CN112816545A - 确定储罐维修补板面积的方法及装置 - Google Patents
确定储罐维修补板面积的方法及装置 Download PDFInfo
- Publication number
- CN112816545A CN112816545A CN202011063056.3A CN202011063056A CN112816545A CN 112816545 A CN112816545 A CN 112816545A CN 202011063056 A CN202011063056 A CN 202011063056A CN 112816545 A CN112816545 A CN 112816545A
- Authority
- CN
- China
- Prior art keywords
- image
- storage tank
- leakage detection
- determining
- magnetic flux
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000001514 detection method Methods 0.000 claims abstract description 95
- 230000007547 defect Effects 0.000 claims abstract description 84
- 230000005291 magnetic effect Effects 0.000 claims abstract description 83
- 230000004907 flux Effects 0.000 claims abstract description 77
- 230000008439 repair process Effects 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims description 33
- 238000012423 maintenance Methods 0.000 abstract description 11
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 16
- 238000004590 computer program Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 230000007797 corrosion Effects 0.000 description 6
- 238000005260 corrosion Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000000877 morphologic effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 239000003302 ferromagnetic material Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
- G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
- G01N27/83—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws by investigating stray magnetic fields
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Geometry (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本发明公开了一种确定储罐维修补板面积的方法及装置。该发明包括：获取目标储罐底板的漏磁检测图像，其中，漏磁检测图像的尺寸与目标储罐底板的尺寸大小成预设比例；对漏磁检测图像中的缺陷进行识别；根据缺陷确定目标储罐的维修补板面积。通过本发明，解决了相关技术中通过人为计算储罐补板面积，导致计算出的储罐补板面积准确度低的技术问题。
Description
技术领域
本发明涉及储罐维修领域，具体而言，涉及一种确定储罐维修补板面积的方法及装置。
背景技术
相关技术中规定当罐底边缘板平均减薄量大于原设计厚度的15％，或中幅板平均减薄量大于原设计厚度的20％时，且腐蚀面积小于50％时，应考虑补板或局部更换新板。
目前通用的补板面积测算方法为：根据漏磁检测报告，凭借维修经验，人为测算补板面积大小。
上述方法具有人为主观性强、准确度差等缺点。
针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。
发明内容
本发明的主要目的在于提供一种确定储罐维修补板面积的方法及装置，以解决相关技术中通过人为计算储罐补板面积，导致计算出的储罐补板面积准确度低的技术问题。
为了实现上述目的，根据本发明的一个方面，提供了一种确定储罐维修补板面积的方法。该发明包括：获取目标储罐底板的漏磁检测图像，其中，漏磁检测图像的尺寸与目标储罐底板的尺寸大小成预设比例；对漏磁检测图像中的缺陷进行识别；根据缺陷确定目标储罐的维修补板面积。
进一步地，获取目标储罐底板的漏磁检测图像包括：通过漏磁检测系统绘制目标储罐底板的CAD图像；依据CAD图像获得漏磁检测图像。
进一步地，在对漏磁检测图像中的缺陷进行识别之前，该方法包括：对漏磁检测图像进行灰度处理，得到灰度图像；对灰度图像进行二值化处理，得到第一图像；对第一图像进行图像形态学操作，得到第二图像。
进一步地，对漏磁检测图像中的缺陷进行识别包括：将第二图像进行取反，得到特征识别图像；将特征识别图像中识别出的特征，确定为目标储罐底板的缺陷。
进一步地，通过缺陷确定目标储罐的维修补板面积包括：对识别出的缺陷进行定位，并确定缺陷的位置；通过缺陷的位置，确定目标储罐的维修补板面积，其中，维修补板面积为包括所有缺陷的最小面积。
为了实现上述目的，根据本发明的另一方面，提供了一种确定储罐维修补板面积的装置。该装置包括：获取单元，用于获取目标储罐底板的漏磁检测图像，其中，漏磁检测图像的尺寸与目标储罐底板的尺寸大小成预设比例；识别单元，用于对漏磁检测图像中的缺陷进行识别；确定单元，用于根据缺陷确定目标储罐的维修补板面积。
为了实现上述目的，根据本发明的另一方面，提供了一种“计算机可读存储介质”或“非易失性存储介质”，“计算机可读存储介质”或“非易失性存储介质”包括存储的程序，其中，在程序运行时控制“计算机可读存储介质”或“非易失性存储介质”所在设备执行上述一种确定储罐维修补板面积的方法。
为了实现上述目的，根据本发明的另一方面，提供了一种处理器。该处理器用于运行程序，程序运行时执行上述一种确定储罐维修补板面积的方法。
通过本发明，采用以下步骤：获取目标储罐底板的漏磁检测图像，其中，漏磁检测图像的尺寸与目标储罐底板的尺寸大小成预设比例；对漏磁检测图像中的缺陷进行识别；根据缺陷确定目标储罐的维修补板面积，解决了相关技术中通过人为计算储罐补板面积，导致计算出的储罐补板面积准确度低的技术问题，进而达到了提高储罐腐蚀面积的识别效率。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例提供的一种确定储罐维修补板面积的方法的流程图；
图2为本发明实施例提供的漏磁检测图像处理后得到的灰度图像的示意图；
图3为本发明实施例中第一图像通过形态学操作后得到第二图像的示意图；
图4为本发明实施例通过储罐缺陷位置确定维修补板面积的过程示意图；以及
图5是根据本发明实施例提供的一种确定储罐维修补板面积的装置的示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了便于描述，以下对本发明实施例涉及的部分名词或术语进行说明：
漏磁检测：漏磁检测是十分重要的无损检测方法，应用十分广泛，具体是指铁磁材料被磁化后，因试件表面或近表面的缺陷而在其表面形成漏磁场，人们可以通过检测漏磁场的变化而发现缺陷。
根据本发明的实施例，提供了一种确定储罐维修补板面积的方法。
图1是根据本发明实施例提供的一种确定储罐维修补板面积的方法的流程图。如图1所示，该发明包括以下步骤：
步骤S101，获取目标储罐底板的漏磁检测图像，其中，漏磁检测图像的尺寸与目标储罐底板的尺寸大小成预设比例。
步骤S102，对漏磁检测图像中的缺陷进行识别。
步骤S103，根据缺陷确定目标储罐的维修补板面积。
上述地，本申请提供了一种基于图像处理技术的储罐维修补板面积测算方法，通过获取储罐底板的漏磁检测图像，进而对漏磁检测图像进行一系列的图像处理，准确识别腐蚀面积大小，帮助维修人员做出科学决策。
其中，漏磁检测图像的尺寸大小与目标储罐的底板尺寸大小成预设比例，通过图像处理等手段获得漏磁检测图像中腐蚀面积的大小，进而通过实际储罐底板的大小与漏磁检测图像大小之间的比例可以换算出储罐底板的实际维修补板面积。
上述地，漏磁检测图像与储罐底板的尺寸大小之间的预设比例是按照实际情况设置的，在本申请实施例中不做具体限定。
本发明实施例提供的一种确定储罐维修补板面积的方法，通过获取目标储罐底板的漏磁检测图像，其中，漏磁检测图像的尺寸与目标储罐底板的尺寸大小成预设比例；对漏磁检测图像中的缺陷进行识别；根据缺陷确定目标储罐的维修补板面积，解决了相关技术中通过人为计算储罐补板面积，导致计算出的储罐补板面积准确度低的技术问题，进而达到了提高储罐腐蚀面积的识别效率。
可选地，获取目标储罐底板的漏磁检测图像包括：通过漏磁检测系统绘制目标储罐底板的CAD图像；依据CAD图像获得漏磁检测图像。
上述地，储罐底板采用的漏磁检测系统紧贴罐壁板，能自动绘制整个储罐底板的CAD图形，通过CAD图形再将储罐底板的缺陷的漏磁数据进行可视化处理以获得储罐底板的漏磁检测图像。
可选地，在对漏磁检测图像中的缺陷进行识别之前，该方法包括：对漏磁检测图像进行灰度处理，得到灰度图像；对灰度图像进行二值化处理，得到第一图像；对第一图像进行图像形态学操作，得到第二图像。
具体地，缺陷漏磁数据可视化的方法主要有三种：曲线图显示、灰度图显示和伪彩色图显示，本实施例中优选为灰度图显示。
上述地，本实施例中主要通过图像处理手段来确定储罐底板的维修补板面积，其中包括对漏磁检测原图像进行灰度处理，得到灰度图像，如图2所示，图2为漏磁检测图像处理后得到的灰度图像的示意图。
进一步地，再对灰度图像进行二值化处理，形态学操作以剔除图像中的无用信息，并得到第二图像，如图3所示，图3为第一图像通过形态学操作后得到第二图像的示意图。
可选地，对漏磁检测图像中的缺陷进行识别包括：将第二图像进行取反，得到特征识别图像；将特征识别图像中识别出的特征，确定为目标储罐底板的缺陷。
进一步地，对形态学处理后的第二图像进行取反以识别出缺陷形成的图像特征。
可选地，通过缺陷确定目标储罐的维修补板面积包括：对识别出的缺陷进行定位，并确定缺陷的位置；通过缺陷的位置，确定目标储罐的维修补板面积，其中，维修补板面积为包括所有缺陷的最小面积。
具体地，通过取反后得到的图像特征可以对储罐底板的缺陷进行定位，并确定缺陷的位置，如图4所示，再将包含住所有缺陷位置的最小面积确定为储罐底板的维修补板面积，图4为本发明实施例通过储罐缺陷位置确定维修补板面积的过程示意图。
因此，通过对缺陷位置的识别并确定维修补板的面积避免了人为通过肉眼识别缺陷确定维修补板的面积的操作，提高了确定维修补板面积的效率，同时提高了维修补板的利用率。
同时，需要说明的是，本申请提供的上述实施例仅适用于储罐底板部分区域发生缺陷的情况，而不适用于整个底板具有缺陷，需要更换整个底板部分的情况。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例还提供了一种确定储罐维修补板面积的装置，需要说明的是，本发明实施例的一种确定储罐维修补板面积的装置可以用于执行本发明实施例所提供的用于一种确定储罐维修补板面积的方法。以下对本发明实施例提供的一种确定储罐维修补板面积的装置进行介绍。
图5是根据本发明实施例提供的一种确定储罐维修补板面积的装置的示意图。如图5所示，该装置包括：获取单元501，用于获取目标储罐底板的漏磁检测图像，其中，漏磁检测图像的尺寸与目标储罐底板的尺寸大小成预设比例；识别单元502，用于对漏磁检测图像中的缺陷进行识别；确定单元503，用于根据缺陷确定目标储罐的维修补板面积。
本发明实施例提供的一种确定储罐维修补板面积的装置，通过获取单元501，用于获取目标储罐底板的漏磁检测图像，其中，漏磁检测图像的尺寸与目标储罐底板的尺寸大小成预设比例；识别单元502，用于对漏磁检测图像中的缺陷进行识别；确定单元503，用于根据缺陷确定目标储罐的维修补板面积，解决了相关技术中通过人为计算储罐补板面积，导致计算出的储罐补板面积准确度低的技术问题，进而达到了提高储罐腐蚀面积的识别效率。
可选地，获取单元501包括：第一绘制子单元，用于通过漏磁检测系统绘制目标储罐底板的CAD图像；第二绘制子单元，用于依据CAD图像获得漏磁检测图像。
可选地，该装置包括：第一处理单元，用于在对漏磁检测图像中的缺陷进行识别之前，对漏磁检测图像进行灰度处理，得到灰度图像；第二处理单元，用于对灰度图像进行二值化处理，得到第一图像；第三处理单元，用于对第一图像进行图像形态学操作，得到第二图像。
可选地，识别单元502包括：取反子单元，用于将第二图像进行取反，得到特征识别图像；第一确定子单元，用于将特征识别图像中识别出的特征，确定为目标储罐底板的缺陷。
可选地，确定单元503包括：第二确定子单元，用于对识别出的缺陷进行定位，并确定缺陷的位置；第三确定子单元，用于通过缺陷的位置，确定目标储罐的维修补板面积，其中，维修补板面积为包括所有缺陷的最小面积。
一种确定储罐维修补板面积的装置包括处理器和存储器，上述获取单元501等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来解决相关技术中通过人为计算储罐补板面积，导致计算出的储罐补板面积准确度低的技术问题。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现一种确定储罐维修补板面积的方法。
本发明实施例提供了一种处理器，处理器用于运行程序，其中，程序运行时执行一种确定储罐维修补板面积的方法。
本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：获取目标储罐底板的漏磁检测图像，其中，漏磁检测图像的尺寸与目标储罐底板的尺寸大小成预设比例；对漏磁检测图像中的缺陷进行识别；根据缺陷确定目标储罐的维修补板面积。
可选地，获取目标储罐底板的漏磁检测图像包括：通过漏磁检测系统绘制目标储罐底板的CAD图像；依据CAD图像获得漏磁检测图像。
可选地，在对漏磁检测图像中的缺陷进行识别之前，该方法包括：对漏磁检测图像进行灰度处理，得到灰度图像；对灰度图像进行二值化处理，得到第一图像；对第一图像进行图像形态学操作，得到第二图像。
可选地，对漏磁检测图像中的缺陷进行识别包括：将第二图像进行取反，得到特征识别图像；将特征识别图像中识别出的特征，确定为目标储罐底板的缺陷。
可选地，通过缺陷确定目标储罐的维修补板面积包括：对识别出的缺陷进行定位，并确定缺陷的位置；通过缺陷的位置，确定目标储罐的维修补板面积，其中，维修补板面积为包括所有缺陷的最小面积。本文中的设备可以是服务器、PC、PAD、手机等。
本发明还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：获取目标储罐底板的漏磁检测图像，其中，漏磁检测图像的尺寸与目标储罐底板的尺寸大小成预设比例；对漏磁检测图像中的缺陷进行识别；根据缺陷确定目标储罐的维修补板面积。
可选地，获取目标储罐底板的漏磁检测图像包括：通过漏磁检测系统绘制目标储罐底板的CAD图像；依据CAD图像获得漏磁检测图像。
可选地，在对漏磁检测图像中的缺陷进行识别之前，该方法包括：对漏磁检测图像进行灰度处理，得到灰度图像；对灰度图像进行二值化处理，得到第一图像；对第一图像进行图像形态学操作，得到第二图像。
可选地，对漏磁检测图像中的缺陷进行识别包括：将第二图像进行取反，得到特征识别图像；将特征识别图像中识别出的特征，确定为目标储罐底板的缺陷。
可选地，通过缺陷确定目标储罐的维修补板面积包括：对识别出的缺陷进行定位，并确定缺陷的位置；通过缺陷的位置，确定目标储罐的维修补板面积，其中，维修补板面积为包括所有缺陷的最小面积。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种确定储罐维修补板面积的方法，其特征在于，包括：
获取目标储罐底板的漏磁检测图像，其中，所述漏磁检测图像的尺寸与所述目标储罐底板的尺寸大小成预设比例；
对所述漏磁检测图像中的缺陷进行识别；
根据所述缺陷确定所述目标储罐的维修补板面积。
2.根据权利要求1所述的方法，其特征在于，获取目标储罐底板的漏磁检测图像包括：
通过漏磁检测系统绘制所述目标储罐底板的CAD图像；
依据所述CAD图像获得所述漏磁检测图像。
3.根据权利要求1所述的方法，其特征在于，在对所述漏磁检测图像中的缺陷进行识别之前，所述方法包括：
对所述漏磁检测图像进行灰度处理，得到灰度图像；
对所述灰度图像进行二值化处理，得到第一图像；
对所述第一图像进行图像形态学操作，得到第二图像。
4.根据权利要求3所述的方法，其特征在于，对所述漏磁检测图像中的缺陷进行识别包括：
将所述第二图像进行取反，得到特征识别图像；
将所述特征识别图像中识别出的特征，确定为所述目标储罐底板的缺陷。
5.根据权利要求4所述的方法，其特征在于，通过所述缺陷确定所述目标储罐的维修补板面积包括：
对识别出的所述缺陷进行定位，并确定所述缺陷的位置；
通过所述缺陷的位置，确定所述目标储罐的维修补板面积，其中，所述维修补板面积为包括所有所述缺陷的最小面积。
6.一种确定储罐维修补板面积的装置，其特征在于，包括：
获取单元，用于获取目标储罐底板的漏磁检测图像，其中，所述漏磁检测图像的尺寸与所述目标储罐底板的尺寸大小成预设比例；
识别单元，用于对所述漏磁检测图像中的缺陷进行识别；
确定单元，用于根据所述缺陷确定所述目标储罐的维修补板面积。
7.根据权利要求6所述的装置，其特征在于，所述获取单元包括：
第一绘制子单元，用于通过漏磁检测系统绘制所述目标储罐底板的CAD图像；
第二绘制子单元，用于依据所述CAD图像获得所述漏磁检测图像。
8.根据权利要求6所述的装置，其特征在于，所述装置包括：
第一处理单元，用于在对所述漏磁检测图像中的缺陷进行识别之前，对所述漏磁检测图像进行灰度处理，得到灰度图像；
第二处理单元，用于对所述灰度图像进行二值化处理，得到第一图像；
第三处理单元，用于对所述第一图像进行图像形态学操作，得到第二图像。
9.一种“计算机可读存储介质”或“非易失性存储介质”，其特征在于，所述“计算机可读存储介质”或“非易失性存储介质”包括存储的程序，其中，在所述程序运行时控制所述“计算机可读存储介质”或“非易失性存储介质”所在设备执行权利要求1至5中任意一项所述一种确定储罐维修补板面积的方法。
10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至5中任意一项所述一种确定储罐维修补板面积的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011063056.3A CN112816545A (zh) | 2020-09-30 | 2020-09-30 | 确定储罐维修补板面积的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011063056.3A CN112816545A (zh) | 2020-09-30 | 2020-09-30 | 确定储罐维修补板面积的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112816545A true CN112816545A (zh) | 2021-05-18 |
Family
ID=75853077
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011063056.3A Pending CN112816545A (zh) | 2020-09-30 | 2020-09-30 | 确定储罐维修补板面积的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112816545A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105139027A (zh) * | 2015-08-05 | 2015-12-09 | 北京天诚盛业科技有限公司 | 胶囊头缺陷检测方法和装置 |
| CN105866241A (zh) * | 2016-04-03 | 2016-08-17 | 武汉理工大学 | 机器视觉自分析轴类零件探伤装置及方法 |
| CN106097368A (zh) * | 2016-06-22 | 2016-11-09 | 国家林业局北京林业机械研究所 | 一种单板裂缝的识别方法 |
| CN106485696A (zh) * | 2016-09-22 | 2017-03-08 | 电子科技大学 | 一种基于机器视觉的易爆危险品压合缺陷的检测方法 |
| US20180172601A1 (en) * | 2016-12-15 | 2018-06-21 | Thyssenkrupp Rasselstein Gmbh | Method of inspecting a steel strip |
| CN207914762U (zh) * | 2018-02-07 | 2018-09-28 | 广东茂化建集团有限公司 | 大型储罐环缝自动焊机可调升降平台 |
| CN109991306A (zh) * | 2017-12-29 | 2019-07-09 | 西南科技大学 | 基于荧光磁粉的金属工件焊接缺陷的分类识别与定位 |
| CN110533653A (zh) * | 2019-08-30 | 2019-12-03 | 国家电网有限公司 | 高压电气设备缺陷检测方法、装置及终端设备 |
| CN110992363A (zh) * | 2019-12-27 | 2020-04-10 | 中国石油大学(华东) | 一种基于生成对抗网络的三维漏磁检测缺陷重构方法 |
-
2020
- 2020-09-30 CN CN202011063056.3A patent/CN112816545A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105139027A (zh) * | 2015-08-05 | 2015-12-09 | 北京天诚盛业科技有限公司 | 胶囊头缺陷检测方法和装置 |
| CN105866241A (zh) * | 2016-04-03 | 2016-08-17 | 武汉理工大学 | 机器视觉自分析轴类零件探伤装置及方法 |
| CN106097368A (zh) * | 2016-06-22 | 2016-11-09 | 国家林业局北京林业机械研究所 | 一种单板裂缝的识别方法 |
| CN106485696A (zh) * | 2016-09-22 | 2017-03-08 | 电子科技大学 | 一种基于机器视觉的易爆危险品压合缺陷的检测方法 |
| US20180172601A1 (en) * | 2016-12-15 | 2018-06-21 | Thyssenkrupp Rasselstein Gmbh | Method of inspecting a steel strip |
| CN109991306A (zh) * | 2017-12-29 | 2019-07-09 | 西南科技大学 | 基于荧光磁粉的金属工件焊接缺陷的分类识别与定位 |
| CN207914762U (zh) * | 2018-02-07 | 2018-09-28 | 广东茂化建集团有限公司 | 大型储罐环缝自动焊机可调升降平台 |
| CN110533653A (zh) * | 2019-08-30 | 2019-12-03 | 国家电网有限公司 | 高压电气设备缺陷检测方法、装置及终端设备 |
| CN110992363A (zh) * | 2019-12-27 | 2020-04-10 | 中国石油大学(华东) | 一种基于生成对抗网络的三维漏磁检测缺陷重构方法 |
Non-Patent Citations (4)
| Title |
|---|
| 合肥通用机械研究所编: "《油气储运建设工程手册 设计•预概算•施工•管理》", vol. 1, 合肥通用机械研究所, pages: 26 * |
| 杨志军 等: "储罐底板漏磁检测量化技术研究", 《压力容器》, vol. 26, no. 9, pages 7 - 11 * |
| 王珅 等: "储罐底板腐蚀检测数据采集和分析软件的开发", 《清华大学学报(自然科学版)》, vol. 48, no. 1, pages 1 * |
| 田利 等: "大型常压储罐底板腐蚀的漏磁检测与安全评定", 《无损检测》, vol. 35, no. 6, pages 49 - 52 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107392218B (zh) | 一种基于图像的车辆定损方法、装置及电子设备 | |
| CN111627009A (zh) | 一种屏幕检测方法、装置及头戴显示设备 | |
| CN111046862B (zh) | 一种字符分割方法、装置以及计算机可读存储介质 | |
| CN112634201B (zh) | 目标检测方法、装置和电子设备 | |
| CN109283182A (zh) | 一种电池焊点缺陷的检测方法、装置及系统 | |
| CN108983456B (zh) | 显示屏漏光的检测方法和装置 | |
| CN115063618B (zh) | 一种基于模板匹配的缺陷定位方法、系统、设备及介质 | |
| CN110969600A (zh) | 一种产品缺陷检测方法、装置、电子设备及存储介质 | |
| CN113160161A (zh) | 目标边缘处缺陷的检测方法和装置 | |
| CN109102026B (zh) | 一种车辆图像检测方法、装置及系统 | |
| CN104732510A (zh) | 一种相机镜头黑斑检测方法及装置 | |
| CN115471466A (zh) | 一种基于人工智能的钢材表面缺陷检测方法及系统 | |
| CN109886956A (zh) | 检测缺陷点聚集性的方法及装置 | |
| CN113610772A (zh) | 易拉罐瓶底喷码缺陷检测方法、系统、装置及存储介质 | |
| CN113610773A (zh) | 一种垫片孔洞质量检测方法、系统、装置及存储介质 | |
| CN117392042A (zh) | 缺陷检测方法、缺陷检测设备及存储介质 | |
| CN110018169B (zh) | 一种丝印线条的检测方法及装置、存储介质和处理器 | |
| CN114612427A (zh) | 铭牌缺陷检测方法、装置、电子设备及存储介质 | |
| CN108038841B (zh) | 一种硅片ld缺陷检测方法及装置 | |
| CN112816545A (zh) | 确定储罐维修补板面积的方法及装置 | |
| CN110017998B (zh) | 车辆检测方法、装置和设备 | |
| CN112434585A (zh) | 一种车道线的虚实识别方法、系统、电子设备及存储介质 | |
| CN115496755B (zh) | 基于结构光及梯度分析的类镜面缺陷检测方法及装置 | |
| CN109472772B (zh) | 图像污点检测方法、装置和设备 | |
| CN111863653A (zh) | 晶圆缺陷的检测方法、检测系统和计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210518 |