管道漏磁內檢測信號的自適應成像算法研究

王增國，崔礦慶，唐建華，高 航，劉金海

1.中海石油（中國）有限公司，北京 100010

2.中海石油技術檢測有限公司，天津 300452

3.中海油能源發展裝備技術有限公司，天津 300452

4.東北大學信息科學與工程學院，遼寧沈陽 110819

近年來，我國面臨嚴峻的油氣管道運營時間過長的現狀，已經有很多管道運營時間超過20年，泄漏事故頻繁發生，給油氣輸送工作帶來極大不便。開展管道檢測工作十分必要，目前漏磁內檢測技術已被世界公認為是一種完善的檢測手段[1-2]。

隨著檢測管道數量及里程數的增長，檢測數據越來越多。盡管管道漏磁檢測系統的檢測精度有所提升，但受到管道直徑大小的限制，內檢測器沒有為硬件設備預留擴充空間，因此，檢測數據存儲成為當前面臨的問題；同時隨著數據量的增大，缺陷數據的識別難度也逐漸增大。因此考慮一種切實有效的數據補償方式對數據進行處理，對檢測精度和里程的提升都有著重要意義，而且根據缺陷漏磁信號實現圖像重構能夠更直觀地反映管道內部環境的變化狀況。

本文基于漏磁檢測數據的特征，研究了幾種插值算法在漏磁檢測信號中的插值應用，并設計一種基于三次Hermite 插值的三次樣條插值算法，以此為基礎采取一種自適應分段的插值方法，以實現對檢測數據的有效補償。并且設計出實現曲線圖形、灰度圖像以及偽彩色圖像顯示的自適應成像系統，實現了快速精準的漏磁缺陷檢測識別。

1 多尺度自適應插值算法

1.1 多尺度插值算法

對漏磁數據進行處理進而生成圖像的過程中，最常見的方式是實現曲線視圖。而由于在管道周向布置的傳感器數量有限，因此所得到的檢測數據也有限。在曲線視圖的縱軸方向，以鐘點位置形式表示的傳感器檢測數據是一條條間距不均勻的曲線，這易造成缺陷信息的丟失。因此研究一種有效的數據插值方法，能較大程度地實現數據補償，從而得到更高質量的檢測信號，提高對微小缺陷信號的識別率。

一般來講，常見的插值方法有三次Newton 插值法[3]、三次 Lagrange 插值法[4]、三次 Hermite 插值法和反距離權重插值法[5]等。本文以三次Hermite插值的三次樣條插值算法為基礎，根據原始漏磁曲線信號的平滑和起伏程度選擇不同的插值方法，提出了一種基于三次Hermite 插值的分段自適應插值方法，采用多種補償算法并存的方式，根據不同的需要，選擇不同精度的補償算法，在誤差與運算速度之間求取平衡，保證系統的性能。其主要思想是，將以曲線視圖顯示的漏磁信號進行數據分割，根據各通道數據基值，設定其數據閾值，通過計算超過該設定閾值的數據個數與總數據量之比，將該漏磁信號劃分為3 種不同區域，并在不同區域下使用不同的插值算法。管道漏磁數據插值研究思路見圖1。

圖1 管道漏磁數據插值研究思路

若求得的比值在2%以下，則標記此區域為A區域，由于數據起伏不大，使用三次Newton 插值方法進行插值；若比值在2%～15%之間，則標記此區域為B 區域，出于數據起伏波動程度的考慮，使用反距離權重插值方法進行插值；若比值在15%以上，則標記此區域為C 區域，由于數據起伏較大，使用基于Hermite 插值方法的三次樣條插值方法進行插值。

1.2 基于三次Hermite 插值的三次樣條插值算法

大量的實驗研究證明，采用常見的諸如三次Newton 插值、三次Lagrange 插值算法等對漏磁檢測信號進行插值，有的計算較為簡單，但是插值誤差較大；有的插值精度較高，但是計算復雜，運行時間長，因此并不適用于實際應用。

為此采用三次Hermite 插值算法，經實驗研究發現，當原始漏磁數據波動起伏比較大時，三次Hermite 插值穩定，誤差較小，但曲線不夠光滑。為了克服這一缺點，設計了一種基于三次Hermite插值的三次樣條插值方法。該算法的基本原理簡介如下。

設區間[a，b]上給定一個節點劃分：

如果S（x）滿足如下兩個條件：

（1）在[a，b]上有二階連續導數；

（2）在每個小區間[xi，xi+1]上是次數不大于3的多項式。

則 S（x）為三次Hermite 分段函數。

如果被插值函數f（x）在節點x0，x1，…，xn-1，xn處的函數值為：

并且關于這個節點集的三次Hermite 插值S（x）滿足插值條件：

假設 S（xi）=mi，i=0，1，…，n，則利用三次Hermite 插值多項式，當x∈[xi-1，xi]時，有：

于是有：

由S″（xi-0）=S″（xi+0），得到：

其中：

式（7）給出了關于n+1 個未知數m0，m1，…，mn的n-1 個方程，再加上相應的邊界條件，就可以確定參數m0，m1，…，mn。

若邊界條件為 m0=y′0，mn=y′n則直接代入式（7）中，得到關于n-1 個變量m1，…，mn-1的方程組，其矩陣為：

若邊界條件為 S″（ x0）=y″0，S″（ xn）=y″n，則由式（8）可得：

其矩陣形式為：

2 漏磁檢測數據自適應成像系統設計

本文基于C#及C++編程語言，實現了管道漏磁內檢測系統的設計。同時為使得插值數據更直觀顯示，考慮采用灰度變換的方式，將曲線圖像轉換成灰度圖像進行顯示，并加以圖像增強[7]、圖像鈍化、圖像銳化處理[8]，以提高圖像顯示質量[9]。此外為減輕對比度調節對灰度圖像顯示清晰度的影響[10]，考慮采用基于密度分割法的分段自適應彩色圖像處理方法，將人眼只能識別十幾種灰度的圖像轉換成人眼能夠識別更多的細微彩色圖像。

為了提高對小缺陷的識別率以及處理速度，本體系采取了以下方案：

（1）采用分段自適應插值的方式，根據不同的需要，選擇不同精度的通道間插值算法，在誤差與運算速度之間求取平衡，保證系統的性能。

（2）優化算法性能。通過改變數據處理流程，改變算法編程語言，優化算法性能，提高運算速度。

（3）采用分段讀取、分段顯示、圖像無縫拼接技術，減少顯示時間。

（4）采用多線程并行處理技術，充分發揮多核操作系統的性能優勢，最大限度地提高數據處理速度。

設計的系統流程如圖2所示。

圖2 自適應成像系統設計流程

3 算法及系統仿真

3.1 自適應插值算法仿真顯示

選取實測漏磁檢測數據，運行編好的插值程序，可以得到基于該算法的插值效果，見圖3。同時選取漏磁信號波動比較大的380～410 mm 的里程作分析，可得到如圖4所示的誤差曲線。

圖3 分段自適應插值效果

由圖3、圖4可以看出，分段自適應插值方法對原始數據追隨穩定，誤差較小，其波峰波谷數值也較為接近，插值曲線比較平滑。通過計算得出基于Hermite 插值的三次樣條插值誤差均方值為1.6×10-3，對比分析前述四種經典插值方法，分段自適應插值的均方差最理想。而且，可以保證該種方法的運行時間在0.07 s 以內。在曲線光滑度、精讀以及海試運行時間上均滿足想要的插值效果。

3.2 自適應成像系統的測試

為了檢驗系統整體的自適應成像效果，分別對缺陷信號及管道整體檢測數據進行試驗，檢驗其自適應插值、灰度視圖及偽彩色視圖的顯示效果。大缺陷信號三種視圖對比如圖5所示。

圖5 大缺陷信號（單峰）三種視圖對比圖

從曲線視圖中能清楚看到每個大缺陷信號（單峰）中只有一處波峰，插值后曲線視圖進一步顯示出了單峰信號所具有的特點；對應的灰度圖峰值處比較白亮，并且較雙峰窄很多，灰度值較低，白色區域兩側黑暗，即波谷，對比度相對較高，灰色圖效果清楚；而對應的彩色圖的紅顏色代表波峰，黃色表示波谷，雙峰信息清晰可見，也能反映出雙峰信號特點。

曲線視圖經過放大后（見圖6），其曲線變化與焊縫、缺陷完全對應。同時在彩色視圖中可以找到焊縫和缺陷的相對應位置，因此，插值后的曲線視圖、灰度視圖和彩色視圖基本實現了對焊縫、缺陷的準確標識。

圖6 管道整體信號的三種視圖對比

4 結束語

本文主要研究了管道漏磁內檢測信號的自適應插值成像方法。對幾種常見的插值算法進行對比，并設計了一種基于三次Hermite 插值的三次樣條插值算法，以此為基礎采取了一種自適應分段的插值方法，對漏磁數據進行插值等數據的預處理操作，得到更加豐富的漏磁信號信息，實現了對漏磁數據的原始曲線顯示以及插值后的曲線顯示，有效提升了缺陷檢測數據的曲線顯示質量，對小缺陷信號檢測有較大幫助；設計了整個自適應成像系統，實現了對漏磁檢測數據的曲線顯示、簡單的灰度圖像顯示及偽彩色圖像顯示。