CN117173433A - 一种小径管焊缝射线图像相似度评估方法 - Google Patents
一种小径管焊缝射线图像相似度评估方法 Download PDFInfo
- Publication number
- CN117173433A CN117173433A CN202310951886.7A CN202310951886A CN117173433A CN 117173433 A CN117173433 A CN 117173433A CN 202310951886 A CN202310951886 A CN 202310951886A CN 117173433 A CN117173433 A CN 117173433A
- Authority
- CN
- China
- Prior art keywords
- pipeline
- small
- welding seam
- image
- radiographic image
- 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
- 238000003466 welding Methods 0.000 title claims abstract description 77
- 238000011156 evaluation Methods 0.000 title claims abstract description 29
- 238000012937 correction Methods 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 6
- 238000003708 edge detection Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 239000000376 reactant Substances 0.000 description 1
- -1 steam Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明涉及一种小径管焊缝射线图像相似度评估方法,方法包括:步骤S1:获取小径管的管道焊缝射线图像并进行二值化,并计算二值化后管道焊缝射线图像中管道的倾斜角度,根据所述倾斜角度对所述管道焊缝射线图像进行倾斜校正,其中,所述小径管为外径小于等于100mm管道;步骤S2:对倾斜校正后的管道焊缝射线图像中的焊缝区域进行提取;步骤S3:对任意两个提取的焊缝区域进行相似度评估。本发明能够对小径管的重复片进行有效检测。
Description
技术领域
本发明涉及管道重复片检测技术领域,尤其是指一种小径管焊缝射线图像相似度评估方法。
背景技术
射线图像检测是目前使用最为广泛的焊缝缺陷检测与评估的手段,尤其对管道焊接质量的检验与评估起着不可或缺的作用。而管道中的小径管因其长期在高压、潮湿、腐蚀、粉尘、震动等恶劣环境中运行,其焊接的质量直接影响设备的安全运行。小径管一般是指外径小于等于100mm的管子。在发电、石化等行业有着十分广泛的应用,主要用作可燃气体、蒸汽、燃料、反应物料的输送和热交换,其中很大一部分运行在高温、高压及腐蚀介质的工况下,此类管道的焊缝一旦发生泄漏或爆裂,将会带来巨大的损失。
目前,在石油化工装置、电站锅炉中受到高温高压双重作用的小径管要求检100%检验。而小径管一般排列紧密,尤其是管与管并排处空间非常狭小,企业在对小径管的焊缝进行射线检测时,有发现现场作业人员以容易检测处焊缝图像冒充检测困难处的焊缝图像的现象(以下对小径管的该问题统一称作重复片问题),企业也对此极其担忧,因为这意味着对其他难以检测的焊缝没有被检验,该焊缝的质量将失去管控。该行为具有极其严重的安全隐患,将产生无法预估的损失。因此,通过技术手段来识别重复片,是一项急切需要解决的问题。该问题的解决将从技术层面上实现对现场作业人员的有效监管,降低石油、天然气等压力输送管道因焊缝质量而引发的安全事故的风险。
国内外对重复片的研究相对较少,且主要集中在国内,如河南大学的张帆、史潇婉团队提出了使用SIFT(Scale-invariant Feature Transform)方法来统计重复片特征点的相似度,但是SIFT方法计算量较大,耗时较长,实用性并不高;同时该团队也从射线图像上的标记信息进行分析,检测其是否有重复的标记信息,来确定是否为重复片,该方法对非管道类的焊缝射线图像具有一定的效果,但是由于管道焊缝图像的特殊性,导致其图上并没有相应的标记信息,因此该方法在压力管道类的焊缝射线图像重复片检验中并不适用。
针对重复片问题的研究,目前主要集中在我国,其核心问题是图像相似度的评估。但是由于射线图像为投影成像,重复拍摄后射线图像结构大多已发生变化,基于结构相似度的算法很难适用于焊缝射线图像重复片的检测。
发明内容
为此,本发明所要解决的技术问题在于克服现有技术中小径管焊缝检测中存在重复片的问题。
为解决上述技术问题,本发明提供了一种小径管焊缝射线图像相似度评估方法,包括:
步骤S1:获取小径管的管道焊缝射线图像并进行二值化,并计算二值化后管道焊缝射线图像中管道的倾斜角度,根据所述倾斜角度对所述管道焊缝射线图像进行倾斜校正,其中,所述小径管为外径小于等于100mm管道;
步骤S2:对倾斜校正后的管道焊缝射线图像中的焊缝区域进行提取;
步骤S3:对任意两个提取的焊缝区域进行相似度评估。
在本发明的一个实施例中,所述步骤S1中获取小径管的管道焊缝射线图像并进行二值化,并计算二值化后管道焊缝射线图像中管道的倾斜角度,方法包括:
对所述管道焊缝射线图像中的管道进行边缘检测,并对管道边缘检测后的管道焊缝射线图像进行二值化,得到二值化图像;
检测所述二值化图像中每一列非零像素的坐标,其中,所述每一列非零像素的坐标包括管道的上边缘像素坐标和下边缘像素坐标;
根据每一列非零像素的坐标计算每一列非零像素的中点;
将所述二值化图像中所有列非零像素的中点进行线性拟合,得到拟合直线;
将所述拟合直线相对于水平线的角度作为管道的倾斜角度;
根据所述倾斜角度对二值化图像进行倾斜校正。
在本发明的一个实施例中,所述将所述二值化图像中所有列非零像素的中点进行线性拟合,得到拟合直线,方法包括:
令所述二值化图像中所有列非零像素的中点进行连线,将连线上各点的坐标表示为{(xi,yi)|i=1,2,...,n},其中,n为图像中像素的列数;
根据连线上各点的坐标{(xi,yi)|i=1,2,...,n},通过最小二乘法对连线的回归方程y=kx+b的参数k和b进行预估,使公式成立,其中:
根据预估得到的参数k和b确定连线的回归方程,根据所述连线的回归方程确定连线上各点的坐标{(xi,yi)|i=1,2,...,n}的权重Wi;
将连线上各点的坐标{(xi,yi)|i=1,2,...,n}乘以所述权重Wi得到新的数据点,公式为:{Wi×(xi,yi)|i=1,2,...,n},对所述新的数据点进行最小二乘法拟合,得到拟合直线。
在本发明的一个实施例中,所述根据连线的回归方程确定连线上各点的坐标{(xi,yi)|i=1,2,...,n}的权重Wi,公式为:
其中,ri为各中点到拟合直线的垂直距离,G为对噪音数据过滤的阈值。
在本发明的一个实施例中,所述步骤S2中对倾斜校正后的管道焊缝射线图像中的焊缝区域进行提取,方法包括:
对管道焊缝射线图像中管道上边缘像素坐标点进行线性拟合;
求出线性拟合后每个上边缘像素坐标点到拟合直线之间的距离d;
为了消除投影的影响,将每个所述距离d除以管道的宽度得到D,其中,管道的宽度为管道上下边缘之间的差;
求出所述D的最大值,取最大值D对应的上边缘点作为圆的顶点,以圆的顶点到拟合直线之间的距离为直径构建一圆;
将所述圆内的区域作为焊缝区域。
在本发明的一个实施例中,所述距离d的公式为:
其中,A、B、C为拟合直线的参数;x0、y0为管道上边缘点的位置坐标。
在本发明的一个实施例中,所述D的公式为:
其中,lu、ld为管道上下边缘的坐标。
在本发明的一个实施例中,所述步骤S3中对任意两个提取的焊缝区域进行相似度评估,方法包括:通过引入KL散度,并设定阈值实现对任意两个提取的焊缝区域进行相似度评估。
为解决上述技术问题,本发明提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于:所述处理器执行所述计算机程序时实现如上述小径管焊缝射线图像相似度评估方法的步骤。
为解决上述技术问题,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时,实现如上述小径管焊缝射线图像相似度评估方法的步骤。
本发明的上述技术方案相比现有技术具有以下优点:
本发明计算了小径管的管道焊缝射线图像中管道的倾斜角度,根据倾斜角度对所述管道焊缝射线图像进行倾斜校正,便于后续焊缝区域提取和相似度评估,以尽可能找出重复片;
本发明对管道焊缝射线图像中的焊缝区域进行提取,创造性地将焊缝最高点为圆的顶点,以该圆的顶点到管道轴线为半径构建一圆,将圆内的区域作为焊缝区域,该焊缝区域能够最大限度包括整个焊缝凸起,并将焊缝区域中的焊缝凸起作为图像相似度对比的特征,便于找出重复片。
附图说明
为了使本发明的内容更容易被清楚的理解,下面根据本发明的具体实施例并结合附图,对本发明作进一步详细的说明。
图1是本发明的方法流程图;
图2是本发明实施例中计算管道焊缝射线图像中管道的倾斜角度示意图;
图3是本发明实施例中焊缝区域提取示意图;
图4是本发明实施例中两个焊缝区域相似度评估对比图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
实施例一
参照图1所示,本发明涉及一种小径管焊缝射线图像相似度评估方法,包括:
步骤S1:获取小径管的管道焊缝射线图像并进行二值化,并计算二值化后管道焊缝射线图像中管道的倾斜角度,根据所述倾斜角度对所述管道焊缝射线图像进行倾斜校正,其中,所述小径管为外径小于等于100mm管道;
步骤S2:对倾斜校正后的管道焊缝射线图像中的焊缝区域进行提取;
步骤S3:对任意两个提取的焊缝区域进行相似度评估。
本实施例计算了小径管的管道焊缝射线图像中管道的倾斜角度,根据倾斜角度对所述管道焊缝射线图像进行倾斜校正,便于后续焊缝区域提取和相似度评估,以尽可能找出重复片。本实施例管道焊缝射线图像中的焊缝区域进行提取,创造性地将焊缝最高点为圆的顶点,以该圆的顶点到管道轴线为半径构建一圆,将圆内的区域作为焊缝区域,该焊缝区域能够最大限度包括整个焊缝凸起,并将焊缝区域中的焊缝凸起作为图像相似度对比的特征,便于找出重复片。
以下对本实施例进行详细介绍:
S1、本实施例提供一种基于边缘中点拟合直线的管道焊缝射线图像倾斜检测算法,该算法可以快速、精确地检测出焊缝射线图像中管道的倾斜角度,并以此实现对图像的倾斜校正;
S2、本实施例提供了种基于边缘凸点的小径管焊缝区域提取方法;
S3、针对焊缝以及焊缝与底材熔合部分,引入了图像局部熵,对管焊缝区域纹理进行增强;
S4、应用KL散度计算增强后管焊缝区域图像的相似度。
进一步地,步骤S1中,具体过程如下:
实验分析表明,管道边缘检测后的二值化后图像中,无论其上边缘还是下边缘都不能代表管道整体的倾斜方向,因此本实施例提出一种新的基于边缘中点拟合直线的管道焊缝射线图像倾斜检测算法。其具体步骤如下:
(1)对管道焊缝射线图像进行边缘检测,噪音消除、并进行二值化处理;
(2)检测出二值化后图像中每一列的非零点的坐标;
(3)计算出每一列非零区域中点;
(4)将所有列的中点进行线性拟合;
(5)拟合直线相对于水平线的倾斜角度即为管道的倾斜角度。
具体地,计算出每一列非零区域中点,包括:根据二值化后图像中每一列的非零点的坐标(由于经过噪音消除,一列就包括两个非零点)计算中点,公式为:
式中:ymax为图像矩阵中每一列非零区域纵坐标的最大值;ymin为图像矩阵中每一列非零区域纵坐标的最小值;y为非零区域中点纵坐标。
图2中的小径管中间的点线即为边缘提取后的中点连线。
本实施例使用加权最小二乘法替代普通最小二乘法来计算边缘提取后中点拟合直线的系数,以确定其拟合直线的方程y=kx+b,从而获得图像的倾斜角度。加权最小二乘法的优势在于可以抑制异常样本点对回归精度的影响,这一点可以降低和消除小径管二值化图像中噪音对回归直线精度的影响。
令边缘提取后其中点连线上各点的坐标表示为:
{(xi,yi)|i=1,2,...,n}
式中,n为图像中像素的列数。
首先通过普通最小二乘法,对回归方程的参数k和b进行预估,该方法的思想是使估计值与真实值之间误差的平方和为最小。即根据区间内的数据点,确定拟合线性方程的两个参数,即斜率k和截距b的值,使下述等式取值最小。
由上述等式即可得出:
根据预估直线回归方程,确定各个真实的数据点的权重,本实施例设计的权重函数如下式所示:
式中,ri为拟合直线的残差,即各中点到拟合直线的垂直距离;G为对噪音数据过滤的阈值,本实施例通过实验分析,确定该值为小径管直径的1.5%。
将数据点{(xi,yi)|i=1,2,...,n}加入权重函数Wi后,则各点变为:{Wi×(xi,yi)|i=1,2,...,n},对新的数据点进行最小二乘法拟合,即可得到最终的中点拟合直线方程。
进一步地,,步骤S2中,焊缝区域提取详细步骤如下:
通过对管道焊缝射线图像的分析,可以观察到以下特征:由于管道环焊缝射线图像为投影图像;因此,焊缝在管道的边缘形成突起。如图3所示,图3(a)中的圆圈内是焊缝投影图像后形成的突起,呈椭圆状。图3(b)为边缘提取后图像中的突起。
基于以上分析,本实施例提供了一种基于焊缝边缘凸点的焊缝区域提取方法。具体步骤如下:
(1)对二值化后管道焊缝射线图像的管道边缘点的线性拟合(本实施例中使用的是上边缘);
(2)求出各上边缘点和拟合直线之间的距离d,主要是为了找到上边缘最高凸起处到拟合直线的距离(如下述公式所示);
(3)为了消除投影的影响,将d除以管道的宽度(即管道上下边缘之间的差)得到D(如下述公式所示);
(4)求出D的最大值,取该值对应的点作为圆的顶点,以圆的顶点到管道轴线之间的距离为直径构建一圆(如图3(a)),可以理解为管道最大外径构建的圆,如下述公式所示;
(5)圆内的区域即为本实施例中提取的焊接区域(如图3(b)所示)。
本实施例之所以选择圆,是因为焊接区域是椭圆形的,圆可以包含尽可能多的焊接区域,且可以使非焊接区域尽可能的少。
式中,A、B、C为拟合直线的参数;x0、y0为管道边缘点的位置坐标;lu、ld为管道上下边缘的坐标;Dx为顶点D的横坐标;f(x)为中点连线的方程;为圆的半径。
进一步地,步骤S4中,本实施例通过引入KL散度,并设定阈值实现对任意两个提取的焊缝区域(详见图4)进行相似度评估,由于该评估方法为现有技术,本实施例不再赘述。
实施例二
本实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现实施例一所述小径管焊缝射线图像相似度评估方法的步骤。
实施例三
本实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现实施例一所述小径管焊缝射线图像相似度评估方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。本申请实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、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。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,上述实施例仅仅是为清楚地说明所作的举例,并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种小径管焊缝射线图像相似度评估方法,其特征在于:包括:
步骤S1:获取小径管的管道焊缝射线图像并进行二值化,并计算二值化后管道焊缝射线图像中管道的倾斜角度,根据所述倾斜角度对所述管道焊缝射线图像进行倾斜校正,其中,所述小径管为外径小于等于100mm管道;
步骤S2:对倾斜校正后的管道焊缝射线图像中的焊缝区域进行提取;
步骤S3:对任意两个提取的焊缝区域进行相似度评估。
2.根据权利要求1所述的小径管焊缝射线图像相似度评估方法,其特征在于:所述步骤S1中获取小径管的管道焊缝射线图像并进行二值化,并计算二值化后管道焊缝射线图像中管道的倾斜角度,方法包括:
对所述管道焊缝射线图像中的管道进行边缘检测,并对管道边缘检测后的管道焊缝射线图像进行二值化,得到二值化图像;
检测所述二值化图像中每一列非零像素的坐标,其中,所述每一列非零像素的坐标包括管道的上边缘像素坐标和下边缘像素坐标;
根据每一列非零像素的坐标计算每一列非零像素的中点;
将所述二值化图像中所有列非零像素的中点进行线性拟合,得到拟合直线;
将所述拟合直线相对于水平线的角度作为管道的倾斜角度;
根据所述倾斜角度对二值化图像进行倾斜校正。
3.根据权利要求2所述的小径管焊缝射线图像相似度评估方法,其特征在于:所述将所述二值化图像中所有列非零像素的中点进行线性拟合,得到拟合直线,方法包括:
令所述二值化图像中所有列非零像素的中点进行连线,将连线上各点的坐标表示为{(xi,yi)|i=1,2,...,n},其中,n为图像中像素的列数;
根据连线上各点的坐标{(xi,yi)|i=1,2,...,n},通过最小二乘法对连线的回归方程y=kx+b的参数k和b进行预估,使公式成立,其中:
根据预估得到的参数k和b确定连线的回归方程,根据所述连线的回归方程确定连线上各点的坐标{(xi,yi)|i=1,2,...,n}的权重Wi;
将连线上各点的坐标{(xi,yi)|i=1,2,...,n}乘以所述权重Wi得到新的数据点,公式为:{Wi×(xi,yi)|i=1,2,...,n},对所述新的数据点进行最小二乘法拟合,得到拟合直线。
4.根据权利要求3所述的小径管焊缝射线图像相似度评估方法,其特征在于:所述根据连线的回归方程确定连线上各点的坐标{(xi,yi)|i=1,2,...,n}的权重Wi,公式为:
其中,ri为各中点到拟合直线的垂直距离,G为对噪音数据过滤的阈值。
5.根据权利要求2所述的小径管焊缝射线图像相似度评估方法,其特征在于:所述步骤S2中对倾斜校正后的管道焊缝射线图像中的焊缝区域进行提取,方法包括:
对管道焊缝射线图像中管道上边缘像素坐标点进行线性拟合;
求出线性拟合后每个上边缘像素坐标点到拟合直线之间的距离d;
为了消除投影的影响,将每个所述距离d除以管道的宽度得到D,其中,管道的宽度为管道上下边缘之间的差;
求出所述D的最大值,取最大值D对应的上边缘点作为圆的顶点,以圆的顶点到管道轴线之间的距离为直径构建一圆;
将所述圆内的区域作为焊缝区域。
6.根据权利要求5所述的小径管焊缝射线图像相似度评估方法,其特征在于:所述距离d的公式为:
其中,A、B、C为拟合直线的参数;x0、y0为管道上边缘点的位置坐标。
7.根据权利要求6所述的小径管焊缝射线图像相似度评估方法,其特征在于:所述D的公式为:
其中,lu、ld为管道上下边缘的坐标。
8.根据权利要求1所述的小径管焊缝射线图像相似度评估方法,其特征在于:所述步骤S3中对任意两个提取的焊缝区域进行相似度评估,方法包括:通过引入KL散度,并设定阈值实现对任意两个提取的焊缝区域进行相似度评估。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于:所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述小径管焊缝射线图像相似度评估方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时,实现如权利要求1至7中任一项所述小径管焊缝射线图像相似度评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310951886.7A CN117173433A (zh) | 2023-07-31 | 2023-07-31 | 一种小径管焊缝射线图像相似度评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310951886.7A CN117173433A (zh) | 2023-07-31 | 2023-07-31 | 一种小径管焊缝射线图像相似度评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117173433A true CN117173433A (zh) | 2023-12-05 |
Family
ID=88928868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310951886.7A Pending CN117173433A (zh) | 2023-07-31 | 2023-07-31 | 一种小径管焊缝射线图像相似度评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117173433A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160641A (zh) * | 2015-08-04 | 2015-12-16 | 成都多贝科技有限责任公司 | 基于图像处理的x射线焊缝区域提取方法 |
US20170024629A1 (en) * | 2015-07-20 | 2017-01-26 | Kofax, Inc. | Iterative recognition-guided thresholding and data extraction |
CN108280829A (zh) * | 2018-02-12 | 2018-07-13 | 广东省海洋工程装备技术研究所 | 焊缝图像识别方法、计算机装置及计算机可读存储介质 |
CN110287968A (zh) * | 2019-07-01 | 2019-09-27 | 河南大学 | 一种基于lbp纹理的焊缝探伤底片图像造假的检测方法 |
US20190324432A1 (en) * | 2017-08-02 | 2019-10-24 | Strong Force Iot Portfolio 2016, Llc | Data monitoring systems and methods to update input channel routing in response to an alarm state |
CN111275659A (zh) * | 2018-12-03 | 2020-06-12 | 中国商用飞机有限责任公司 | 一种焊缝图像处理方法、装置、终端设备及存储介质 |
CN115797649A (zh) * | 2022-10-25 | 2023-03-14 | 华能澜沧江水电股份有限公司 | 一种复杂背景下的裂缝提取方法 |
-
2023
- 2023-07-31 CN CN202310951886.7A patent/CN117173433A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170024629A1 (en) * | 2015-07-20 | 2017-01-26 | Kofax, Inc. | Iterative recognition-guided thresholding and data extraction |
CN105160641A (zh) * | 2015-08-04 | 2015-12-16 | 成都多贝科技有限责任公司 | 基于图像处理的x射线焊缝区域提取方法 |
US20190324432A1 (en) * | 2017-08-02 | 2019-10-24 | Strong Force Iot Portfolio 2016, Llc | Data monitoring systems and methods to update input channel routing in response to an alarm state |
CN108280829A (zh) * | 2018-02-12 | 2018-07-13 | 广东省海洋工程装备技术研究所 | 焊缝图像识别方法、计算机装置及计算机可读存储介质 |
CN111275659A (zh) * | 2018-12-03 | 2020-06-12 | 中国商用飞机有限责任公司 | 一种焊缝图像处理方法、装置、终端设备及存储介质 |
CN110287968A (zh) * | 2019-07-01 | 2019-09-27 | 河南大学 | 一种基于lbp纹理的焊缝探伤底片图像造假的检测方法 |
CN115797649A (zh) * | 2022-10-25 | 2023-03-14 | 华能澜沧江水电股份有限公司 | 一种复杂背景下的裂缝提取方法 |
Non-Patent Citations (2)
Title |
---|
LIYUANBHU: "直线拟合算法", pages 1 - 3, Retrieved from the Internet <URL:https://blog.csdn.net/liyuanbhu/article/details/97621655> * |
YASHENG CHANG ET AL.: "Tamper detection in pipeline girth welding based on radiographic images", 《MEASUREMENT》, pages 1 - 12 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shafeek et al. | Automatic inspection of gas pipeline welding defects using an expert vision system | |
JP2014167476A5 (zh) | ||
CN102927448A (zh) | 管道无损检测方法 | |
KR101702841B1 (ko) | 편광 필름의 결함 모니터링 방법 | |
SA516370861B1 (ar) | نظام وطريقة لتقييم تلف الأنابيب | |
CN111159639B (zh) | 一种管道内检测数据对齐方法及装置 | |
US9177678B2 (en) | Method of processing steam generator tubes of nuclear power plant | |
KR101598280B1 (ko) | 가스누출 감지시스템 | |
CN117173433A (zh) | 一种小径管焊缝射线图像相似度评估方法 | |
CN111159837A (zh) | 一种油气管道管体缺陷对齐方法及装置 | |
CN107654848B (zh) | 一种管道位置和方向检测方法 | |
Ebrahimi et al. | Automated condition assessment of sanitary sewer pipes using LiDAR inspection data | |
JP5091461B2 (ja) | 超音波探傷装置及びその方法並びにプログラム | |
JP6097755B2 (ja) | 自動分析適用範囲の検証(aacv) | |
Hassan et al. | Compressed air leakage detection and quantification through infrared thermography | |
JP6363971B2 (ja) | 推定方法および推定装置 | |
Udpa et al. | Automated analysis of eddy current signals in steam generator tube inspection | |
Feng et al. | Evolution of triax magnetic flux leakage inspection for mitigation of spiral weld anomalies | |
Tinacos et al. | ILI based dent screening and strain based analysis | |
Amri et al. | Implementation of Underwater Image Enhancement for Corrosion Pipeline Inspection (UIECPI) | |
JP2010038650A (ja) | 熱交換器のチューブ幅検査方法及び装置 | |
Saragih et al. | Autonomous corrosion detection of inside and outside steel pipeline by using YOLO as fast algorithm on image processing | |
Nidhi et al. | AI Based Intelligent Pigging Solution | |
US9945814B2 (en) | Total integrated tube analysis | |
Liu et al. | A comparison study on processing ILI data with different filtering methods |
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 |