[发明专利]基于区域遗传四叉树算法的油气管道缺陷检测方法及系统

摘要

本发明提供一种基于区域遗传四叉树算法的油气管道缺陷检测方法，包括：通过油气管道内检测器的霍尔传感器采集油气管道漏磁信号，并将其转换为模拟电压信号进行滤波和放大处理后，转换成数字信号传输至FPGA；FPGA对数字信号进行数据预处理;对数据预处理得到的缺陷灰度图像矩阵进行图像处理，得到油气管道缺陷边缘图像，即油气管道缺陷检测结果。本发明通过将区域分裂聚合方法融入到适应度函数的方法形成基于区域遗传四叉树算法，增强了遗传算法区域内的寻优能力，避免了传统算法中的假边缘和空白，提高了油气管道缺陷检测能力；通过在FPGA总线并行机制中实现区域遗传四叉树算法，弥补了两种方法融合对寻优速度的影响，保证了系统的运行速度。

主权项

一种基于区域遗传四叉树算法的油气管道缺陷检测方法，其特征在于：包括以下步骤：步骤1：通过油气管道内检测器的霍尔传感器采集油气管道漏磁信号，并将其转换为模拟电压信号；步骤2：对模拟电压信号进行滤波和放大处理后，传输至AD模块；步骤3：滤波和放大处理后的模拟电压信号经AD模块转换成数字信号，传输至FPGA；步骤4：FPGA对AD转换后的数字信号进行数据预处理，包括自适应补偿、插值和重构，形成缺陷灰度图像矩阵；步骤5：FPGA对数据预处理得到的缺陷灰度图像矩阵进行图像处理，得到油气管道缺陷边缘图像，即油气管道缺陷检测结果；步骤5.1：对缺陷灰度图像矩阵进行锐化滤波；步骤5.2：采用区域遗传四叉树算法对锐化滤波后的缺陷灰度图像矩阵进行图像分割；步骤5.2.1：将锐化滤波后的缺陷灰度图像矩阵作为总体图像区域，建立区域遗传4叉树算法的区域变化准则，即缺陷灰度图像矩阵中某一子图像区域中像素点灰度值的均方差；步骤5.2.2：对总体图像区域进行初始4叉树分裂，分成若干子图像区域；步骤5.2.3：计算分裂后的每个子图像区域的区域变化准则，并将该区域变化准则与总体图像区域的区域变化准则比较，若子图像区域的区域变化准则大于总体图像区域的区域变化准则，则执行步骤5.2.4，否则执行步骤5.2.5；步骤5.2.4：对当前子图像区域继续进行4叉树分裂；步骤5.2.5：判断所有子图像区域是否均分裂完毕，若分裂完毕，则执行步骤5.2.6；否则执行步骤5.2.3；步骤5.2.6：将分裂后所有子图像区域，按照水平从左至右顺序重新排序，得到新的子图像区域；步骤5.2.7：分别计算新的子图像区域的区域变化准则及其相邻的子图像区域的区域变化准则，若两者均小于总体图像区域的区域变化准则，则执行步骤5.2.8；否则执行步骤5.2.9；步骤5.2.8：聚合当前子图像区域及其相邻的子图像区域；步骤5.2.9：判断所有新的子图像区域是否聚合完毕，若聚合完毕，则执行步骤5.2.10；否则执行步骤5.2.7；步骤5.2.10：将聚合后的所有子图像区域，按照水平方向从左至右顺序重新排序，得到最终的子图像区域，并以最终的子图像区域作为初始种群体，对初始种群体进行编码；步骤5.2.11：建立边缘模糊性准则度量指标、总体图像区域的边缘模糊性准则度量的加权和以及个体适应度函数；所述边缘模糊性准则度量指标为各个子图像区域及其相邻子图像区域的平均灰度差与灰度方差和分别作商，再对各商值求和后取平均值；所述总体图像区域的边缘模糊性准则度量的加权和为对边缘模糊性准则度量指标加权求和后取平均值；所述个体适应度函数为总体图像区域的边缘模糊性准则度量的加权和与总体图像区域的区域变化准则的乘积；步骤5.2.12：利用个体适应度函数对编码后的子图像区域进行基于遗传阈值算法的迭代处理；步骤5.2.13：对迭代处理后的种群体进行解码，得到迭代处理的最佳阈值，并将最佳阈值返回步骤5.2.1，对子图像区域的区域变化准则进行约束；步骤5.3：利用最佳阈值对总体图像区域进行二值化处理，即完成图像分割，得到油气管道缺陷边缘图像，即油气管道缺陷检测结果。