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。

关键字：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;

发表日期：2019-01-29

影响因子：0.000000

期刊分区（SCI为中科院分区）：无

收录情况：北大中文核心期刊,CSTPCD（中国科技核心期刊）（统计源期刊）

发表期刊名称：天然气工业

参与作者：王明锋

通讯作者：孙玄,谢书懿

第一作者：董绍华

论文类型：期刊论文

论文概要：董绍华,孙玄,谢书懿,王明锋，管道焊缝数字图像缺陷自动识别技术，天然气工业，2019，

论文题目：管道焊缝数字图像缺陷自动识别技术