[發明專利]用于檢測管道缺陷的方法和裝置

有效

• 申請號: 201810904674.2
• 申請日: 2018-08-09
• 公開（公告）號: CN108982522B
• 公開（公告）日: 2022-04-26
• 發明（設計）人: 黃耀波;劉明浩;冷家冰;徐玉林;郭江亮;李旭
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G01N21/88
• 分類號: G01N21/88
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種用于檢測管道缺陷的方法，包括：

獲取至少兩個目標傳感器采集到的、針對目標管道的電信號數據；

對所述電信號數據執行預設操作，其中，所述預設操作包括濾波；

基于執行預設操作后的電信號數據，生成對應的灰度圖，包括：根據至少兩個目標傳感器之間的相對位置關系，確定所述灰度圖中的像素點；根據各像素點對應的電信號的值，確定各像素點的像素值；根據各像素點以及各像素點的像素值，生成所述灰度圖；

響應于確定所述灰度圖包括表征所述目標管道存在缺陷的區域，確定所述缺陷的類別和所述區域在所述灰度圖中的位置，包括：將所述灰度圖輸入至預先訓練的缺陷檢測模型，得到表征所述目標管道存在缺陷的區域所指示的缺陷的類別和表征所述目標管道存在缺陷的區域在所述灰度圖中的位置的位置信息，其中，所述缺陷檢測模型用于指示灰度圖和表征目標管道存在缺陷的區域所指示的缺陷的類別、表征目標管道存在缺陷的區域在灰度圖中的位置之間的對應關系。

2.根據權利要求1所述的方法，其中，所述基于執行預設操作后的電信號數據，生成對應的灰度圖，包括：

基于執行預設操作后的電信號數據，執行圖像插值，生成對應的灰度圖。

3.根據權利要求1所述的方法，其中，所述缺陷檢測模型通過如下步驟訓練得到：

獲取樣本集，樣本包括樣本灰度圖和樣本標注信息，樣本灰度圖包括至少一個表征目標管道存在缺陷的區域，樣本標注信息用于指示表征目標管道存在缺陷的區域所指示的缺陷的類別和指示目標管道存在缺陷的區域在樣本灰度圖中的位置；

從所述樣本集中選取樣本，將選取的樣本的樣本灰度圖和樣本標注信息分別作為初始模型的輸入和期望輸出，訓練得到缺陷檢測模型。

4.根據權利要求3所述的方法，其中，所述初始模型包括深度卷積神經網絡和分類器，所述深度卷積神經網絡用于提取灰度圖的特征。

5.一種用于檢測管道缺陷的裝置，包括：

獲取單元，被配置成獲取至少兩個目標傳感器采集到的、針對目標管道的電信號數據；

執行單元，被配置成對所述電信號數據執行預設操作，其中，所述預設操作包括濾波；

生成單元，被配置成基于執行預設操作后的電信號數據，生成對應的灰度圖，包括：根據至少兩個目標傳感器之間的相對位置關系，確定所述灰度圖中的像素點；根據各像素點對應的電信號的值，確定各像素點的像素值；根據各像素點以及各像素點的像素值，生成所述灰度圖；

確定單元，被配置成響應于確定所述灰度圖包括表征所述目標管道存在缺陷的區域，確定所述缺陷的類別和所述區域在所述灰度圖中的位置，包括：將所述灰度圖輸入至預先訓練的缺陷檢測模型，得到表征所述目標管道存在缺陷的區域所指示的缺陷的類別和表征所述目標管道存在缺陷的區域在所述灰度圖中的位置的位置信息，其中，所述缺陷檢測模型用于指示灰度圖和表征目標管道存在缺陷的區域所指示的缺陷的類別、表征目標管道存在缺陷的區域在灰度圖中的位置之間的對應關系。

6.根據權利要求5所述的裝置，其中，所述生成單元，進一步被配置成：

基于執行預設操作后的電信號數據，執行圖像插值，生成對應的灰度圖。

7.根據權利要求5所述的裝置，其中，所述確定單元，包括：

獲取單元，被配置成獲取樣本集，樣本包括樣本灰度圖和樣本標注信息，樣本灰度圖包括至少一個表征目標管道存在缺陷的區域，樣本標注信息用于指示表征目標管道存在缺陷的區域所指示的缺陷的類別和指示目標管道存在缺陷的區域在樣本灰度圖中的位置；

訓練單元，被配置成從所述樣本集中選取樣本，將選取的樣本的樣本灰度圖和樣本標注信息分別作為初始模型的輸入和期望輸出，訓練得到缺陷檢測模型。

8.根據權利要求7所述的裝置，其中，所述初始模型包括深度卷積神經網絡和分類器，所述深度卷積神經網絡用于提取灰度圖的特征。