一种漏磁数据自适应伪彩色化方法技术

本发明专利技术公开了一种漏磁数据自适应伪彩色化方法，对漏磁数据进行基值校正及去噪预处理；对预处理后的漏磁数据进行分类及灰度化处理，生成灰度图像；对生成的灰度图像采用两种方法进行分割，根据灰度阈值将生成的灰度图像分割成两部分，采用Otsu算法分别对这两部分图像进行二值化分割，得到背景区域灰度区间端点值；再根据类别标签对灰度图像进行分割，将C

【技术实现步骤摘要】
一种漏磁数据自适应伪彩色化方法
本专利技术涉及管道无损检测和数据可视化领域，特别涉及一种漏磁数据自适应伪彩色化方法。
技术介绍
目前，深海油气管道常年工作在恶劣的海底环境中，容易受海底高压强、高腐蚀等复杂环境影响，一旦发生泄漏，将造成极大生态污染及能源浪费，故对管道进行无损检测尤为必要。漏磁检测技术是对管道进行缺陷检测的常用技术之一。随着硬件技术及传感器制造工艺的提升，远距离管道检测已成为现实，所布置的传感器数量及灵敏度均有极大提升，能够更精确地检测到细微缺陷或其他管道状态信息。为便于更直观观察及分析管道检测数据，进行缺陷检测及尺寸反演等，应采用合理的方法对漏磁数据可视化处理。常用的漏磁数据可视化方法有曲线视图、灰度视图、伪彩色视图等。在漏磁数据的伪彩色图像处理领域，传统的采用灰度值分段的数据伪彩色处理方法对灰度值界限划分单一，且大多对于缺陷边界区域处理效果不佳，通常仅考虑轴向数据，不适用于当前三轴漏磁数据下的伪彩色化。常见的漏磁数据伪彩色视图显示由于灰度线性拉伸带来的特征损失，使得小缺陷区域特征无法正常显示，边界模糊，无法较为完整地体现管道状态信息，不易于视觉观察及后序的管道缺陷检测等。
技术实现思路
针对传统的彩虹编码法在漏磁数据灰度图像伪彩色化过程中呈现的缺陷两侧区域与图像背景色彩较为相似，尤其对于较小缺陷区域边界分辨率不高的问题，本专利技术为解决公知技术中存在的技术问题而提供一种对管道缺陷、焊缝等区域及其边界色彩区分度度更高的漏磁数据自适应伪彩色化方法。本专利技术为解决公知技术中存在的技术问题所采取的技术方案是：一种漏磁数据自适应伪彩色化方法，对漏磁数据进行基值校正及去噪预处理；对预处理后的漏磁数据进行分类，设分类类别数为k，对应设置类别标签为Ci，i＝1、2…k，其中C1类别的漏磁数据全部位于无缺陷区域，其他类别的漏磁数据部分或全部位于缺陷区域；对预处理后的漏磁数据进行灰度化处理，生成灰度图像；对生成的灰度图像分别采用两种方法进行分割，第一种分割方法为：设置灰度阈值，根据灰度阈值将生成的灰度图像分割成两部分，采用Otsu算法分别对这两部分图像进行二值化分割，得到背景区域灰度区间端点值；第二种分割方法为：根据漏磁数据类别标签对灰度图像进行分割，将C2至Ck类别漏磁数据所对应的灰度最大值作为灰度区间边界值；合并背景区域灰度区间端点值、灰度区间边界值和C1类别对应像素点灰度值极值，得到分割后的灰度区间各端点值；根据灰度区间各端点值调整伪彩色编码并对灰度图像伪彩色化处理。进一步地，对各采样点的漏磁数据进行基值校正及去噪预处理的方法包括如下步骤：步骤A-1，采用平均中值法对各采样点的漏磁数据进行基值校准；步骤A-2，采用小波阈值降噪方法对基值校准后的漏磁数据进行去噪处理。进一步地，对预处理后的漏磁数据进行分类的方法包括如下步骤：步骤B-1，设置分类类别数k；步骤B-2，对一管段的轴向、径向及周向漏磁检测数据，按照步骤B-2-1、步骤B-2-2的方法进行分类，得到采样点对应轴向、径向及周向的漏磁数据的类别；其中：步骤B-2-1，对采样点的漏磁数据按照如下方法对应任一通道进行分类，得到采样点对应该通道的漏磁数据的类别：设置幅值阈值Vδ，设当前管段的信号中值为Vs-mid，判断采样点的漏磁数据幅值是否位于Vs-mid±Vδ/2范围内；如果为是，则采样点的漏磁数据类别为：如果为否，则采样点的漏磁数据类别为：式中，Ci,j为i号传感器在里程采样点j位置的采样数据的类别标签，Vi,j为i号传感器在里程采样点j位置的信号幅值，Vs-mid为当前管段的信号中值，Vs-max，Vs-min分别对应为当前管段的信号最大值和最小值，a、b、c、d均为小于1的调节因子；步骤B-2-2，对任意采样点，取各通道类别最大值作为该采样点的类别；步骤B-3，取采样点的轴向、径向及周向类别三者中的最大值作为该采样点的漏磁数据的综合类别，得到该管段各采样点的漏磁数据的最终类别标签。进一步地，步骤B-1中，设置分类类别数k的方法为：式中，Vn_max和Vn_min对应表示随机抽样得到的n个管段的信号最大值和最小值，Vpeak和Vvalley对应为所得到的随机抽样得到的n个管段中较小缺陷对应的信号幅值的峰值和谷值，N为中间变量，Nclass为表示该缺陷需设置的量化层数，k为分类类别数，floor表示进行四舍五入方式的取整。进一步地，对预处理后的漏磁数据进行灰度化处理的方法包括如下步骤：步骤C-1，设置窗口调整幅值阈值，设定初始滑动窗口大小，对漏磁数据进行边界扩充；步骤C-2，比较当前窗口内漏磁数据幅值的极值差与窗口调整幅值阈值的大小，若极值差小于等于窗口调整幅值阈值，则调整窗口大小直至数据边界；若极值差大于窗口调整幅值阈值则进行步骤C-3；步骤C-3，采用调节因子对当前窗口内漏磁数据幅值的极值进行校正，以实现灰度值补偿；步骤C-4，对当前窗口内任一采样点的漏磁数据，根据其幅值与通道内漏磁数据幅值中值之间的大小关系进行分段，进行局部分段灰度映射。进一步地，采用灰度分段变换方法对分段灰度映射处理后的漏磁数据进一步处理，其中灰度分段变换的方法如下：设C2类别的漏磁数据一部分位于无缺陷区域，一部分位于缺陷区域；C3至Ck类别的漏磁数据全部位于缺陷区域；当类别标签为C1、C2时，灰度分段变换公式为：当类别标签为C3至Ck时，灰度分段变换公式为：式中，Rs为尺度因子，Rb为尺度因子，Gcv为灰度中值，gi,j为i号传感器在里程采样点j位置的灰度映射值，Gi,j'为该采样点在分段灰度映射后得到的值，h1、h2为放大系数，λ、γ为幂指数。进一步地，步骤C-3中，采用调节因子对当前窗口内漏磁数据幅值的极值进行校正的方法为：式中，Vw-max-c表示校正后局部窗口最大幅值映射值；Vw-min-c表示校正后局部窗口最小幅值映射值；Vw-max表示校正前局部窗口最大幅值映射值；Vw-min表示校正前局部窗口最小幅值映射值；α、β为调节因子；Ra表示偏差系数；Vmax表示当前管段漏磁数据中的最大值，Vmin表示当前管段漏磁数据中的最小值。进一步地，步骤C-4中，局部分段灰度映射的方法为：式中，Gi,j为i号传感器在里程采样点j位置的信号灰度转换后的灰度值；Gm为最大灰度值；Gcv为灰度中值；Vi,j为i号传感器在里程采样点j位置的信号幅值，Vm_i为通道i幅值中值，Vmax为当前管段信号幅值最大值，Vmin为当前管段信号幅值最小值。进一步地，第一种分割方法包括如下步骤：步骤D-1，以灰度中值为灰度阈值,将漏磁数据的灰度图像分割成两部分，分别为图像I1和图像I2，其中，式中，Gcv为灰度中值，Gi,j为i号传感器在里程采样点j位置的信号灰度本文档来自技高网...

【技术保护点】
1.一种漏磁数据自适应伪彩色化方法，其特征在于，对漏磁数据进行基值校正及去噪预处理；对预处理后的漏磁数据进行分类，设分类类别数为k，对应设置类别标签为C

【技术特征摘要】
1.一种漏磁数据自适应伪彩色化方法，其特征在于，对漏磁数据进行基值校正及去噪预处理；对预处理后的漏磁数据进行分类，设分类类别数为k，对应设置类别标签为Ci，i＝1、2…k，其中C1类别的漏磁数据全部位于无缺陷区域，其他类别的漏磁数据部分或全部位于缺陷区域；对预处理后的漏磁数据进行灰度化处理，生成灰度图像；对生成的灰度图像分别采用两种方法进行分割，第一种分割方法为：设置灰度阈值，根据灰度阈值将生成的灰度图像分割成两部分，采用Otsu算法分别对这两部分图像进行二值化分割，得到背景区域灰度区间端点值；第二种分割方法为：根据漏磁数据类别标签对灰度图像进行分割，将C2至Ck类别漏磁数据所对应的灰度最大值作为灰度区间边界值；合并背景区域灰度区间端点值、灰度区间边界值和C1类别对应像素点灰度值极值，得到分割后的灰度区间各端点值；根据灰度区间各端点值调整伪彩色编码并对灰度图像伪彩色化处理。


2.根据权利要求1的漏磁数据自适应伪彩色化方法，其特征在于，对各采样点的漏磁数据进行基值校正及去噪预处理的方法包括如下步骤：
步骤A-1，采用平均中值法对各采样点的漏磁数据进行基值校准；
步骤A-2，采用小波阈值降噪方法对基值校准后的漏磁数据进行去噪处理。


3.根据权利要求1所述的漏磁数据自适应伪彩色化方法，其特征在于，对预处理后的漏磁数据进行分类的方法包括如下步骤：
步骤B-1，设置分类类别数k；
步骤B-2，对一管段的轴向、径向及周向漏磁检测数据，按照步骤B-2-1、步骤B-2-2的方法进行分类，得到采样点对应轴向、径向及周向的漏磁数据的类别；其中：
步骤B-2-1，对采样点的漏磁数据按照如下方法对应任一通道进行分类，得到采样点对应该通道的漏磁数据的类别：
设置幅值阈值Vδ，设当前管段的信号中值为Vs-mid，判断采样点的漏磁数据幅值是否位于Vs-mid±Vδ/2范围内；
如果为是，则采样点的漏磁数据类别为：



如果为否，则采样点的漏磁数据类别为：



式中，Ci,j为i号传感器在里程采样点j位置的采样数据的类别标签，Vi,j为i号传感器在里程采样点j位置的信号幅值，Vs-mid为当前管段的信号中值，Vs-max、Vs-min分别对应为当前管段的信号最大值和最小值，a、b、c、d均为小于1的调节因子；
步骤B-2-2，对任意采样点，取各通道类别最大值作为该采样点的类别；
步骤B-3，取采样点的轴向、径向及周向类别三者中的最大值作为该采样点的漏磁数据的综合类别，得到该管段各采样点的漏磁数据的最终类别标签。


4.根据权利要求3所述的漏磁数据自适应伪彩色化方法，其特征在于，步骤B-1中，设置分类类别数k的方法为：



式中，Vn_max和Vn_min对应表示随机抽样得到的n个管段的信号最大值和最小值，Vpeak和Vvalley对应为所得到的随机抽样得到的n个管段中较小缺陷对应的信号幅值的峰值和谷值，N为中间变量，Nclass为表示该缺陷需设置的量化层数，k为分类类别数，floor表示进行四舍五入方式的取整。


5.根据权利要求1所述的漏磁数据自适应伪彩色化方法，其特征在于，对预处理后的漏磁数据进行灰度化处理的方法包括如下步骤：
步骤C-1，设置窗口调整幅值阈值，设定初始滑动窗口大小，对漏磁数据进行边界扩充；
步骤C-2，比较当前窗口内漏磁数据幅值的极值差与窗口调整幅值阈值的大小，若极值差小于等于窗口调整幅值阈值，则调整窗口大小直至数据边界；若极值差大于窗口调整幅值阈值则进行步骤C-3；
步骤C-3，采用调节因子对当前窗口内漏磁数据幅值的极值进行校正，以实现灰度值补偿；
步骤C-4，对当前窗口内任一采样点的漏磁数据，根据其幅值与通道内漏磁数据幅值中值之间的大小关系进行分段，进行局部分段灰度映射。


6.根据权利要求5所述的漏磁数据自适应伪彩色化方法，其特征在于，采用灰度分段变换方法对分段灰度映射处理后的漏磁数据进一步处理，其中灰度分段变换的方法如下：
设C2类别的漏磁数据一部分位于无缺陷区域，一部分位于缺陷区域；C3至Ck类别的漏磁数据全部位于缺陷区域；
当类别标签为C1、C2时，灰度分段变...

【专利技术属性】
技术研发人员：王建丰，唐建华，林晓，赵可天，王增国，薛申才，王丹丹，王怀江，
申请(专利权)人：中海石油中国有限公司，中海油能源发展装备技术有限公司，中海石油技术检测有限公司，
类型：发明
国别省市：北京;11