管道曲面焊缝缺陷光弹检测方法及系统

本发明涉及焊缝缺陷检测，特别涉及一种管道曲面焊缝缺陷光弹检测方法及系统。

背景技术：

1、目前，焊缝缺陷检测方法主要包括超声检测、射线检测、磁粉检测及光弹检测等。超声检测和射线检测在管道曲面焊缝检测中易受曲面曲率影响，检测精度较低，且存在辐射危害；磁粉检测仅适用于铁磁性材料，适用范围有限。

2、光弹检测基于光的偏振特性，通过应力双折射效应产生的干涉条纹来反映材料内部的应力分布，能够通过应力分布反映焊缝缺陷信息。光弹性贴片法是一种全场观测的分析方法，能发现难以预计的某些高应力区域，如焊接所带来的应力集中区。光弹检测具有无损伤、无辐射、检测直观等优势，适用于多种材料的焊缝检测。

3、然而传统光弹检测方法中，对光弹图像中的缺陷识别多依赖人工完成，不仅效率偏低，而且主观性较强。对于管道曲面焊缝而言，其自身的曲率变化会使光弹图像背景变得复杂，缺陷特征也趋于模糊，进一步拉低了检测精度。现有的光弹检测方法大多没有针对管道曲面焊缝的曲率特征做专门处理，因此不易将缺陷区域与背景干扰有效区分开，缺陷漏检率和误检率仍然较高，达不到管道曲面焊缝缺陷精准检测的要求。

技术实现思路

1、本发明提供了一种管道曲面焊缝缺陷光弹检测方法及系统，用以克服现有技术中存在的上述至少一个技术问题。

2、为达到上述目的，本发明的实施例采用如下技术方案：

3、第一方面，本发明提供了一种管道曲面焊缝缺陷光弹检测方法，包括：

4、采集管道曲面焊缝区域的原始光弹图像；

5、对所述原始光弹图像进行预处理，获得标准光弹图像，所述预处理至少包括对所述原始光弹图像进行曲面几何畸变校正；

6、将所述标准光弹图像输入训练好的缺陷检测模型，输出缺陷检测结果；

7、其中，所述缺陷检测模型为cga-m2snet网络模型，所述网络模型包括依次连接的编码器、多尺度减法特征提纯模块、曲率注意力cga模块和解码器；所述编码器用于提取所述标准光弹图像的多层级特征；所述多尺度减法特征提纯模块用于对所述多层级特征进行差分运算，提取层级间互补差异特征；所述cga模块用于根据所述差异特征的曲率信息生成逐像素注意力权重，并对所述差异特征进行曲率加权增强后输出至所述解码器。

8、在第一方面的一种可能的实现方式中，所述对所述原始光弹图像进行曲面几何畸变校正，包括：

9、采用柱面逆畸变模型对所述原始光弹图像进行坐标变换，变换公式为：

10、；

11、式中，为管道曲率半径；为畸变图像原始像素坐标；为校正后无畸变像素坐标。

12、在第一方面的一种可能的实现方式中，所述对所述多层级特征进行差分运算，提取层级间互补差异特征，包括：

13、对所述多层级特征中的相邻层级特征图进行逐元素相减并取绝对值，分别经多个不同尺度的固定权重滤波器进行卷积处理，对各尺度卷积结果进行聚合，再经卷积处理，输出多尺度差异特征。

14、在第一方面的一种可能的实现方式中，所述cga模块对所述差异特征进行曲率加权增强，包括：

15、对所述差异特征图进行二维拉普拉斯运算，得到曲率矩阵；

16、对所述曲率矩阵进行softmax归一化，生成注意力权重；

17、将所述注意力权重与所述差异特征逐元素相乘，输出加权增强后的特征。

18、在第一方面的一种可能的实现方式中，所述缺陷检测模型的训练过程包括：

19、构建管道曲面焊缝光弹缺陷数据集，所述数据集包含多种缺陷类型的光弹图像；

20、采用复合损失函数优化模型参数，所述复合损失函数为交叉熵损失函数与dice损失函数的加权和；

21、采用adamw优化器对所述缺陷检测模型进行训练，直至满足预设训练终止条件。

22、在第一方面的一种可能的实现方式中，所述缺陷检测结果包括缺陷区域；

23、将所述缺陷区域的像素坐标通过像素-物理空间标定系数映射为工件实际坐标，映射公式为：

24、；

25、所述缺陷区域的尺寸根据所述缺陷区域的像素数量与所述标定系数确定；

26、其中，(x，y)为缺陷区域在所述标准光弹图像中的像素坐标，(x，y)为缺陷区域在工件表面的实际坐标，ρ为所述标定系数。

27、在第一方面的一种可能的实现方式中，所述标定系数ρ的标定方法包括：

28、将已知长度的标尺置于与待测工件相同成像距离处；

29、通过亚像素边缘检测提取所述标尺上标准刻度两端的像素坐标，计算刻度段对应的像素长度；

30、计算单组像素当量，所述像素当量为所述刻度段的实际长度与所述像素长度的比值；

31、在所述标尺的图像中选取不同位置的刻度段，分别计算各组的像素当量，剔除异常值后取算术平均，得到所述标定系数ρ。

32、在第一方面的一种可能的实现方式中，当所述缺陷检测结果表征存在缺陷区域时，还包括：

33、采集所述缺陷区域的光弹图像，并对所述缺陷区域的光弹图像进行所述预处理后输入所述缺陷检测模型，获得二次检测结果；

34、计算所述缺陷检测结果中的缺陷区域与所述二次检测结果中的缺陷区域的重叠度，当所述重叠度达到预设阈值时，判定检测一致并输出最终检测结果。

35、在第一方面的一种可能的实现方式中，所述计算所述缺陷检测结果中的缺陷区域与所述二次检测结果中的缺陷区域的重叠度，包括：

36、通过下列公式计算所述缺陷检测结果中的缺陷区域与所述二次检测结果中的缺陷区域的重叠度：

37、；

38、式中，为所述缺陷检测结果中的缺陷区域，为所述二次检测结果中的缺陷区域，当所述重叠度consistency≥0.8时，判定检测一致。

39、相较于现有技术，本发明至少具有如下有益效果：

40、本发明提供的管道曲面焊缝缺陷光弹检测方法通过采集管道曲面焊缝区域的原始光弹图像并对其进行曲面几何畸变校正，有效消除了管道曲率造成的图像几何失真，为后续检测提供了高质量的输入数据；在此基础上，利用包含依次连接的编码器、多尺度减法特征提纯模块、曲率注意力cga模块和解码器的cga-m2snet网络模型，由编码器提取多层级特征，由多尺度减法特征提纯模块通过差分运算提取层级间互补差异特征以凸显缺陷边缘与结构信息，并由cga模块根据曲率信息生成逐像素注意力权重对差异特征进行曲率加权增强，从而在对多尺度缺陷特征进行精准捕捉的同时有效压制曲面曲率带来的背景干扰，实现了对管道曲面焊缝缺陷的端到端自动化精准检测，显著提高了检测精度与检测效率，并具有良好的曲面适配性和泛化能力。

41、第二方面，本发明提供了一种管道曲面焊缝缺陷光弹检测系统，包括：

42、图像获取模块，用于采集管道曲面焊缝区域的原始光弹图像；

43、图像预处理模块，用于对所述原始光弹图像进行预处理，获得标准光弹图像，所述预处理至少包括对所述原始光弹图像进行曲面几何畸变校正；

44、缺陷检测模块，用于将所述标准光弹图像输入训练好的缺陷检测模型，输出缺陷检测结果；

45、其中，所述缺陷检测模型为cga-m2snet网络模型，所述网络模型包括依次连接的编码器、多尺度减法特征提纯模块、曲率注意力cga模块和解码器；所述编码器用于提取所述标准光弹图像的多层级特征；所述多尺度减法特征提纯模块用于对所述多层级特征进行差分运算，提取层级间互补差异特征；所述cga模块用于根据所述差异特征的曲率信息生成逐像素注意力权重，并对所述差异特征进行曲率加权增强后输出至所述解码器。

46、第三方面，本发明提供了一种电子设备，包括：至少一个处理器以及至少一个存储器，其中，所述存储器上存储有计算机可读指令；所述计算机可读指令被一个或多个所述处理器执行，使得所述电子设备实现如第一方面任一实现方式中的管道曲面焊缝缺陷光弹检测方法。

47、第四方面，本发明提供了一种存储介质，其上存储有计算机可执行程序，所述计算机可执行程序用于使计算机执行如第一方面任一实现方式中的管道曲面焊缝缺陷光弹检测方法。

48、可以理解地，上述提供的第二方面的系统，第三方面的电子设备，第四方面的存储介质所能达到的有益效果，可参考第一方面及其任一种可能的设计方式中的有益效果，此处不再赘述。