(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211043759.9 (22)申请日 2022.08.29 (71)申请人 厦门市政水务 集团有限公司 地址 361001 福建省厦门市莲前西路157号 水务大厦8楼规划建 设部 (72)发明人 黄国庆　费霞丽　黎鹏　 (74)专利代理 机构 厦门原创专利事务所(普通 合伙) 35101 专利代理师 许丹青 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/73(2017.01) G06T 5/00(2006.01) (54)发明名称 一种海底管道表面缺陷检测装置及检测方 法 (57)摘要 本发明公开了一种海底管道表面缺陷检测 装置及检测方法， 其通过引入经训练的神经网络 对所采集的海底管道表面影像进行缺陷检测处 理， 提高了处理效率， 同时， 结合影像采集时同步 生成的定位信息， 使 得检测神经网络输出的结果 为管道具有缺陷时， 进行快速输出具有缺陷的海 底管道表 面影像和与其关联的定位信息， 该机制 使得检修人员能够快速对管道缺陷的位置进行 定位， 以提高检修措施、 方案的形成效率， 另外， 本方案还通过实际应用场景来构建与海底水体 状态情况适应性的去噪训练集， 然后通过训练去 噪神经网络来对所采集的海底管道表面影像进 行去噪处理， 其能够更高质量、 高效率和高准确 率地实现海底影像的去噪， 为检测神经网络的识 别检测提供了数据保证 。 权利要求书2页 说明书6页 附图4页 CN 115393329 A 2022.11.25 CN 115393329 A 1.一种海底管道 表面缺陷检测方法， 其特 征在于， 包括： 构建数据库， 该 数据库内存 储有多种管道缺陷图像； 获取数据库内的管道缺陷图像且按预设条件对其进行格式调整， 然后进行缺陷标注， 再将经标注的管道缺陷图像和未标注的管道缺陷图像进行关联后， 汇集形成第一训练数据 集； 获取第一训练数据集， 按预设条件在第 一训练数据集中选取预设量的数据作为训练数 据和验证数据， 然后将训练数据和验证数据导入到神经网络中训练至模型收敛， 获得用于 对海底管道 表面缺陷进行检测的检测 神经网络； 按预设条件 采集海底管道 表面影像且同步 生成与海底管道 表面影像关联的定位信息； 获取所采集的海底管道表面影像且对其进行去噪处理后， 导入到检测神经网络 中进行 检测， 由检测 神经网络 输出检测结果； 获取检测结果， 当检测结果为存在缺陷时， 将该海底管道表面影像和与其关联的定位 信息进行输出。 2.如权利要求1所述的海底管道表面缺陷检测方法， 其特征在于， 采用去噪神经网络对 所采集的海底管道 表面影像进行去噪处 理， 该去噪神经网络的构建方法包括： 构建与海底管道 布设海域对应的仿真模拟场景且令场景背景为透明色或纯色； 在仿真模拟场景中制造出不同预设流速、 流体状态和/或光斑情况下的海水状态， 然后 对其进行影像采集且分割为多个图像 帧， 再对图像 帧去除背景色后， 将图像 帧透明度设置 在30％～60％之间并输出多张不同影像透明度下的图像噪声数据， 图像噪声数据经汇集 后， 获得流体噪声数据集； 获取数据库内的管道缺陷图像且按预设条件对其进行格式调 整， 然后将流体噪声数据 集中的图像噪声数据与管道缺陷图像进行随机组合叠加， 获得经噪声处理的管道缺陷图 像， 再将经噪声处理的管道缺陷图像和未噪声处理的管道缺陷图像进行关联后， 汇集形成 第二训练数据集； 获取第二训练数据集， 按预设条件在第 二训练数据集中选取预设量的数据作为训练数 据和验证数据， 然后将训练数据和验证数据导入到神经网络中训练至模型收敛， 获得用于 对海底管道 表面影像进行去噪处 理的去噪神经网络 。 3.如权利要求1所述的海底管道表面缺陷检测方法， 其特征在于， 按预设条件采集海底 管道表面影像且同步 生成与海底管道 表面影像关联的定位信息包括： 以海底管道长度方向为采集前进方向， 以海底管道径向中心为旋转中心， 呈螺旋式或 在预设弧度内进行往复摆动采集海底管道的表面影 像， 同时记录采集时间； 以海底管道表面影像采集起点作为定位点之一， 建立第一坐标(x1,y1,z1)， 其采集终点 作为第N坐标(xn,yn,zn)， 实时记录采集轨迹及坐标变化情况， 然后以采集时间和坐标记录 时间作为共同因素， 将海底管道 表面影像与坐标信息关联， 生成定位信息 。 4.如权利要求3所述的海底管道表面缺陷检测方法， 其特征在于， 由第一坐标至第N坐 标所采集的海底管道 表面影像的影像范围覆盖海底管道的非视野盲区和非影 像采集盲区。 5.如权利要求 4所述的海底管道 表面缺陷检测方法， 其特 征在于， 其还 包括： 根据所采集的海底管道 表面影像和定位信息， 对 海底管道进行影 像建模； 获取检测结果， 当检测结果为存在缺陷时， 根据该海底管道表面影像和与其关联的定权　利　要　求　书 1/2 页 2 CN 115393329 A 2位信息在影 像建模中进行定位和可视化输出。 6.如权利要求5所述的海底管道表面缺陷检测方法， 其特征在于， 根据 所采集的海底管 道表面影像和定位信息， 对海底管道进行影像建模的数据还被存储于数据库中且记录其对 应的建模时间和海底管道 表面影像采集时间。 7.如权利要求6所述的海底管道 表面缺陷检测方法， 其特 征在于， 其还 包括： 获取检测结果为存在缺陷的海底管道表面影像和与其关联的定位信 息， 且相应生成检 修信息， 由检修 维护人员获取检修信息并对存在缺陷的海底管道区域进 行检修且在检修完 成后， 上传修复区域的海底管道 表面影像； 获取修复区域的海底管道表面影像， 且将其更新替换入检修信 息对应的海底管道的影 像建模中， 且 对替换下的海底管道 表面影像进行保存和关联。 8.如权利要求7所述的海底管道表面缺陷检测方法， 其特征在于， 获取检测结果， 当检 测结果为存在缺陷时， 读取数据库以判断该海底管道是否存在 海底管道表面影像采集的历 史记录和影像建模记录， 当存在时， 调取当下检测结果为存在缺陷的海底管道在最近一次 所采集的海底管道 表面影像且一并关联输出。 9.一种海底管道 表面缺陷检测装置， 其特 征在于， 其包括： 数据存储单元， 用于构建数据库， 该 数据库内存 储有多种管道缺陷图像； 影像处理单元， 用于获取数据库内的管道缺陷图像且按预设条件对其进行格式调整， 然后进行缺陷标注， 再将经标注的管道缺陷图像和未标注的管道缺陷图像进行关联后， 汇 集形成第一训练数据集； 检测神经网络单 元， 用于对 海底管道 表面缺陷进行检测且输出检测结果； 数据调度单元， 用于获取第一训练数据集， 按预设条件在第一训练数据集中选取预设 量的数据作为训练数据和验证数据， 然后 将训练数据和验证数据导入到神经网络中训练至 模型收敛， 获得用于对 海底管道 表面缺陷进行检测的检测 神经网络； 影像采集单 元， 用于按预设条件 采集海底管道 表面影像； 定位单元， 用于同步 生成与海底管道 表面影像关联的定位信息； 影像预处理单元， 用于获取所采集的海底管道表面影像且对其进行去噪处理后， 导入 到检测神经网络中进行检测， 由检测 神经网络 输出检测结果； 信息调度单元， 用于获取检测结果， 当检测结果为存在缺陷时， 将该海底管道表面影像 和与其关联的定位信息进行输出。 10.一种计算机可读的存储介质， 其特征在于： 所述的存储介质中存储有至少一条指 令、 至少一段程序、 代码集 或指令集， 所述的至少一条指 令、 至少一段程序、 代码集 或指令集 由处理器加载并执 行实现如权利要求1至8之一所述的海底管道 表面缺陷检测方法。权　利　要　求　书 2/2 页 3 CN 115393329 A 3