管道缺陷检测方法、装置及存储介质与流程

本技术涉及检测，特别涉及一种管道缺陷检测方法、装置及存储介质。

背景技术：

1、近年来，国家对于燃气管道项目的安全管理不断加强，燃气管道项目建设时，需要执行严格的安全标准规范和规则制度。燃气管道根据压力管道类别可划分为天然气长输管道(简称长输管道)和城镇燃气管道(简称城燃管道)。而管道的焊接质量严重影响到管道的安全，导致天然气泄漏，造成严重的安全事故，所以需要对管道的焊接缺陷进行严格的检测。

2、相关技术中，一般通过具体“射线数字成像检测中级ⅱ级，rt(d)”证书的专业人士对管道焊接缺陷进行检测和缺陷等级进行评定。

3、然而，人工评定的方式往往存在以下缺点：(1)由于管道缺陷灰度对比度不强，缺陷目标小，区分度不强，缺陷检测后，需要根据繁琐的缺陷评定规则对缺陷进行评定，导致对管道焊接缺陷的检测和评定效率极其低下；(2)在管道施工中，根据工艺要求，一般需要对抽检到的管道焊接质量进行评定后，才能进行后续的管道施工，但由于人工对管道焊接缺陷的检测和级别的评定效率低，需要评定的管道焊接片子数量多，同时，具有管道焊接缺陷检测和评定资质的专业人士少，导致管道项目施工工程中，评片时间长，导致严重延长施工工期，增加管理成本和管理问题；(3)在对管道焊接缺陷评片的过程中，由于对焊接缺陷的检测和评定的技术难度、工程量大等因素的影响，评片人员的主观性比较强，如对同一个管道焊接缺陷有可能评为不同的缺陷或不同的缺陷等级，这样埋下了严重的安全隐患。

4、相关技术中，在管道焊接缺陷检测和评定流程中，主要有传统的图像处理技术对管道焊接缺陷的纹理进行分割，从而检测出缺陷。然而，该方法对原始图片的分辨率要求较高，检测精度低，很难在工程中进行大规模的应用。

5、另一种相关技术是通过深度学习中的faster-rcnn、yolo等目标检测模型对管道焊接缺陷进行分类检测和等级评定等手段来辅助人工进行缺陷检测和评片。然而，由于城燃管道焊缝缺陷小，纹理不清晰等，该方法对城燃管道焊缝缺陷检测精度不高，同时无法对检测到的缺陷进行精确的测量，所以才用目标分类的算法对管道焊接缺陷进行分类，不同的类对应不同的缺陷等级，需要大量的不同等级的缺陷进行模型训练，而现实是各种等级的焊接缺陷是严重不平衡的，导致对管道焊接缺陷分级不准，精度不高。

技术实现思路

1、本技术提供一种管道缺陷检测方法、装置及存储介质，以解决相关技术中，管道焊接缺陷检测和评定存在检测精度低，难以在工程中进行大规模应用，对管道焊接缺陷分级不准等问题，提出一种检测精度高而且便于对检测到的焊接缺陷进行测量的方法，提高了燃气管道的安全性。

2、本技术第一方面实施例提供一种管道缺陷检测方法，包括以下步骤：

3、获取当前探伤设备的类型；根据所述当前探伤设备的类型确定待检测管道的最优检测策略；以及根据所述最优检测策略对所述待检测管道进行检测，得到所述待检测管道的焊接缺陷类型和缺陷等级，并根据所述焊接缺陷类型和所述缺陷等级生成所述待检测管道的探伤结果。

4、可选地，在一些实施例中，所述当前探伤设备的类型包括数字探伤设备和胶片探伤设备。

5、可选地，在一些实施例中，所述当前探伤设备的类型为所述数字探伤设备，所述最优检测策略为：生成所述待检测管道的第一图像，并对所述第一图像进行缺陷评级得到所述待检测管道的焊接缺陷类型和缺陷等级。

6、可选地，在一些实施例中，所述对所述第一图像进行缺陷评级得到所述待检测管道的焊接缺陷类型和缺陷等级，包括：对所述第一图像进行归一化处理、图像增强处理和图像去噪处理，得到处理后的第一图像；从所述处理后的第一图像中识别出第一焊缝检测区域，并利用预设的神经网络对所述第一焊缝检测区域进行语义分割，得到第一语义分割结果；若根据所述第一语义分割结果确定所述待检测管道存在至少一个焊接缺陷，则基于预设的数字标签检测策略和/或预设的标线测量检测策略，对所述至少一个焊接缺陷进行测量，得到所述待检测管道的焊接缺陷类型和缺陷等级。

7、可选地，在一些实施例中，所述当前探伤设备的类型为所述胶片探伤设备，所述最优检测策略为：根据由所述待检测管道生成的探伤胶片得到第二图像，并对所述第二图像进行缺陷评级得到所述待检测管道的焊接缺陷类型和缺陷等级。

8、可选地，在一些实施例中，所述对所述第二图像进行缺陷评级得到所述待检测管道的焊接缺陷类型和缺陷等级，包括：对所述第二图像进行归一化处理、图像增强处理和图像去噪处理，得到处理后的第二图像；从所述处理后的第二图像中识别出第二焊缝检测区域，并利用预设的神经网络对所述第二焊缝检测区域进行语义分割，得到第二语义分割结果；若根据所述第二语义分割结果确定所述待检测管道存在至少一个焊接缺陷，则基于预设的数字标签检测策略和/或预设的标线测量检测策略，对所述至少一个焊接缺陷进行测量，得到所述待检测管道的焊接缺陷类型和缺陷等级。

9、可选地，在一些实施例中，在得到所述待检测管道的焊接缺陷类型和缺陷等级之后，还包括：基于所述待检测管道的焊接缺陷类型和缺陷等级，生成所述待检测管道的置信度值；若所述置信度值小于预设阈值，获取用户基于所述待检测管道的焊接缺陷类型和缺陷等级确定的评定结果；根据所述评定结果修正所述待检测管道的焊接缺陷类型和缺陷等级。

10、可选地，在一些实施例中，在根据所述焊接缺陷类型和所述缺陷等级生成所述待检测管道的探伤结果之后，还包括：发送所述探伤结果至预设移动终端。

11、本技术第二方面实施例提供一种管道缺陷检测装置，包括：

12、获取模块，用于获取当前探伤设备的类型；确定模块，用于根据所述当前探伤设备的类型确定待检测管道的最优检测策略；以及检测模块，用于根据所述最优检测策略对所述待检测管道进行检测，得到所述待检测管道的焊接缺陷类型和缺陷等级，并根据所述焊接缺陷类型和所述缺陷等级生成所述待检测管道的探伤结果。

13、可选地，在一些实施例中，所述当前探伤设备的类型包括数字探伤设备和胶片探伤设备。

14、可选地，在一些实施例中，所述当前探伤设备的类型为所述数字探伤设备，所述最优检测策略为：生成所述待检测管道的第一图像，并对所述第一图像进行缺陷评级得到所述待检测管道的焊接缺陷类型和缺陷等级。

15、可选地，在一些实施例中，所述对所述第一图像进行缺陷评级得到所述待检测管道的焊接缺陷类型和缺陷等级，所述检测模块，包括：第一处理单元，用于对所述第一图像进行归一化处理、图像增强处理和图像去噪处理，得到处理后的第一图像；第一识别单元，用于从所述处理后的第一图像中识别出第一焊缝检测区域，并利用预设的神经网络对所述第一焊缝检测区域进行语义分割，得到第一语义分割结果；第一测量单元，用于在根据所述第一语义分割结果确定所述待检测管道存在至少一个焊接缺陷时，基于预设的数字标签检测策略和/或预设的标线测量检测策略，对所述至少一个焊接缺陷进行测量，得到所述待检测管道的焊接缺陷类型和缺陷等级。

16、可选地，在一些实施例中，所述当前探伤设备的类型为所述胶片探伤设备，所述最优检测策略为：根据由所述待检测管道生成的探伤胶片得到第二图像，并对所述第二图像进行缺陷评级得到所述待检测管道的焊接缺陷类型和缺陷等级。

17、可选地，在一些实施例中，所述对所述第二图像进行缺陷评级得到所述待检测管道的焊接缺陷类型和缺陷等级，所述检测模块，还包括：第二处理单元，用于对所述第二图像进行归一化处理、图像增强处理和图像去噪处理，得到处理后的第二图像；第二识别单元，用于从所述处理后的第二图像中识别出第二焊缝检测区域，并利用预设的神经网络对所述第二焊缝检测区域进行语义分割，得到第二语义分割结果；第二测量单元，用于在根据所述第二语义分割结果确定所述待检测管道存在至少一个焊接缺陷时，基于预设的数字标签检测策略和/或预设的标线测量检测策略，对所述至少一个焊接缺陷进行测量，得到所述待检测管道的焊接缺陷类型和缺陷等级。

18、可选地，在一些实施例中，在得到所述待检测管道的焊接缺陷类型和缺陷等级之后，所述检测模块，还包括：生成单元，用于基于所述待检测管道的焊接缺陷类型和缺陷等级，生成所述待检测管道的置信度值；获取单元，用于在所述置信度值小于预设阈值时，获取用户基于所述待检测管道的焊接缺陷类型和缺陷等级确定的评定结果；修正单元，用于根据所述评定结果修正所述待检测管道的焊接缺陷类型和缺陷等级。

19、可选地，在一些实施例中，在根据所述焊接缺陷类型和所述缺陷等级生成所述待检测管道的探伤结果之后，所述检测模块，还包括：发送单元，用于发送所述探伤结果至预设移动终端。

20、本技术第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的管道缺陷检测方法。

21、本技术第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现如上述实施例所述的管道缺陷检测方法。

22、由此，本技术在接收到探伤工单时，通过获取当前探伤设备的类型，根据当前探伤设备的类型确定对待检测管道的最优检测策略，结合ai辅助评片，根据最优检测策略对待检测管道进行检测，得到待检测管道的焊接缺陷类型和缺陷等级，并根据焊接缺陷类型和缺陷等级生成待检测管道的探伤结果。由此，解决了相关技术中，管道焊接缺陷检测和评定存在检测精度低，难以在工程中进行大规模应用，对管道焊接缺陷分级不准等问题，提出一种检测精度高而且便于对检测到的焊接缺陷进行测量的方法，提高了燃气管道的安全性。

23、本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。