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。

关键词：管道焊缝 射线底片 数字图像 缺陷库 svm分类模型 

单位：中国石油大学(北京)机械与储运工程学院; 102249; 中国石油大学(北京)克拉玛依校区; 中国石油新疆油田公司呼图壁储气库作业区