一种基于改进UNet模型的水下管道缺陷检测方法技术

本发明专利技术涉及深度学习技术领域，提供一种基于改进UNet模型的水下管道缺陷检测方法，包括：在第一分支中，基于改进UNet网络框架构建用于特征提取的先验分布网络，对原始水下管道图像进行特征提取和重建，生成管道缺陷特征提取图像；在第二分支中，基于改进UNet网络框架构建用于水下图像增强的后验分布网络，对原始水下管道图像和参考图像进行特征增强生成管道缺陷特征增强图像；通过Pr模块、Po模块和AdaIN模块对管道缺陷特征提取图像和管道缺陷特征增强图像进行增强统计变换，生成管道缺陷识别图像。本发明专利技术解决了水下管道图像进行增强和缺陷检测存在的不同难题，提高网络模型的特征表达能力，最终取得泛化能力佳、鲁棒性好、增强和缺陷检测效率高的优点。

【技术实现步骤摘要】

本专利技术涉及深度学习，尤其涉及一种基于改进unet模型的水下管道缺陷检测方法。

技术介绍

1、水下管道是海洋油气开采及海洋工程中的重要组成部分，承担着能源的输送功能。随着海洋开发的不断深入，海底管道系统的规模逐渐扩大，这些管道在海底长时间运行时，面临着各种复杂的环境挑战。由于长期暴露在恶劣的海洋环境中，水下管道会受到诸如腐蚀、磨损、机械损伤、海洋生物附着等一系列因素的影响。这些因素的累积作用会导致管道产生裂纹、凹陷、穿孔等多种缺陷，进而可能引发严重的安全问题，例如能源泄漏或管道破裂。上述问题不仅会带来经济损失，还可能对海洋生态环境造成严重污染。因此，如何有效地对海底管道进行检测、维护和管理，成为当今海洋工程和能源输送领域中备受关注的研究课题。

2、传统的海底管道检测方法，诸如声呐、激光扫描等，虽然可以在一定程度上识别管道的缺陷，但这些方法的分辨率相对较低，且易受噪声干扰。同时，这些方法通常需要复杂的后期处理和人工干预，效率较低，难以适应现代海洋工程中对实时检测的要求。为了保证管道的正常运行，需要用创新的技术升级检测手段，保证管道的长期安全运行本文档来自技高网...

【技术保护点】

1.一种基于改进UNet模型的水下管道缺陷检测方法，其特征在于，包括：

2.根据权利要求1所述的基于改进UNet模型的水下管道缺陷检测方法，其特征在于，在所述先验分布网络/所述后验分布网络中包括以下步骤：

3.根据权利要求2所述的基于改进UNet模型的水下管道缺陷检测方法，其特征在于，在所述步骤S2中，对卷积操作进行加权求和生成所述第二特征图。

4.根据权利要求2所述的基于改进UNet模型的水下管道缺陷检测方法，其特征在于，所述卷积注意力模块包括通道注意力子模块和空间注意力子模块，所述步骤S5包括属于所述通道注意力子模块的步骤S51至步骤S53、属于所...

【技术特征摘要】

1.一种基于改进unet模型的水下管道缺陷检测方法，其特征在于，包括：

2.根据权利要求1所述的基于改进unet模型的水下管道缺陷检测方法，其特征在于，在所述先验分布网络/所述后验分布网络中包括以下步骤：

3.根据权利要求2所述的基于改进unet模型的水下管道缺陷检测方法，其特征在于，在所述步骤s2中，对卷积操作进行加权求和生成所述第二特征图。

4.根据权利要求2所述的基于改进unet模型的水下管道缺陷检测方法，其特征在于，所述卷积注意力模块包括通道注意力子模块和空间注意力子模块，所述步骤s5包括属于所述通道注意力子模块的步骤s51至步骤s53、属于所述空间注意力子模块的步骤s54至步骤s56，具体为：

5.根据权利要求2所述的基于改进unet模型的水下管道缺陷检测方法，其特征在于，在所述先验分布网络/所述后验分布网络中，执行所述步骤s1之前，对水下管道原始退化图像的三原色分别通过调整颜色饱和度进行色彩校正生成所述原始水下管道图像。

6.根据权利要求2所述的基于改进unet模型的水下管道缺陷检测方...

【专利技术属性】
技术研发人员：邓立平，陶建国，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：