管道焊缝数字图像缺陷自动识别技术

• 作者: 孙玄 王明锋 董绍华 谢书懿
• 来源期刊: 天然气工业
• 关键词: 管道焊缝 射线底片 数字图像 缺陷库 SVM分类模型 缺陷识别 自动识别 软件开发
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 集输与加工
• 页码范围: 113-117
• 页数: 5页
• 语种: 中文
• DOI: 10.3787/j.issn.1000-0976.2019.01.013

摘要

管道焊缝数字图像是管道焊缝可靠性管理的重要依据,但对其进行人工判别的误判率较高.为了提高对管道焊缝数字图像缺陷的识别准确度,采用多项边缘检测、检测通道与阈值分割等方法,对管道焊缝图像中存在的缺陷进行图像处理,构造了焊缝数字图像缺陷特征库,包含灰度差、等效面积、圆形度、熵、相关度等参数,建立了多分类器构造(SVM)模型,实现了对管道焊缝数字图像缺陷的分类评价,最终开发出管道焊缝数字图像缺陷自动识别软件,并进行了现场验证分析.研究结果表明:①图像处理后在没有噪声的情况下,Canny等算法都可以得到很好的边缘检测结果,在有噪声的情况下,检测结果出现伪边缘,选用自动选取阈值方法进行图像边缘检测,能够取得合理的阈值;②所建立的焊缝数字图像缺陷特征数据库包含形状特征和纹理特征、图像长度像素等14项参数;③通过所建立的SVM分类模型,可以分类获取缺陷形状特征,找出裂纹、夹渣、气孔、未焊透、未熔合和条形等缺陷特征.现场应用结果表明:①该缺陷自动识别技术适用于对各类管道焊缝缺陷质量的识别判定;②其识别准确率超过90％;③该技术实现了对管道焊缝数字图像缺陷的自动识别和自动化评价.结论认为,该研究成果有助于确保管道的安全运行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董绍华		17	134	5.0	11.0
2	孙玄		1	0	0.0	0.0
3	谢书懿		1	0	0.0	0.0
4	王明锋		2	0	0.0	0.0