视频内窥镜检测数据的采集与归档实践

（平台提示：本文可能是商业推广软文）

上个季度我接手了一个偏冷门的需求:给设备维保部门做一套检测影像的采集与归档系统。他们每年要对上千台风机齿轮箱、燃气轮机燃烧室和换热器管束做内部检查,检查过程录像、截图、测量记录全靠现场工程师用U盘拷回来,命名五花八门,两年前的资料基本处于"存在但找不到"的状态。我原本以为这是个标准的文件管理项目,做下去才发现,检测数据和普通业务数据有几个本质区别,值得单独写一篇记下来。系统上线半年,回头看当初的几个技术选型,有对的也有明显走了弯路的。

先说数据从哪来。现场工程师使用的工业视频内窥镜,本质上是一根可弯曲的探管,前端集成微型图像传感器和照明模块,后端是带屏幕与操作杆的主机。探管直径通常在两到八毫米之间,长度从一米到三十米不等,工程师通过操纵杆控制前端偏转,把镜头送到叶片背面、管道内壁、焊缝根部这些拆不开也看不见的位置。设备输出的不只是视频流,还包括单帧截图、语音批注、以及基于立体视觉或相位测量原理得到的缺陷尺寸数据。理解这一点很关键:我们要归档的不是"一段视频",而是一次检测作业产生的一整组相互关联的证据。

第一个坑是元数据。设备导出的文件名通常只有日期和序号,而检测报告真正需要的是"哪台机组、哪个部件、哪个检查口、第几次检查"。这些信息原本存在工程师的脑子里和纸质工单上。我们的做法是在现场端加一层轻量采集应用,作业开始前先扫工单二维码,把资产编号、检查位置、标准依据和人员资质写进一个作业清单,导入时按这个清单给文件打标签。看起来简单,但推行阻力不小,最后是把扫码步骤做成不扫就不能导入才落实下去的。事后看,这个强约束是整个项目里最有价值的一个设计决定。

第二个坑是存储成本。高清视频按每次作业十几分钟算,一年下来是几十TB的量级。全部按原始码率长期保留并不现实,也没必要。我们最后按证据等级分层:判定为缺陷的片段及其前后各三十秒,连同全部截图与测量帧,按无损或近无损方式长期保留;其余巡查片段做二次编码后保存两年。这里有个教训,早期我们用了较激进的压缩参数,结果细小裂纹在回放时边缘被抹平,复核时产生争议,后来把涉及判定的帧全部改成无损保存才算稳妥。检测影像的压缩不能只看主观画质评分。

第三个是检索。文件多了以后,按目录树找是没有效率的,工程师真正的查询是"这台机组三年内所有涉及叶片前缘的检查记录"。我们把作业清单结构化后存进数据库,影像文件只存对象存储并保留键值,检索完全走数据库。后来又加了缺陷标签体系,把裂纹、烧蚀、涂层剥落、异物这些类别固化成受控词表,避免同一现象出现七八种写法。有了受控词表,趋势统计才有意义,比如同型号机组同一部位的缺陷复现率,这类数据以前根本没法算。受控词表的维护权限我们只开放给技术负责人,避免一线随手新增造成分类膨胀。

还有一个容易被开发同学忽略的问题:内窥镜给出的测量值有明确的适用条件。基于立体视觉的测量依赖前端与被测面的距离和角度,超出推荐范围时误差会显著放大;同一处缺陷由不同工程师取点,结果也会有差异。所以系统里必须把测量方法、取点截图和当时的工作距离一并保存,而不是只存一个数字。我们在界面上强制要求测量结果附带原始帧,评审环节的扯皮少了很多。这一点和软件工程里"保留可复现的输入"是一个道理,只是这里的输入是一帧图像和一组人工取的坐标点。

项目做完的体会是,检测数据管理的难点不在存储技术,而在于把现场作业流程中隐含的上下文显式地记录下来。影像本身只是证据,真正有价值的是"谁、在什么条件下、依据什么标准、对哪个对象、得出了什么结论"这条完整链路。后续我们打算把标注数据整理成训练集,试试常见缺陷类型的自动预筛,目标不是替代人工判定,而是在几十分钟的巡查录像里先把可疑片段挑出来。等有阶段性结果再单独开一篇。如果有同行也在做类似的系统,欢迎交流各自踩过的坑,尤其是现场弱网环境下的数据回传方案。