[发明专利]基于多尺度金字塔结构的核电管道缺陷检测方法

权利要求书

1.一种基于多尺度金字塔结构的核电管道缺陷检测方法，其特征在于，包括如下步骤：

1)对射线探伤底片图像进行预处理；

2)构建全卷积神经网络，所述的全卷积神经网络为特征金字塔结构，特征金字塔结构分自底向上和自顶向下的两部分，其中，自底向上的部分为特征提取部分由ResNet50构成，自顶向下的部分为特征图上采样层，用于将ResNet50输出的特征进行融合并生成最终的概率图输出，选取Adam优化器对构建的全卷积神经网络进行梯度更新，再使用Focal Loss损失函数对梯度更新后的全卷积神经网络进行训练；

3)对训练好的全卷积神经网络进行测试，将需要提供检测的射线底片图像进行预处理后输入到训练好的全卷积神经网络中，全卷积神经网络输出概率图，所述概率图大小与预处理前射线探伤底片图像大小相同，设置阈值0.5，对所述的概率图进行阈值二值化处理，得到缺陷区域的二值化图像，作为核电管道缺陷检测结果。

2.根据权利要求1所述的基于多尺度金字塔结构的核电管道缺陷检测方法，其特征在于，步骤1)包括：

(1)获得射线探伤底片图像数据集后，对每一张射线探伤底片图像进行灰度处理；

(2)对每一张射线探伤底片图像使用中值滤波算法来处理射线探伤底片图像中的噪声；

(3)由专业评片人员对射线探伤底片图像X_i进行缺陷区域的手工标注，然后根据手工标注的结果生成与射线探伤底片图像X_i对应的掩膜图像Y_i。

3.根据权利要求2所述的基于多尺度金字塔结构的核电管道缺陷检测方法，其特征在于，第(1)步所述的灰度处理是利用加权平均法对射线探伤底片图像的RGB的三个分量加权平均，得到最终灰度值Gray：

Gray＝0.3R+0.6G+0.1B

其中，R、G和B分别表示射线探伤底片图像的三个分量。

4.根据权利要求2所述的基于多尺度金字塔结构的核电管道缺陷检测方法，其特征在于，第(2)步所述的中值滤波算法，是采用一个活动窗口沿射线底片图像移动，将活动窗口内各点灰度值按照逐渐增大或者减小方式排列，最后用活动窗口内灰度值排列顺序的中间值代替活动窗口中心位置的像素灰度值，修正噪声点处的像素值，实现射线探伤底片图像的噪声滤除。

5.根据权利要求1所述的基于多尺度金字塔结构的核电管道缺陷检测方法，其特征在于，步骤2)中所述ResNet50，共分为五级，其中，第一级无输出，第二级最后一个残差块conv2的输出为C2，第三级最后一个残差块conv3的输出为C3，第四级最后一个残差块conv4的输出为C4，第五级最后一个残差块conv5的输出为C5，并且输出C2、C3、C4和C5相对于输入图像依次具有4、8、16和32像素的步长提取特征；

所述的特征图上采样层，是通过双线性插值方法得到高分辨率特征图后，再依次采用一个1×1卷积核和一个3×3卷积核进行维度一致的处理，最后再通过跳跃连接分别与所述的输出C2、C3、C4和C5相加。