基于图像处理的石油管道焊缝缺陷检测方法与流程

本发明涉及石油管道检测领域。更具体地，本发明涉及基于图像处理的石油管道焊缝缺陷检测方法。

背景技术：

1、石油管道焊接质量的检测对于确保整个能源运输系统的安全性和可靠性至关重要。焊接缺陷如裂纹、气孔、未熔合等，不仅可能导致石油泄漏，甚至可能引发爆炸等严重安全事故。因此，对石油管道焊缝进行严格的质量检测是保障管道安全运行的关键。焊接质量的检测通常包括对焊缝的外部和内部质量进行检验。

2、tofd（time-of-flight diffraction）检测技术是一种超声波无损检测技术，广泛应用于石油管道的焊缝检测中。tofd检测技术依据超声波在管道的材料中传播时，遇到缺陷时产生的衍射现象来检测焊缝中的缺陷，如裂纹、未焊透、夹渣等，利用缺陷上端点及下端点衍射波对缺陷进行定位。

3、现有公开号为cn116263430a的中国专利申请文件公开了一种管道环焊缝缺陷危害程度判定方法。该方法，分别对管道环焊缝缺陷进行射线检测和tofd检测；对通过射线检测和tofd检测的管道环焊缝缺陷，判定管道环焊缝缺陷和进行分类，包括含表面开口缺陷和埋藏型缺陷；对表面开口缺陷判定为危害性缺陷；对埋藏型缺陷通过tofd检测和超标缺陷部位超声波校核，判定为可接受缺陷和不合格；对不合格缺陷分为点状缺陷和线状缺陷，进而判定可接受缺陷和危害性缺陷。

4、但是，tofd检测中的缺陷衍射信号的灰度值与原有信号的灰度值较为相近，会增加缺陷识别难度，导致在对管道焊缝缺陷检测时出现检测结果不准确的情况。

技术实现思路

1、为解决焊缝缺陷检测结果不准确的问题，本发明提出基于图像处理的石油管道焊缝缺陷检测方法。

2、本发明公开基于图像处理的石油管道焊缝缺陷检测方法，包括：获取待测石油管道的tofd图像，构建坐标系，计算每一行像素点属于原有信号的概率，原有信号包括上下表面回波、直通波和侧壁回波，剔除概率大于预设概率阈值的行中所有像素点获得剩余像素点，将任一剩余像素点作为目标点；计算目标点的异常程度，将异常程度大于预设异常阈值的像素点作为异常点；计算任意两个异常点的同纹理概率，根据同纹理概率利用区域生长将异常点相连，获得异常线，同纹理概率满足关系式：

3、，表示异常点和异常点的同纹理概率，表示调节因子，和分别表示异常点的异常程度和异常点的异常程度，和分别表示异常点的横坐标和异常点的横坐标，表示异常点和异常点的欧式距离，表示指数函数；计算焊缝的总缺陷程度，完成石油管道焊缝缺陷检测。

4、通过构建坐标系和计算像素点属于原有信号的概率，有效地识别并剔除了非缺陷相关的信号，从而提高了检测的针对性。通过计算目标点的异常程度并将其与预设异常阈值比较，进一步筛选出潜在的异常点。利用同纹理概率和区域生长算法将这些异常点相连，形成了异常线，不仅能够识别出单个缺陷点，还能揭示缺陷的连续性和延伸趋势。

5、优选的，所述计算每一行像素点属于原有信号的概率包括：

6、计算属于上下表面回波和直通波的概率：，表示第行像素点属于上下表面回波和直通波的概率，表示第行像素点灰度值均值，表示第行像素点的熵值，表示指数函数。

7、计算属于侧壁回波的概率：，表示第行像素点属于侧壁回波的概率，表示第行像素点灰度值均值，表示第行像素点的熵值，表示指数函数。

8、利用了图像的灰度均值和熵值作为特征，灰度均值反映了图像的亮度分布，而熵值则表征了图像的复杂度和信息量。通过将这些特征与指数函数结合，能够量化每个像素点属于不同信号类型的可能性，进而识别出与原有信号相关的像素点。

9、优选的，计算所述异常程度包括：获取目标点邻域内像素点的灰度值均值，将目标点的灰度值与灰度值均值的差值进行归一化，作为异常程度。

10、优选的，计算所述异常程度还包括：获取目标点邻域内像素点的梯度值均值，将目标点的梯度值与梯度值均值的差值进行归一化，作为异常程度。

11、优选的，所述总缺陷程度满足关系式：

12、，表示总缺陷程度，表示异常线中异常点总数，表示剩余像素点总数，表示异常线中异常点异常程度的均值，表示异常线总数，表示归一化函数。

13、能够全面地评估石油管道中焊缝的异常情况，不仅关注异常点的数量，还考虑了这些异常点的分布和严重程度。

14、优选的，所述总缺陷程度还包括：获得直流波区域和回波之间区域，根据直流波区域和回波区域之间的研究区域中信号振幅计算波动程度；计算异常点总数与剩余像素点总数的数量比，将波动程度与数量比相加并进行归一化的结果作为总缺陷程度。

15、不仅仅考虑了异常点的数量和分布情况，还通过引入波动程度，能够反映信号振幅的波动情况，从而更全面地捕捉到tofd图像中的异常模式。

16、优选的，所述波动程度包括：计算研究区域信号振幅的方差；计算研究区域内相邻两个时间点对应振幅连线的斜率，进而得到研究区域的斜率均值；将方差和斜率均值相加并进行归一化的结果作为波动程度。

17、优选的，所述以完成石油管道焊缝缺陷检测包括：响应于总缺陷程度大于检修阈值，发送报警信号，对石油管道进行检修；响应于总缺陷程度不大于检修阈值，计算大于预设长度的异常线数量与总异常线数量的比值，当比值大于二分之一时，对石油管道进行检修或者替换，当比值不大于二分之一时，石油管道继续使用。

18、通过检修阈值能够将异常点多的石油管道首先筛选出来，进行检修或替换；但是总缺陷程度低仅代表异常点的个数少，并不能保证石油管道一定是可以继续使用的，对生成的异常线进行约束，能够判断出可能对石油管道造成影响的异常线长度，若异常点的个数少但是能够连成较长的异常线，表示石油管道的局部异常大，当连成的异常线超过一定长度，也能体现出石油管道需要进行检修或者替换。

19、本发明的有益效果：

20、1、本发明通过构建坐标系并计算每一行像素点属于原有信号的概率，有效地剔除了非缺陷信号，保留了可能存在缺陷的像素点。模拟了实际焊缝中信号的传播和反射过程，通过概率模型来区分正常信号和异常信号，为后续的缺陷检测打下了基础。

21、2、本发明通过计算目标点的异常程度，并结合邻域内像素点的灰度值和梯度值，进一步识别出真正的异常点。通过分析焊缝图像的局部特征，捕捉到了可能代表缺陷的细微变化，从而提高了缺陷检测的准确性。

22、3、本发明引入了同纹理概率的概念，通过区域生长的方法将异常点相连，形成异常线。考虑了异常点的空间分布和纹理特征，通过概率模型来评估异常点之间的关联性，有助于识别出连续的缺陷区域，也有助于判断局部异常是否能够影响石油管道使用的安全性。

23、4、本发明通过计算总缺陷程度并结合检修阈值，有助于及时采取维护措施，避免因缺陷导致的安全事故。并且能够提高焊缝缺陷检测的自动化水平，减少了人工检测的主观性和劳动强度；有助于延长管道的使用寿命，确保石油运输的安全和效率。

1.基于图像处理的石油管道焊缝缺陷检测方法，其特征在于，包括：

2.根据权利要求1所述的基于图像处理的石油管道焊缝缺陷检测方法，其特征在于，所述计算每一行像素点属于原有信号的概率包括：

3.根据权利要求1所述的基于图像处理的石油管道焊缝缺陷检测方法，其特征在于，计算所述异常程度包括：

4.根据权利要求1所述的基于图像处理的石油管道焊缝缺陷检测方法，其特征在于，计算所述异常程度还包括：

5.根据权利要求1所述的基于图像处理的石油管道焊缝缺陷检测方法，其特征在于，所述总缺陷程度满足关系式：

6.根据权利要求1所述的基于图像处理的石油管道焊缝缺陷检测方法，其特征在于，所述总缺陷程度还包括：

7.根据权利要求6所述的基于图像处理的石油管道焊缝缺陷检测方法，其特征在于，所述波动程度包括：

8.根据权利要求1所述的基于图像处理的石油管道焊缝缺陷检测方法，其特征在于，所述以完成石油管道焊缝缺陷检测包括：