一种管道环焊缝缺陷识别方法以及装置与流程

本发明主要涉及管道识别，具体涉及一种管道环焊缝缺陷识别方法以及装置。

背景技术：

1、油气长输管道是我国重要能源基础设施，在现代能源工业中有着十分重要的应用。油气管道的长度随着运输里程的增加而日趋加长，管道间需采用质量可靠的环焊缝焊接以保证管道的运输安全。但由于油气管道服役的环境复杂，工况恶劣，会在管道及环焊缝上造成腐蚀凹坑、裂纹等缺陷，严重影响管道的安全运行和服役寿命。因此，通过各类检测技术和手段发现并修复缺陷是提升管道安全运行水平的主要手段。

2、漏磁检测作为管道无损检测中常见的方法之一，具有对管道内环境要求不高、适用范围广、价格低廉等巨大优势。但在目前的漏磁检测数据后处理分析中，依靠人工判读管道环焊缝缺陷存在标注误差大，效率低，人员经验差别大等缺点，给漏磁数据判读带来了很大的不确定性。

技术实现思路

1、本发明所要解决的技术问题是针对现有技术的不足，提供一种管道环焊缝缺陷识别方法以及装置。

2、本发明解决上述技术问题的技术方案如下：一种管道环焊缝缺陷识别方法，包括如下步骤：

3、从检测器中获得多个管道电压数据，并将所有所述管道电压数据转化为多个原始管道灰度图；

4、对所有所述原始管道灰度图进行预处理，得到待处理管道图像数据集；

5、将所述待处理管道图像数据集划分为管道图像训练集、管道图像验证集以及管道图像测试集；

6、构建训练模型，通过所述管道图像训练集和所述管道图像验证集对所述训练模型进行模型改进，得到多个目标识别模型；

7、通过所有所述目标识别模型对所述管道图像测试集进行识别分析，得到管道环焊缝缺陷的识别结果。

8、本发明解决上述技术问题的另一技术方案如下：一种管道环焊缝缺陷识别装置，包括：

9、数据获得模块，用于从检测器中获得多个管道电压数据；

10、转化模块，用于将所有所述管道电压数据转化为多个原始管道灰度图；

11、预处理模块，用于对所有所述原始管道灰度图进行预处理，得到待处理管道图像数据集；

12、数据集划分模块，用于将所述待处理管道图像数据集划分为管道图像训练集、管道图像验证集以及管道图像测试集；

13、模型改进模块，用于构建训练模型，通过所述管道图像训练集和所述管道图像验证集对所述训练模型进行模型改进，得到多个目标识别模型；

14、识别结果获得模块，用于通过所有所述目标识别模型对所述管道图像测试集进行识别分析，得到管道环焊缝缺陷的识别结果。

15、基于上述一种管道环焊缝缺陷识别方法，本发明还提供一种管道环焊缝缺陷识别系统。

16、本发明解决上述技术问题的另一技术方案如下：一种管道环焊缝缺陷识别系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，当所述处理器执行所述计算机程序时，实现如上所述的管道环焊缝缺陷识别方法。

17、基于上述一种管道环焊缝缺陷识别方法，本发明还提供一种计算机可读存储介质。

18、本发明解决上述技术问题的另一技术方案如下：一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的管道环焊缝缺陷识别方法。

19、本发明的有益效果是：通过将管道电压数据转化为原始管道灰度图，对原始管道灰度图的预处理得到待处理管道图像数据集，将待处理管道图像数据集划分为管道图像训练集、管道图像验证集以及管道图像测试集，通过管道图像训练集和管道图像验证集对训练模型的模型改进得到目标识别模型，通过目标识别模型对管道图像测试集的识别分析得到管道环焊缝缺陷的识别结果，有效地提高了管道环焊缝缺陷的识别效果，极大地提高了数据处理的效率和准确度，对于实际漏磁信号识别以及管道智能化检测具有重要的作用。

技术特征：

1.一种管道环焊缝缺陷识别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的管道环焊缝缺陷识别方法，其特征在于，所述对所有所述原始管道灰度图进行预处理，得到待处理管道图像数据集的过程包括：

3.根据权利要求1所述的管道环焊缝缺陷识别方法，其特征在于，所述管道图像训练集包括多个类型训练图，所述多个类型训练图包括多个管道对比训练图、多个管道伪彩训练图和多个管道伪彩增强训练图；所述管道图像验证集包括多个管道对比验证图、多个管道伪彩验证图和多个管道伪彩增强验证图；

4.根据权利要求3所述的管道环焊缝缺陷识别方法，其特征在于，所述训练模型包括初始特征提取网络、浅层图形特征提取网络以及深层语义特征提取网络，

5.根据权利要求4所述的管道环焊缝缺陷识别方法，其特征在于，所述初始特征提取网络包括focus模块、第一cbl模块、第一csp1_x模块、第二cbl模块、第二csp1_x模块、第三cbl模块、第三csp1_x模块、第四cbl模块以及spp模块，

6.根据权利要求5所述的管道环焊缝缺陷识别方法，其特征在于，所述浅层图形特征提取网络包括第一csp2_x模块、第五cbl模块、第一上采样层、第二csp2_x模块、第六cbl模块、第二上采样层、第三csp2_x模块、第七cbl模块、第三上采样层以及第四csp2_x模块，

7.根据权利要求6所述的管道环焊缝缺陷识别方法，其特征在于，所述浅层图形特征提取网络包括第八cbl模块、第五csp2_x模块、第九cbl模块、第六csp2_x模块、第十cbl模块以及第七csp2_x模块，

8.根据权利要求3所述的管道环焊缝缺陷识别方法，其特征在于，所述管道图像测试集包括多个管道对比测试图、多个管道伪彩测试图和多个管道伪彩增强测试图，

9.一种管道环焊缝缺陷识别装置，其特征在于，包括：

10.根据权利要求9所述的管道环焊缝缺陷识别装置，其特征在于，所述预处理模块具体用于：

技术总结本发明提供一种管道环焊缝缺陷识别方法以及装置，属于管道识别技术领域，方法包括：从检测器中获得管道电压数据，并将管道电压数据转化为原始管道灰度图；对原始管道灰度图进行预处理，得到待处理管道图像数据集；将待处理管道图像数据集划分为管道图像训练集、管道图像验证集以及管道图像测试集；构建训练模型，通过管道图像训练集和管道图像验证集对训练模型进行模型改进得到目标识别模型；通过目标识别模型对管道图像测试集进行识别分析得到管道环焊缝缺陷的识别结果。本发明有效地提高了管道环焊缝缺陷的识别效果，极大地提高了数据处理的效率和准确度，对于实际漏磁信号识别以及管道智能化检测具有重要的作用。技术研发人员：李亚平,刘觉非,彭云超,马雪莉,胡亚博,曹旦夫,范晓明,成文峰,薛鹏,杜慧丽,齐峰,崔德荣,淦邦,朱磊,成涛林受保护的技术使用者：国家石油天然气管网集团有限公司技术研发日：技术公布日：2024/5/29