小管径弯头畸变漏磁缺陷图像智能识别方法

来源：电子测量技术杂志2024年第8期北京时间：

作者：赵鹏程，秦浩东，张颖

单位：常州大学安全科学与工程学院 常州 213164

摘要：为了解决小管径弯头不饱和磁化造成的缺陷漏磁信号图像畸变问题，实现弯头畸变漏磁缺陷图像智能化、高精度识别，提出一种小管径弯头畸变漏磁缺陷图像智能识别方法。采用MSRCR-HF图像增强算法处理弯头缺陷畸变图像，并在YOLOv5网络中集成CBAM和SPD-Conv模块进行网络优化，通过仿真建立弯头缺陷数据集输入网络中进行训练和测试。结果表明，提出的MSRCR-HF算法能有效解决弯头漏磁缺陷图像畸变问题，改进的YOLOv5模型在建立的数据集上具有较高的识别精度，矩形槽缺陷识别精度为95.5%，半球形缺陷识别精度为93.0%。该方法对于小管径弯头畸变漏磁缺陷智能识别具有较高的可行性，可提高管道安全检测效率。

关键词：弯头;漏磁;缺陷识别;YOLOv5;图像增强

基金资助：中国石油天然气股份有限公司—常州大学创新联合体科技合作项目(KYZ22020129)、常州大学科研启动项目（ZMF22020039）资助