中国石油大学（北京）管说念时代与安全接头中心组织管说念焊缝颓势识别行家开披发洋内首套先进的管说念焊缝数字图像识别软件（Pipeline Welds Image Defects Recognition and Assessment），该软件系统具有先进的焊缝数字图像识别功能，适用于各样管说念焊缝颓势质料的识别判定，如裂纹、夹渣、气孔、未焊透、未熔合等颓势，具有较高的识别准确率（图 1）。收受多项边际检测法子、检测通说念与阈值分割等法子，对管说念焊缝数字图像中存在的颓势进行图像处理，成立了焊缝数字图像颓势特征数据库，包含灰度差、等效面积（S/C）、圆形度、熵、研究度等参数，成立了多分类器构造（SVM）模子，完了了对管说念焊缝数字图像颓势的分类评价。
图1 软件系统界面
1 管说念焊缝识别软件空洞
现在，管说念焊合检测一经大量使用射线成像时代，盘算机智能辅助评片发展连忙，一定数目的数字图像分析处理系统也进入使用，但这些系统应用还不熟悉，评片责任大多需要东说念主工侵犯，东说念主机交互进行。射线数字图像颓势识别时代借助盘算机的高速处理才智，通过对图像的数字化处理，将东说念主工评片过程滚动为图像处理时代，完了对焊缝数字图像颓势的智能识别。
1.1图像预处理
图像增强：筹备主如若隆起图像中感趣味部位与布景之间的灰度差，从而能更好地将颓势分裂开来。收受空间域法对图像的灰度总共进举止直处理，同期对图像的变换总共进行修正，然后通过逆变换得到增强后的图像。
图像去噪：中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的正本灰度值，是一种非线性的图像平滑法。其具有算法浅易、纯真性好，有平滑图像、保存细节的功能。对脉冲干扰及椒盐噪声的扼制成果精良，在扼制速即噪声的同期能灵验保护边际以减少图像爽快。收受大的滤波器窗口不错灵验扼制噪声，采取小的滤波器窗口则不错保留图像中遑急的结构特征，因此对中值滤波法来说，正确聘用窗口尺寸的大小是很遑急的法子。
1.2边际检测
边际检测处理历程如图2所示。原始图像经平滑处理后，平滑图像再经一阶或二阶平滑处理，得到梯度或含零点图像，再经阈值处理，笃定规模点。边际即图像中灰度发生急巨变化的区域，不错通过求解一阶导数或二阶导数检测出图像中灰度不联结区域，即边际区域。二值化之后的图像只存在0和255两种灰度值，通过求取一阶导数最大值便可检测出其规模。
图2边际检测处理历程
常用的边际检测算子中，Robert算子是一种斜向偏差分的梯度算子，梯度大小代表了边际强度，梯度标的与边际标的垂直。Sobel算子是标的算子，从不同标的检测边际，加强了中心像素坎坷阁下标的像素的权值，对灰度渐变和噪声较多的图像有很好的处理成果。Prewitt算子是边际样板算子，欺诈像素点坎坷阁下临点的灰度差在边际处达到极值的特质来检测边际，对噪声也有平滑作用。Laplacian算子检测时经常产生双像素规模，对图像中的噪声非常敏锐，不成检测边际标的，一般很少径直使用，而将其与Gauss算子结合，酿成LOG算子，引入平滑滤波，可灵验的去除噪声，边际检测的成果更好。Canny算子被觉得是信噪比与定位乘积最优面对算子。它提议：边际检测时，信噪比越大，将边际点与噪声点误判的可能性越小；边际定位精准度越高，检测出来的边际中心点与本色边际中心点越附进；保证边际只存在一个响应，可扼制诞妄响应的发生。
上述算子检测中存在的问题是，图像经常是区域的黑度散布，呈现条状区域打法，规模检测中出现规模不明晰的情况。通过对不同边际检测算法进行对比分析，计划了结构元素的大小和标的影响口头学边际检测盘算扫尾，提议了一种多算子交融处理时代，行将Sobel算子、Prewitt算子、Robert算子交融处理，检测出管说念焊缝边际，并最大截止的优化边际噪声影响，为图像边际检测分析提供一种行之灵验的法子。
1.3特征索取
索取焊缝颓势的纹理特征和参数特征，统统的灰度共生矩阵使用G(i, j)来暗意。
（1）能量（angular second moment）：该参数暗意的是图像中纹理的精良进程以及灰度散布是否均匀。当元素散布相比纠合时，ASM 的值会相比大，暗意纹理相比均匀况且规章。
(1)
（2）惯性矩（contrast）：该参数表征的是图像的明晰进程以及纹理沟纹的浅深，沟纹深，则该参数值大，况且直不雅看起来越明晰，同理，当对比度相比小时，沟纹相比浅且看起来爽快。在灰度共生矩阵中，离对角线越大，CON 的值越大。
福彩快乐8第2024175期(上周三)奖号回顾：07 09 12 15 17 19 32 33 40 47 48 49 55 58 62 65 66 69 70 73，其中大小比为11：9，包含4个重号17、32、48、69，包含连码32 33、47 48 49、65 66、69 70。
(2)
（3）研究度（Correlativity）：该参数暗意的是矩阵元素在行列上的一样进程，由此可知，研究值的大小真是地表征了图像中局部灰度研究性。当灰度共生矩阵中各个元素值相比均匀时，研究值就大，反之也是。若图像中有水宽泛向纹理，则水宽泛向矩阵的COR 大于其余矩阵的COR 值。
(3）
其中，
分别是
标的的均值和圭表差
（4）熵（entropy）：该参数暗意的是某个图像的信息量，由于纹理信息是图像信息的一部分，况且它是一个速即性的度量，因此，当共生矩阵中的元素速即性相比大、况且该矩阵的空间共生矩阵中的元素的值基本相配时，熵较大。该特征参数表征的是图像中纹理的非均匀进程或者说复杂进程。
(4)
（5）圆形度e：圆形度的数学抒发式为：
（5）
其中e为圆形度，S为区域面积，C为区域周长。
（6）颓势与布景的灰度差△h ：最初盘算母材区域的平均灰度值Z1，然后盘算颓势区域的平均灰度值为Z2，则
△h =Z1－Z2 （6）
h为负时，那么不错初步判断为夹渣；为正时，不错判断该区域的颓势为气孔。
（7）颓势本身灰度偏差δ：主如若为了分辨圆形夹渣和圆形气孔，点状夹渣δ小，而气孔δ大。
（7）
其中，颓势区域的灰度最大值为
，即兴极少的灰度值为
。
（8）颓势的相对位置d：该参数是盘算颓势的中心位置，然后得出该位置到焊缝中心的距离，一般用归一化之后的值来掂量这个位置，用来识别未焊透和未熔合颓势。
（9）等效面积 S/C：响应颓势的单元规模长度所占有的面积大小，软件定制开发费用S/C 越小，标明颓势犀利折细长的。一般用来表征裂纹。等效面积主要指的是特征区域面积和特征区域周长的比值大小。
1.4 CLTP
焊缝纹理特征索取波及规模明晰度、局部信息细化进程，传统法子使用二值法LTP、LBP、CLBP 纹理特征描绘法子，但纹理描绘的精度受到影响，因此，提议了完全局部三值CLTP模式，包含3 种核默算子，即中心描绘子、璀璨描绘子和大小描绘子，分别用CLTP_C ,CLTP_S , CLTP_M暗意，将算子滚动后，最终得到修正的
、
、
。盘算过程如下：
（8）
（9）
其中a、b 为自界说常量，可取a = 0.3, b = 0.7。
(10)
TH1 为图像像素均值，然后用
模式分别滚动编码值
，
， 分别对应。
图3 CLTP算子
图3(a)暗意中心像素为38 的3×3样本块，邻域的8个像素为[27,72,69,32,25,43,26,88]；图3(b)中 abs 即完全值，TH=24 为求得的阈值，盘算局部差值，得到的算子扫尾为[-11，34，31，-6，-13，5，-12，50]；图3(c)中，
局 部 差 值 符 号 的 三 值 编 码 向 量 为[0，2，2，0，0，1，0，2]；图3(d)中，
算子值为[1,2,2,0,1,0,1,2]；图3(e)中，TH1=47.75 由[27,72,69,32,25,43,26,88]盘算的平均值，暗意CLTP 的
值为[01100101]。
1.5 多类援救向量机SVM模子
可使用单个类与剩下的类构造M-SVM分类器，笃定这个分类器的判断圭表，对统统的类别重迭以上的过程，求出每个判断函数的值，将这些数值进行对比，最大的类别即为样本的最佳分类结构。在该法子中，需要构造M个分类器，使用径直全局优化法子（M-SVM），构造多批分类器，对 M 个分类器的求解一次性完成。
设：
为样本磨练集，l为样本个数，N代表样本维数，M代表样本的类别，引入非负粗莽变量ξi，则该法子的优化问题如公式（11）：
（11）
判别函数为：
（12）
其中，
，
, 为输入空间到高维特征空间的非线性映射函数，通过求解最优化问题，可得到相应的最优决议函数
。
（13）
1.6 SVM多分类器构造
分类器构造应优先收受类别相反性抹杀法，即在全体结构中，先将一样量算作一类，然后字据一样量之间的细小变化，再通过模子算法进行分裂。这种分类在分类准确率和均衡准确率上齐有极高的效力。本文构造了6种颓势，裂纹、圆形夹渣、条形夹渣、气孔、未焊透、未熔合等典型颓势SVM多类分类器（图4）。
图4焊缝颓势SVM分类识别
2 软件模块和功能特质
2.1 软件模块
(1) 包括焊片信息输入、焊缝数字图像数据库、图像亮度对比处理、图像保存、图像像素尺寸识别、边际检测、阈值分析、色阶处理、图像本质变换、长短像素统计、反相处理、焊缝数字图像处理等模块。
(2)
(3)
2.2数据分析系统（图 5）
图5 数据分析系统
2.3 焊缝数字图像颓势特征数据库
经开展管说念焊缝颓势类型分析识别和评价分类，成立了粉饰各式颓势类型的焊缝数字图像颓势特征数据库，包含灰度差、等效面积（S/C）、圆形度、熵、研究度等参数，成立了多分类器构造（SVM）模子，完了了对管说念焊缝数字图像颓势的分类评价。信息身分包括管线称号、管线外径、管线首先、管线尽头、投产日历、管说念焊片方位管桩号位置、焊片编号、评价工程师、评价日历等。便捷焊缝颓势数字图像的数据信息整理，保证管说念信息的可靠性和准确性。
2.4 软件功能
主邀功能包括焊缝颓势类型、焊缝数字图像颓势自动查找、焊缝颓势类别分析、焊缝数字图像颓势数据库、图像对比分析、校核评价、写入数字图像数据库、诠释输出。
2.5 校核评价
字据管说念焊缝颓势类型进行分类校核评价（图6）。在已知参数存在的情况下，评价焊缝数据的准确性，字据颓势类型圭表API-1104等进行东说念主工劝诫性校核。
图6焊缝颓势类型
2.6 软件特质
（1）评价诠释的自动输出
软件最终能自动输出对于管说念焊缝颓势的灵验评价诠释，给出评价中的图像分析过程，颓势类型、颓势参数的评价过程，评价诠释论断等，便捷评价东说念主员编制诠释使用。
app开发（2）初学操作浅易
软件初学操作浅易，适用于自学，且无需操作主说念主员了解焊缝颓势特征及分类专科学问，即可进行管说念焊缝颓势的评价，便捷操作和使用。
3 实验接头
收受上述模子，最初对焊缝数字图像进行完全局部三值模式CLTP纹理识别，收受颓势边际检测和追踪处理时代盘算各参数。上述纹理识别和特征识别盘算参数包括：图像长度像素、图像宽度像素、颓势与布景的灰度差△h、颓势的相对位置d、颓势本身灰度偏差δ、颓势长宽比、等效面积 S/C、圆形度e、熵ENT、研究度COR、惯性矩CON、能量参数等，统统特征参数输入到SVM模子，进行SVM 焊合数字图像的颓势识别，最终得到颓势类别（图6）。
（a-1）CTLP单个夹渣 （a-2）夹渣SVM判断
（b-1）CTLP密集气孔 （b-2）密集气孔SVM判断
（c-1）CTLP根部凹下 （c-2）根部凹下SVM判断
（d-1）CTLP根部未焊透 （d-2）根部未焊透SVM判断
（e-1）CTLP中部未熔合 （e-2）中部未熔合SVM判断
图6 焊缝数字图像颓势CTLP识别和SVM颓势判断
焊缝数字图像经过完全局部三值模式CLTP纹理识别后，应用SVM数据分类时代，CTLP模式使焊合数字图像边际检测和颓势追踪识别精度大大赞助，SVM颓势分类模子使图像颓势的自动识别准确度大大赞助，基本达到了工业应用级水平。图 6（e）是中国西气东输管说念728事故段焊口X-射线数字图像，在位置点38左下方闪现未熔合特征，其盘算机系统判别与东说念主工评片扫尾完全一致。考证了该法子具有较好的精度。
4 论断
(1) 图像处理后莫得噪声的情况下，Canny算子、Log算子、Robert算子、Sobel算子、Prewitt算子不错得到很好的边际检测扫尾。当处理后仍然存在噪声时，检测扫尾出现了较多的伪边际，采取自动中式阈值法子进行图像边际检测，或者取得相比合理的阈值。
(2) 成立的焊缝数字图像颓势特征数据库，包含时局特征和纹理特征，图像长度像素、图像宽度像素、颓势与布景的灰度差△h、颓势的相对位置d、颓势本身灰度偏差δ、颓势长宽比、等效面积 S/C、圆形度e、熵ENT、研究度COR、惯性矩CON、能量等参数。
(3) 成立了SVM分类模子，基于颓势特征数据库，分类获取了颓势时局特征，找出裂纹、夹渣、气孔、未焊透、未熔合等颓势特征。
(4) 管说念焊缝颓势识别评价软件完了了对管说念焊缝数字图像颓势的自动识别和自动化评价，这对于建筑数字化管说念具有极大的股东作用，同期对于管说念安全驱动具有遑急风趣。
董绍华解释： 1972年生，中国石油大学（北京）解释，博士生导师，管说念时代与安全接头中心主任。管说念完好意思性与安全时代行家；第五届国度安全分娩行家构成员；国度质检总局特种开拓压力管说念时代委员会委员； NACE STAG 75 完好意思性时代行家委员会主席；北京石油学会理事兼石油应用与储运专科委员会主任；担任2017年国度要点研发筹划“全球安全专项”国度储备库安全技俩首席。主要接头标的为管说念完好意思性守护时代、管说念安全评价时代、管说念信息大数据工程时代等。曾获省部级奖励25项软件开发app多少钱，参与编制行业、企业时代圭表40余部，发表学术论文90余篇。