

यह एक जादुई ट्रिक है। सिस्टम गोलाकार छवि को गणितीय रूप से "छीलकर" खोल देता है।

उपमा: एक पिज्जा के बारे में सोचें। यदि आप ऊपर से पिज्जा को देखते हैं, तो आप एक वृत्त देखते हैं। यदि आप पिज्जा को स्लाइस में काटते हैं और उन्हें मेज पर सीधा फैला देते हैं, तो आपको एक लंबा, आयताकार स्ट्रिप मिलता है।
यह क्या करता है: सिस्टम पाइप की दीवार के गोलाकार दृश्य को लेता है और उसे एक सपाट, आयताकार छवि में फैला देता है। अचानक, एक दरार जो रिंग पर एक छोटे वक्र (curve) की तरह दिख रही थी, वह एक लंबी, सीधी रेखा बन जाती है जिसे मापना आसान होता है।

3. "पहेली सुलझाना" (इमेज स्टिचिंग - Image Stitching)

चूंकि कैमरा आगे बढ़ता है, इसलिए यह कई ऐसे "अनरोल्ड" स्लाइस लेता है। सिस्टम फिर उन्हें एक स्मार्टफोन की पैनोरमिक फोटो की तरह आपस में जोड़ देता है।

उपमा: कल्पना कीजिए कि आप एक लंबी दीवार की फोटो ले रहे हैं अपना सिर घुमाकर। आप एक फोटो लेते हैं, थोड़ा घूमते हैं, दूसरी लेते हैं, और इसी तरह। आपका फोन उन सबको जोड़कर एक बड़ी तस्वीर बना देता है ताकि आप पूरी दीवार देख सकें।
यह क्या करता है: यह स्लाइस के किनारों को मिलाने के लिए स्मार्ट एल्गोरिदम का उपयोग करता है ताकि वे पूरी तरह से मिल जाएं। कोई जोड़ (seams) नहीं, कोई गैप नहीं। बस पूरे पाइप के आंतरिक भाग का एक विशाल, स्पष्ट मानचित्र।

यह क्यों महत्वपूर्ण है

शोधकर्ताओं ने एक उपयोगकर्ता के अनुकूल कंप्यूटर प्रोग्राम (GUI) बनाया है जो यह सब स्वचालित रूप से करता है।

गति: वीडियो घंटों तक देखने के बजाय, यह सिस्टम 20 सेकंड के क्लिप को लगभग 7 सेकंड में प्रोसेस कर देता है।
स्पष्टता: यह एक भ्रमित करने वाले 360-डिग्री रिंग को एक सपाट मानचित्र में बदल देता है। यदि वहां जंग का धब्बा या खरोंच है, तो आप देख सकते हैं कि वह वास्तव में कितनी लंबी है और कहाँ स्थित है।
उपयोग में आसानी: आपको गणित का जीनियस होने की आवश्यकता नहीं है। सिस्टम जटिल ज्यामिति (geometry) को खुद संभालता है, और निरीक्षक को बस परिणाम प्राप्त करने के लिए एक बटन क्लिक करना होता है।

निष्कर्ष

यह सिस्टम पाइपलाइन निरीक्षक को एक सुपरपावर देने जैसा है। यह वीडियो के एक भ्रमित करने वाले, घूमते हुए रिंग को एक स्पष्ट, सपाट मानचित्र में बदल देता है, जिससे वे दोषों को जल्दी और सटीक रूप से पहचान सकते हैं। यह समय बचाता है, मानवीय त्रुटियों को कम करता है, और हमारे औद्योगिक पाइपलाइनों को सुरक्षित रखने में मदद करता है।

1. समस्या विवरण (Problem Statement)

पेट्रोकेमिकल, रेल ट्रांजिट और ऑटोमोटिव विनिर्माण जैसे क्षेत्रों में औद्योगिक पाइपलाइनों के लिए परिचालन सुरक्षा सुनिश्चित करने हेतु सतह के दोषों (खरोंच, दरारें, गड्ढे) के लिए नियमित निरीक्षण की आवश्यकता होती है। हालांकि औद्योगिक एंडोस्कोप गैर-विनाशकारी परीक्षण (non-destructive testing) के लिए मानक उपकरण हैं, पारंपरिक समीक्षा विधियों को महत्वपूर्ण सीमाओं का सामना करना पड़ता है:

दृश्य सीमाएँ (Visual Limitations): एंडोस्कोप वीडियो पाइपलाइन के आंतरिक भाग को एक वलयाकार (annular/circular) परिप्रेक्ष्य से प्रदर्शित करते हैं, जिससे समग्र स्थिति या दोषों के स्थानिक वितरण को सहजता से समझना कठिन हो जाता है।
दक्षता सीमाएँ (Efficiency Limitations): मैन्युअल, फ्रेम-दर-फ्रेम वीडियो विश्लेषण समय लेने वाला, श्रम-गहन है, और दोषों की स्थिति और दायरे के तीव्र स्थानीयकरण में बाधा डालता है।
एल्गोरिदम अंतराल (Algorithmic Gaps): पाइपलाइनों के लिए मौजूदा इमेज स्टिचिंग एल्गोरिदम अक्सर अनुकूलन क्षमता की कमी रखते हैं, वास्तविक समय प्रसंस्करण के लिए बहुत जटिल हैं, या निरंतर वीडियो स्ट्रीम के बजाय एकल-फ्रेम प्रसंस्करण तक सीमित हैं।

2. कार्यप्रणाली (Methodology)

प्रस्तावित प्रणाली एक समर्पित पुनर्निर्माण प्लेटफॉर्म है जो पैनोरमिक इमेज स्टिचिंग तकनीक पर आधारित है। यह तीन चरणों वाली पाइपलाइन के माध्यम से वलयाकार एंडोस्कोप वीडियो फ्रेमों को समतलीय पैनोरमिक छवियों में परिवर्तित करती है, जिसे एक कस्टम ग्राफिकल यूजर इंटरफेस (GUI) के भीतर समाहित किया गया है:

A. वीडियो की-फ्रेम निष्कर्षण (Video Key Frame Extraction)

प्रसंस्करण दक्षता और पुनर्निर्माण सटीकता के बीच संतुलन बनाने के लिए, सिस्टम प्रत्येक फ्रेम को प्रोसेस नहीं करता है। इसके बजाय, यह एक विशिष्ट अंतराल ( $N_{interval}$ ) पर की-फ्रेम निकालता है।

तर्क: यदि कुल फ्रेम संख्या $N_{total}$ है, तो सिस्टम $M$ फ्रेम निकालता है जहाँ $M = \lfloor N_{total} / N_{interval} \rfloor$ ।
लक्ष्य: स्टिचिंग के लिए पर्याप्त ओवरलैप बनाए रखते हुए कम्प्यूटेशनल भार को कम करना।

B. वलयाकार इमेज अनरैपिंग (ध्रुवीय निर्देशांक रूपांतरण) [Annular Image Unwrapping (Polar Coordinate Transformation)]

मुख्य ज्यामितीय रूपांतरण पाइपलाइन के गोलाकार दृश्य को आयताकार तल में परिवर्तित करता है।

फॉरवर्ड ट्रांसफॉर्मेशन (Forward Transformation): मूल वलयाकार छवि के पिक्सेल निर्देशांक $(x_p, y_p)$ को ध्रुवीय निर्देशांक $(r_p, \theta_p)$ में मैप करता है।
इनवर्स मैपिंग (Inverse Mapping): अनव्रेप्ड इमेज उत्पन्न करने के लिए, सिस्टम आयताकार आउटपुट निर्देशांक $(U, V)$ $(U, V)$ को वापस स्रोत ध्रुवीय निर्देशांकों में मैप करता है।
- क्षैतिज निर्देशांक $U$ , ध्रुवीय कोण $\theta'$ को मैप करता है।
- ऊर्ध्वाधर निर्देशांक $V$ , त्रिज्या $r'$ को मैप करता है, जो न्यूनतम त्रिज्या ( $r_{min}$ ) और अधिकतम त्रिज्या ( $r_{max}$ ) के बीच स्केल किया गया है।
इंटरपोलेशन (Interpolation): अनव्रेप्ड इमेज के लिए पिक्सेल मानों की गणना करने के लिए बाइलिनियर इंटरपोलेशन (Bilinear interpolation) लागू किया जाता है, जिससे सुचारू संक्रमण सुनिश्चित होता है और आर्टिफैक्ट्स कम होते हैं।

C. इमेज स्टिचिंग (Image Stitching)

क्रमबद्ध अनव्रेप्ड प्लेनर फ्रेमों को एक निरंतर पैनोरमिक दृश्य बनाने के लिए स्टिच किया जाता है।

फीचर मैचिंग (Feature Matching): स्केल-इनवेरिएंट फीचर ट्रांसफॉर्म (SIFT) एल्गोरिदम आसन्न फ्रेमों से फीचर पॉइंट्स निकालता है। फ्रेमों के बीच संबंधित बिंदुओं को मिलाने के लिए यूक्लिडियन क्लस्टरिंग (Euclidean clustering) का उपयोग किया जाता है।
सीम ब्लेंडिंग (Seam Blending): एक मल्टी-बैंड फ्यूजन एल्गोरिदम दृश्यमान स्टिचिंग सीम (जोड़ों) को समाप्त करता है। यह फ्यूजन क्षेत्र में पिक्सेल मानों की गणना के लिए भारित रैखिक इंटरपोलेशन (weighted linear interpolation) का उपयोग करता है: $F''' = \alpha F''_k + (1-\alpha) F''_{k+1}$ , जहाँ भार $\alpha$ सीम से पिक्सेल की दूरी द्वारा निर्धारित होता है।

3. मुख्य योगदान (Key Contributions)

एकीकृत प्रणाली डिजाइन: यह पेपर एक पूर्ण प्रणाली प्रस्तुत करता है जिसमें एक कस्टम GUI शामिल है जो ऑपरेटरों को वास्तविक समय में मापदंडों (जैसे केंद्र निर्देशांक, त्रिज्या सीमा, फ्रेम अंतराल) को देखने और समायोजित करने की अनुमति देता है, जिससे ऑन-साइट कर्मियों के लिए तकनीकी बाधा कम हो जाती है।
अनुकूलन योग्य अनरैपिंग रणनीति: यह औद्योगिक एंडोस्कोप वीडियो के लिए विशेष रूप से ध्रुवीय निर्देशांक रूपांतरण को अनुकूलित करता है, जिससे वलयाकार से प्लेनर दृश्यों में प्रभावी ढंग से संक्रमण होता है।
स्वचालित वर्कफ़्लो: सिस्टम वीडियो इनपुट से पैनोरमिक आउटपुट तक पूरी तरह से स्वचालित प्रसंस्करण प्राप्त करता है, जिसमें की-फ्रेम निष्कर्षण, अनरैपिंग, स्टिचिंग और परिणाम सहेजना शामिल है।
पैरामीटर संवेदनशीलता विश्लेषण: उच्च गुणवत्ता वाला आउटपुट सुनिश्चित करने के लिए लेखक इष्टतम पैरामीटर रेंज (जैसे 5-20 के फ्रेम अंतराल, सटीक केंद्र निर्देशांक ट्यूनिंग) पर अनुभवजन्य डेटा प्रदान करते हैं।

4. प्रयोगात्मक परिणाम (Experimental Results)

सेटअप: प्रयोग एक औद्योगिक एंडोस्कोप (1920×1080 रिज़ॉल्यूशन, 30 fps) का उपयोग करके 600 मिमी गहरे धातु पाइपलाइन पर आयोजित किए गए। सिस्टम Python और OpenCV का उपयोग करके Intel Core i7-12700H प्रोसेसर पर चला।
प्रदर्शन:
- दक्षता: 20 सेकंड के वीडियो (फ्रेम अंतराल 10 के साथ) को प्रोसेस करने में लगभग 7 सेकंड लगे, जो मैन्युअल फ्रेम-दर-फ्रेम समीक्षा की तुलना में एक महत्वपूर्ण सुधार है।
- आउटपुट गुणवत्ता: सिस्टम ने 4500×500 पिक्सेल के रिज़ॉल्यूशन वाली पैनोरमिक छवियां उत्पन्न कीं।
- दृश्य निष्ठा (Visual Fidelity): परिणामी छवियों ने बिना किसी दृश्य स्टिचिंग सीम के 360° विवरण प्रदर्शित किए। जंग और खरोंच जैसे सतह के दोष स्पष्ट रूप से पहचाने जा सकते थे, और दोषों का स्थानिक वितरण सहजता से प्रतिबिंबित हुआ।
पैरामीटर संवेदनशीलता:
- फ्रेम अंतराल >30 होने पर विच्छेदन (discontinuities) देखे गए; अंतराल <5 होने पर गति पर रिटर्न कम मिलता है।
- केंद्र निर्देशांक विचलन >±50 पिक्सेल होने पर खिंचाव/संपीड़न (stretching/compression) विकृति हुई।
- अनुचित त्रिज्या सेटिंग्स ( $r_{min}, r_{max}$ ) बैकग्राउंड शोर या एज ब्लरिंग का कारण बनीं।

5. महत्व और भविष्य का कार्य (Significance and Future Work)

इंजीनियरिंग मूल्य: यह प्रणाली पाइपलाइन निरीक्षण की दक्षता को काफी बढ़ाती है और दोष पहचान एवं स्थिति मूल्यांकन के लिए सहज दृश्य सहायता प्रदान करती है। यह जटिल वलयाकार डेटा को मात्रात्मक विश्लेषण के लिए उपयुक्त प्रारूप में बदल देती है।
सुलभता: जटिल एल्गोरिदम को उपयोगकर्ता के अनुकूल GUI में समाहित करके, यह प्रणाली उन्नत पुनर्निर्माण को औद्योगिक सेटिंग्स में गैर-विशेषज्ञ ऑपरेटरों के लिए सुलभ बनाती है।
भविष्य की दिशाएं: लेखक कम गुणवत्ता वाले फुटेज (धुंधली या शोर वाली छवियों) के लिए सिस्टम को अनुकूलित करने और वक्र पाइपलाइनों (curved pipelines) के प्रति अनुकूलन क्षमता में सुधार करने की योजना बना रहे हैं, जिससे इसके अनुप्रयोग के दायरे का विस्तार होगा।