【技術實現步驟摘要】
本專利技術涉及核工程管道監測，特別涉及一種管道漏點檢測方法、裝置、存儲介質以及電子設備。
技術介紹
1、反應堆廠房工藝管道沿著廠房分散布置，主要承擔著反應堆工藝液體傳輸的作用。當反應堆冷卻劑壓力邊界破損而發生失水事故時，將會對反應堆的安全和周圍環境造成很大的影響。
2、反應堆失水事故的后果隨著破口的大小、位置和裝置的初始狀態的不同而不同，大體可以分為微小破口，小破口，中破口以及大破口。出現失水事故將會導致廠房內溫度升高、濕度增大、以及內部設備的工作狀態發生變化，同時廠房的放射性水平大幅度提升，受影響范圍的設備工作環境惡化，對反應堆安全造成長期的影響。
3、當反應堆運行時，反應堆一回路工藝管道大部分都會釋放大量放射性物質，無法依靠人力巡視發現失水事故。傳統的主要采用儀表對流量進行監測的方法對管道漏點進行監測，但是傳統方法無法及時發現破口事故，尤其是微小破口，小破口發生時。
技術實現思路
1、有鑒于此，本專利技術提供了一種管道漏點檢測方法、裝置、存儲介質以及電子設備，主要目的在于解決目前存在反應堆管道漏點監測不準確、不及時的問題。
2、為解決上述問題，本申請提供一種管道漏點檢測方法，包括：
3、獲取目標檢測區域的可見光圖像和紅外圖像；
4、采用預設管道檢測模型對所述可見光圖像進行管道區域識別，得到管道區域圖像；
5、基于所述管道區域圖像對所述紅外圖像進行切割，得到待漏點檢測圖像；
6、采用預設漏點檢測模
7、可選的，所述獲取目標檢測區域的可見光圖像和紅外圖像，具體包括：
8、采集獲得目標檢測區域的可見光原始圖像和紅外原始圖像；
9、采用非線性平穩小波濾波方法分別對所述可見光原始圖像和所述紅外原始圖像進行濾波處理，得到初始可見光濾波圖像和初始紅外濾波圖像；
10、采用雙邊濾波方法對所述初始可見光濾波圖像和所述初始紅外濾波圖像進行平滑處理，得到所述可見光圖像和所述紅外圖像。
11、可選的，在采用預設管道檢測模型對所述可見光圖像進行管道區域識別，得到管道區域圖像之前，所述方法還包括：構建預設管道檢測模型；
12、所述構建預設管道檢測模型，具體包括：
13、采集獲得所述目標檢測區域的第一可見光樣本圖像集；
14、對所述第一可見光樣本圖像集進行擴充處理，得到第二可見光樣本圖像集；
15、對所述第二可見光樣本圖像集進行預處理，得到第三可見光樣本圖像集；
16、采用二分k均值聚類算法對所述第三可見光樣本圖像集進行聚類處理，得到用于訓練所述預設管道檢測模型的預設錨框；
17、基于所述第三可見光樣本圖像集、所述預設錨框采用改進yolov4算法對預設神經網絡模型進行模型訓練，得到所述預設管道檢測模型；
18、其中，所述預設管道檢測模型包括主特征提取網絡、特征融合網絡和檢測頭部網絡。
19、可選的，所述采用預設管道檢測模型對所述可見光圖像進行管道區域識別，得到管道區域圖像，具體包括：
20、采用預設管道檢測模型的主特征提取網絡的輸入層對所述可見光圖像進行初始特征提取，得到第一特征圖像；
21、采用預設管道檢測模型的主特征提取網絡的多個密集連接網絡層對所述第一特征圖像進行特征提取，得到第二特征圖像；
22、采用預設管道檢測模型的特征融合網絡對所述第二特征圖像進行特征融合處理，得到第三特征圖像；
23、采用預設管道檢測模型的檢測頭部網絡對所述第三特征圖像中的管道區域進行識別，得到所述管道區域圖像。
24、可選的，所述采用預設管道檢測模型的檢測頭部網絡對所述第三特征圖像中的管道區域進行識別，得到所述管道區域圖像，具體包括：
25、基于所述第三特征圖像的圖像特征對用于調整預設錨框的參數進行預測，得到微調參數值；
26、基于所述微調參數值對所述預設錨框進行調整，得到目標邊界框；
27、基于所述目標邊界框對所述第三特征圖像進行切割，得到所述管道區域圖像。
28、可選的，所述基于所述管道區域圖像對所述紅外圖像進行切割，得到待漏點檢測圖像，具體包括：
29、基于所述管道區域圖像對所述紅外圖像進行反向定位處理，得到與所述管道區域圖像對應的目標紅外區域；
30、基于所述目標紅外區域對所述紅外圖像進行分割處理，得到所述待漏點檢測圖像。
31、可選的，所述采用預設漏點檢測模型對所述待漏點檢測圖像進行檢測，得到管道漏點檢測結果，具體包括：
32、采用預設漏點檢測模型的主特征提取網絡的輸入層對所述待漏點檢測圖像進行初始特征提取，得到第四特征圖像；
33、采用預設漏點檢測模型的主特征提取網絡的多個密集連接網絡層對所述第四特征圖像進行特征提取，得到第五特征圖像；
34、采用預設漏點檢測模型的特征融合網絡對所述第五特征圖像進行特征融合處理，得到第六特征圖像；
35、采用預設管道檢測模型的檢測頭部網絡對所述第六特征圖像中的漏點區域進行識別，得到管道漏點檢測結果。
36、為解決上述問題本申請提供一種管道漏點檢測裝置，包括：
37、獲取模塊，用于獲取目標檢測區域的可見光圖像和紅外圖像；
38、管道識別模塊，用于采用預設管道檢測模型對所述可見光圖像進行管道區域識別，得到管道區域圖像；
39、切割模塊，用于基于所述管道區域圖像對所述紅外圖像進行切割，得到待漏點檢測圖像；
40、漏點檢測模塊，用于采用預設漏點檢測模型對所述待漏點檢測圖像進行檢測，得到管道漏點檢測結果。
41、為解決上述問題本申請提供一種存儲介質，其特征在于，所述存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現上述所述管道漏點檢測方法的步驟。
42、為解決上述問題本申請提供一種電子設備，其特征在于，至少包括存儲器、處理器，所述存儲器上存儲有計算機程序，所述處理器在執行所述存儲器上的計算機程序時實現上述所述管道漏點檢測方法的步驟。
43、本申請中的有益效果：本申請通過獲取目標檢測區域的可見光圖像和紅外圖像；采用預設管道檢測模型對所述可見光圖像進行管道區域識別，得到管道區域圖像；基于所述管道區域圖像對所述紅外圖像進行切割，得到待漏點檢測圖像；采用預設漏點檢測模型對所述待漏點檢測圖像進行檢測，得到管道漏點檢測結果。本申請采用預設管道檢測模型和預設漏點檢測模型分別對管道以及漏點進行檢測，能夠快速且準確地檢測出管道中的單、多漏點；可以實現輸液管道單、多漏點的自動化智能檢測，并通過非線性平穩小波和雙邊濾波算法進行圖像降噪，從而提高檢測精度與速度。
44、上述說明僅是本專利技術技術方案的概述，為了能夠更清楚了解本專利技術的技術手段，而可依照說明書的內容本文檔來自技高網...
【技術保護點】
1.一種管道漏點檢測方法，其特征在于，包括：
2.如權利要求1所述的方法，其特征在于，所述獲取目標檢測區域的可見光圖像和紅外圖像，具體包括：
3.如權利要求1所述的方法，其特征在于，在采用預設管道檢測模型對所述可見光圖像進行管道區域識別，得到管道區域圖像之前，所述方法還包括：構建預設管道檢測模型；
4.如權利要求1所述的方法，其特征在于，所述采用預設管道檢測模型對所述可見光圖像進行管道區域識別，得到管道區域圖像，具體包括：
5.如權利要求4所述的方法，其特征在于，所述采用預設管道檢測模型的檢測頭部網絡對所述第三特征圖像中的管道區域進行識別，得到所述管道區域圖像，具體包括：
6.如權利要求1所述的方法，其特征在于，所述基于所述管道區域圖像對所述紅外圖像進行切割，得到待漏點檢測圖像，具體包括：
7.如權利要求1所述的方法，其特征在于，所述采用預設漏點檢測模型對所述待漏點檢測圖像進行檢測，得到管道漏點檢測結果，具體包括：
8.一種管道漏點檢測裝置，其特征在于，包括：
9.一種存儲介質，其特征
10.一種電子設備，其特征在于，至少包括存儲器、處理器，所述存儲器上存儲有計算機程序，所述處理器在執行所述存儲器上的計算機程序時實現上述權利要求1-7任一項所述管道漏點檢測方法的步驟。
...【技術特征摘要】
1.一種管道漏點檢測方法，其特征在于，包括：
2.如權利要求1所述的方法，其特征在于，所述獲取目標檢測區域的可見光圖像和紅外圖像，具體包括：
3.如權利要求1所述的方法，其特征在于，在采用預設管道檢測模型對所述可見光圖像進行管道區域識別，得到管道區域圖像之前，所述方法還包括：構建預設管道檢測模型；
4.如權利要求1所述的方法，其特征在于，所述采用預設管道檢測模型對所述可見光圖像進行管道區域識別，得到管道區域圖像，具體包括：
5.如權利要求4所述的方法，其特征在于，所述采用預設管道檢測模型的檢測頭部網絡對所述第三特征圖像中的管道區域進行識別，得到所述管道區域圖像，具體包括：
6.如權利要求1...
【專利技術屬性】
技術研發人員：石強，葛源，袁志敏，李海濤，邱立青，張小帆，李勁松，馬樹波，蔡暢，郭國江，莊倩杉，龔應偉，許靜智，高守佶，杜德福，
申請(專利權)人：中國核動力研究設計院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。