[发明专利]用于检测管道缺陷的方法和装置

说明书

本申请实施例公开了用于检测管道缺陷的方法和装置。该方法的一具体实施方式包括：获取至少一个目标传感器采集到的、针对目标管道的电信号数据；对电信号数据执行预设操作，其中，预设操作包括滤波；基于执行预设操作后的电信号数据，生成对应的灰度图；响应于确定灰度图包括表征目标管道存在缺陷的区域，确定上述缺陷的类别和上述区域在灰度图中的位置。该实施方式实现了通过将采集到的、针对目标管道的电信号转换成灰度图，而后通过灰度图确定目标管道存在的缺陷的类别。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于检测管道缺陷的方法和装置。

背景技术

在一些领域中，生产或输送过程中需要使用到管道。例如，石油行业，需要通过管道对石油进行输送。为了避免发生危险和造成损失，常常需要对管道的表面进行检测，进而判断管道表面存在的缺陷的类别。目前，一般通过以下两种方式对管道的表面进行检测。第一，首先通过传感器采集关于管道表面的数据，然后依靠技术人员对采集到的数据进行分析，进而判断出疑似缺陷的类别。第二，借助于专家系统，从传感器采集到的数据中提取疑似存在缺陷的数据，而后，通过技术人员对提取的数据进行分析。

发明内容

本申请实施例提出了用于检测管道缺陷的方法和装置。

第一方面，本申请实施例提供了一种用于检测管道缺陷的方法，该方法包括：获取至少一个目标传感器采集到的、针对目标管道的电信号数据；对电信号数据执行预设操作，其中，预设操作包括滤波；基于执行预设操作后的电信号数据，生成对应的灰度图；响应于确定灰度图包括表征目标管道存在缺陷的区域，确定上述缺陷的类别和上述区域在灰度图中的位置。

在一些实施例中，基于执行预设操作后的电信号数据，生成对应的灰度图，包括：基于执行预设操作后的电信号数据，执行图像插值，生成对应的灰度图。

在一些实施例中，响应于确定灰度图包括表征目标管道存在缺陷的区域，确定上述缺陷的类别和上述区域在灰度图中的位置，包括：将灰度图输入至预先训练的缺陷检测模型，得到表征目标管道存在缺陷的区域所指示的缺陷的类别和表征目标管道存在缺陷的区域在灰度图中的位置的位置信息，其中，缺陷检测模型用于指示灰度图和表征目标管道存在缺陷的区域所指示的缺陷的类别、表征目标管道存在缺陷的区域在灰度图中的位置之间的对应关系。

在一些实施例中，缺陷检测模型通过如下步骤训练得到：获取样本集，样本包括样本灰度图和样本标注信息，样本灰度图包括至少一个表征目标管道存在缺陷的区域，样本标注信息用于指示表征目标管道存在缺陷的区域所指示的缺陷的类别和指示目标管道存在缺陷的区域在样本灰度图中的位置；从所述样本集中选取样本，将选取的样本的样本灰度图和样本标注信息分别作为初始模型的输入和期望输出，训练得到缺陷检测模型。

在一些实施例中，初始模型包括深度卷积神经网络和分类器，深度卷积神经网络用于提取灰度图的特征。

第二方面，本申请实施例提供了一种用于检测管道缺陷的装置，该装置包括：获取单元，被配置成获取至少一个目标传感器采集到的、针对目标管道的电信号数据；执行单元，被配置成对电信号数据执行预设操作，其中，预设操作包括滤波；生成单元，被配置成基于执行预设操作后的电信号数据，生成对应的灰度图；确定单元，被配置成响应于确定灰度图包括表征目标管道存在缺陷的区域，确定上述缺陷的类别和上述区域在灰度图中的位置。

在一些实施例中，生成单元，进一步被配置成：基于执行预设操作后的电信号数据，执行图像插值，生成对应的灰度图。

在一些实施例中，确定单元，进一步被配置成：将灰度图输入至预先训练的缺陷检测模型，得到表征目标管道存在缺陷的区域所指示的缺陷的类别和表征目标管道存在缺陷的区域在灰度图中的位置的位置信息，其中，缺陷检测模型用于指示灰度图和表征目标管道存在缺陷的区域所指示的缺陷的类别、表征目标管道存在缺陷的区域在灰度图中的位置之间的对应关系。