一種軸向漏磁缺陷信號自動檢測方法與流程
本發明適用于漏磁內檢測數據分析處理領域，具體涉及一種軸向漏磁缺陷信號自動檢測方法，用于解決管道缺陷漏磁信號自動檢測問題。
背景技術：
油氣管道經過長時間的使用,由于管道內部的腐蝕、磨損等原因導致管壁損傷而造成的泄露事件時有發生,造成能源浪費和引發環境污染等問題。因此定期對油氣管道進行檢測探傷,及時發現泄露隱患是非常必要的,也是近幾十年來油氣運輸領域的研究熱點。
漏磁內檢測法是目前應用范圍最廣、檢測效果最好的油氣管道探傷技術。作為一種無損檢測技術，它具有低污染、高精度、技術成熟等優點，檢測后，無需對被測器件進行清理等優點。該技術主要包括信號采集和數據分析處理兩部分：數據采集是通過采集器對被測管道進行局部磁化，并通過霍爾元件將漏磁通分量轉化為電信號進而獲得漏磁信號；數據分析處理指從漏磁缺陷信號中解讀出管道的缺陷大小、腐蝕狀況等信息。由于采集器中傳感器較多，采集的數據量很大，因此數據分析的前提和基礎是從漏磁信號中自動檢測定位缺陷信號。現有技術中的技術方案尚不能從軸向漏磁信號中快速、自動檢測漏磁缺陷信號。
技術實現要素：
本發明要解決的技術問題是：從軸向漏磁信號中快速、自動檢測漏磁缺陷信號。本發明提供了一種漏磁缺陷信號自動檢測方法，在梯度提取和基于直方圖全局對比度增強預處理的基礎上，對數據做閾值分割，得到缺陷粗檢測結果，最后根據面積剔除虛驚，得到最終缺陷檢測結果。
本發明采用的技術方案為：
一種軸向漏磁缺陷信號自動檢測方法，該方法包括如下步驟：
步驟1、對原始二維軸向漏磁信號進行梯度提取；
步驟2、對提取的梯度數據g(x,y)進行基于直方圖的全局對比度增強；
步驟3、根據全局對比度增強后的數據計算全局最優分割點，實現閾值分割，得到二值化數據；
步驟4、根據閾值分割后的二值化數據的區域面積，剔除虛驚，從而實現信號的自動檢測。
進一步的，所述步驟1、對原始二維軸向漏磁信號進行梯度提取，具體實現步驟為：
遍歷原始二維軸向漏磁信號f(x,y)，提取(x,y)坐標下的梯度數據g(x,y)：
進一步的，所述步驟2、對提取的梯度數據g(x,y)進行基于直方圖的全局對比度增強，具體實現步驟為：
2.1、計算梯度數據g(x,y)的最大值Mx1、最小值Mi1，并以如下公式完成數據歸一化操作：
其中，為向下取整操作。
2.2、計算歸一化后的梯度數據q(x,y)的直方圖f(n)
遍歷q(x,y)所有數據點，按照如下公式(3)和(4)計算直方圖f(n)
其中
2.3、計算特征值映射表S(p)
其中
其中，σ為方差，n1、n2分別為第一、第二灰度級變量；
2.4、遍歷所有數據點，根據特征映射表S(p)將梯度歸一化后的梯度數據q(x,y)映射為全局對比度增強后的數據h(x,y)，公式如下：
h(x,y)＝S(q(x,y))； (7)。
進一步的，所述步驟3、根據全局對比度增強后的數據計算全局最優分割點，實現閾值分割，得到二值化數據；
具體實現步驟如下：
3.1、將全局對比度增強后的數據h(x,y)歸一化至[0，255]
其中，Q(x,y)為歸一化后的數據，Mx2、Mi2分別為h(x,y)的最大值和最小值。
3.2、將歸一化后的數據Q(x,y)視為二維圖像，圖像點總個數為N，L為圖像灰度級，灰度級取值范圍為[0，255]，ni為灰度級為i的點數，pi為灰度級i出現的概率,則
pi＝ni/N i＝0,1,2…255 (9)
3.3、將圖像像素點分為兩類，即C0類和C1類；
計算C0類的均值和權值：
計算C1類的均值和權值：
其中，L為圖像灰度級；
整幅圖像的均值為
那么類間方差為
3.4、讓k在[0，255]范圍內遍歷性取值，當最大時對應的k值為選定閾值，即圖像的全局最優分割點；
遍歷Q(x,y)，數值大于圖像的全局最優分割點k的點設為1，否則設為0，可得二值化數據b(x,y)。
進一步的，所述步驟4、根據閾值分割后二值化數據的區域面積，剔除虛驚；
具體實現步驟如下：
4.1、計算缺陷面積：
將二值化數據b(x,y)中1值的點視為缺陷信號，0值的點為非缺陷信號；缺陷信號相鄰距離小于第一距離閾值Ω，則視為同一缺陷區域，缺陷信號相鄰距離超過第二距離閾值α，則視為不同缺陷區域；將第i個缺陷區域內信號點的個數Ai設為第i個缺陷的面積；
4.2、剔除虛驚：
遍歷所有缺陷面積；如果缺陷面積小于第二距離閾值α視為虛驚，則將其剔除；如果缺陷面積大于等于第二距離閾值α，則視為有效缺陷，保留檢測結果。
本發明與現有技術相比的優點在于：
(1)采用兩級對比度增強方法可實現對目標信號的拉伸處理，降低設備噪聲干擾。
(2)采用閾值分割方法可以自適應檢測目標信號，較少人工干預。
(3)計算復雜度低、檢測效率高，適用于大數據漏磁信號分析。
附圖說明
圖1為原始軸向漏磁信號
圖2為漏磁缺陷信號自動檢測結果
圖3為本發明的方法流程圖
具體實施方式
下面結合附圖和具體實施方式對本發明的技術方案做進一步詳細的解釋和說明。
一種軸向漏磁缺陷信號自動檢測方法，該方法包括如下步驟：
步驟1、對原始二維軸向漏磁信號進行梯度提取，減弱噪聲干擾；
具體實現步驟為：
遍歷原始二維軸向漏磁信號f(x,y)，提取(x,y)坐標下的梯度數據g(x,y)：
步驟2、對提取的梯度數據g(x,y)進行基于直方圖的全局對比度增強，進一步提升信噪比；
具體實現步驟為：
2.1、計算梯度數據g(x,y)的最大值Mx1、最小值Mi1，并以如下公式完成數據歸一化操作：
其中，為向下取整操作。
2.2、計算歸一化后的梯度數據q(x,y)的直方圖f(n)
遍歷q(x,y)所有數據點，按照如下公式(3)和(4)計算直方圖f(n)
其中
2.3、計算特征值映射表S(p)
其中
2.4、遍歷所有數據點，根據特征映射表S(p)將梯度歸一化后的梯度數據q(x,y)映射為全局對比度增強后的數據h(x,y)
h(x,y)＝S(q(x,y))； (7)。
步驟3、根據全局對比度增強后的數據計算數據全局最優分割點，實現閾值分割，得到二值化數據；
具體實現步驟如下：
3.1、將h(x,y)歸一化至[0，255]
其中，Q(x,y)為歸一化后的數據，Mx2、Mi2分別為h(x,y)的最大值和最小值。
3.2、將歸一化后的數據Q(x,y)視為二維圖像，圖像點總個數為N，灰度級取值范圍為[0，255]，ni為灰度級為i的點數，pi為灰度級i出現的概率,則
pi＝ni/N i＝0,1,2…255 (9)
3.3、將圖像像素點分為兩類，即C0類和C1類；
計算C0類的均值和權值：
計算C1類的均值和權值：
整幅圖像的均值為
那么類間方差為
3.4、讓k在[0，255]范圍內遍歷性取值，當最大時對應的k值即為選定閾值。
遍歷Q(x,y)，數值大于k的點設為1，否則設為0，可得二值化數據b(x,y)。
步驟4、根據閾值分割后二值化數據的區域面積，剔除虛驚；
具體實現步驟如下：
4.1、計算缺陷面積：
將b(x,y)中1值的點視為缺陷信號，0值的點為非缺陷信號；缺陷信號相鄰距離小于Ω，則視為同一缺陷區域，缺陷信號相鄰距離超過距離閾值α則視為不同缺陷區域；將第i個缺陷區域內信號點的個數Ai設為第i個缺陷的面積；
4.2、剔除虛驚：
遍歷所有缺陷，則缺陷面積小于距離閾值α視為虛驚，將其剔除；缺陷面積大于等于α則視為有效缺陷，保留檢測結果。
與現有技術相比，本方法采用兩級對比度拉伸與閾值分割相結合的方案，在提高方法魯棒性的同時降低了方法復雜度。
上述具體實施方式僅用于解釋和說明本發明的技術方案，但并不能構成對權利要求的保護范圍的限定。本領域技術人員應當清楚，在本發明的技術方案的基礎上做任何簡單的變形或替換而得到的新的技術方案，均將落入本發明的保護范圍之內。
- 還沒有人留言評論。精彩留言會獲得點贊！