管道焊缝缺陷检测方法、装置、系统及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110969611A(43)申请公布日2020.04.07(21)申请号201911219159.1(22)申请日2019.12.03(71)申请人广州特种承压设备检测研究院地址510663广东省广州市黄埔区科学城科研路9号(72)发明人杨波王志刚李茂东申洋翟伟张双红周明徐青永何颖怡伍振凌(74)专利代理机构广州华进联合专利商标代理有限公司44224代理人石慧(51)Int.Cl.G06T7/00(2017.01)G06T7/10(2017.01)G06T7/136(2017.01)权利要求书2页说明书9页附图3页(54)发明名称管道焊缝缺陷检测方法、装置、系统及存储介质(57)摘要本申请涉及一种管道焊缝缺陷检测方法、装置、系统及存储介质。其中，管道焊缝缺陷检测方法获取各焊缝图像；分别对各焊缝图像进行预处理，得到各焊缝目标区域图像；对各焊缝目标区域图像进行数据增强处理，得到焊缝缺陷数据集；标注焊缝缺陷数据集中图像的缺陷部位，得到焊缝缺陷训练集；采用焊缝缺陷训练集对目标检测模型进行训练，得到缺陷检测模型；采用缺陷检测模型对待测焊缝图像进行图像匹配，输出检测结果。对焊缝图像进行预处理，能够较好的保留了图像纹理细节。通过对各焊缝目标区域图像进行数据增强处理，使得本申请焊缝缺陷数据集的样本数量增多，从而使得后期得到的缺陷检测模型具有更好的泛化能力。CN110969611ACN110969611A权利要求书1/2页1.一种管道焊缝缺陷检测方法，其特征在于，包括步骤：获取各焊缝图像；分别对各所述焊缝图像进行预处理，得到各焊缝目标区域图像；对各所述焊缝目标区域图像进行数据增强处理，得到焊缝缺陷数据集；标注所述焊缝缺陷数据集中图像的缺陷部位，得到焊缝缺陷训练集；采用所述焊缝缺陷训练集对目标检测模型进行训练，得到缺陷检测模型；采用所述缺陷检测模型对待测焊缝图像进行图像匹配，输出检测结果。2.根据权利要求1所述的管道焊缝缺陷检测方法，其特征在于，分别对各所述焊缝图像进行预处理，得到焊缝目标区域图像的步骤，包括：采用傅里叶变换处理所述焊缝图像，得到所述焊缝图像的频域信息；对所述焊缝图像的频域信息进行非局部均值滤波处理，得到降噪后的焊缝图像；分割所述降噪后的焊缝图像，得到所述焊缝目标区域图像。3.根据权利要求2所述的管道焊缝缺陷检测方法，其特征在于，分割所述降噪后的焊缝图像，得到焊缝目标区域图像的步骤，包括；采用大津算法获取所述降噪后的焊缝图像的分割阈值；根据所述分割阈值，对所述降噪后的焊缝图像进行分割，得到所述焊缝目标区域图像。4.根据权利要求1所述的管道焊缝缺陷检测方法，其特征在于，标注所述焊缝缺陷数据集中图像数据的缺陷部位，得到焊缝缺陷训练集的步骤，包括：标注所述焊缝缺陷数据集中图像的缺陷部位；基于焊缝类别对各所述缺陷部位进行分类，得到各所述缺陷部位的类别；根据所述焊缝缺陷数据集中的图像和各所述缺陷部位的类别，生成所述焊缝缺陷训练集。5.根据权利要求4所述的管道焊缝缺陷检测方法，其特征在于，基于焊缝类别对各所述缺陷部位进行分类，得到各所述缺陷部位的类别的步骤包括：提取所述缺陷部位的特征信息；将所述缺陷部分的特征信息与焊缝特征信息进行比对；根据所述比对的结果，确定各所述缺陷部位的类别。6.一种管道焊缝缺陷检测装置，其特征在于，包括：图像获取模块，用于获取各焊缝图像；预处理模块，用于分别对各所述焊缝图像进行预处理，得到焊缝目标区域图像；焊缝缺陷数据集生成模块，对各所述焊缝目标区域图像进行数据增强处理，得到焊缝缺陷数据集；焊缝缺陷训练集生成模块，用于标注所述焊缝缺陷数据集中图像的缺陷部位，得到焊缝缺陷训练集；训练模块，用于采用所述焊缝缺陷训练集对目标检测模型进行训练，得到缺陷检测模型；匹配模块，采用所述缺陷检测模型对待测焊缝图像进行图像匹配，输出检测结果。7.根据权利要求6所述的管道焊缝缺陷检测装置，其特征在于，所述预处理模块包括：傅里叶变换模块，用于采用傅里叶变换处理所述焊缝图像，得到所述焊缝图像的频域信息；2CN110969611A权利要求书2/2页非局部均值滤波模块，用于对所述焊缝图像的频域信息进行非局部均值滤波处理，得到降噪后的焊缝图像；分割模块，用于分割所述降噪后的焊缝图像，得到焊缝目标区域图像。8.一种管道焊缝缺陷检测系统，其特征在于，包括探头，存储器，以及分别连接所述探头和存储器的处理器；所述存储器存储有计算机程序；所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。9.根据权利要求8所述的管道焊缝缺陷检测系统，其特征在于，还包括与所述处理器连接的报警设备；所述探头包括多个探头；各所述探头的曲率半径不同。10.一种计算机可读存储介质，其上存