论文部分内容阅读
随着社会的不断发展，人类对能源的需求不断增加，石油、天然气管道等是能源输送的主要渠道，因此管道检测技术就非常重要。无损检测技术是目前用于管道检测的主要方法，其中漏磁(MagneticFluxLeakage，MFL)检测在管道无损检测领域得到了广泛的应用。 本文首先对漏磁检测技术的国内外发展做了详细的阐述，也介绍了目前国内外常用的漏磁信号处理方法以及本课题的研究意义。实际采集到的漏磁信号中含有大量的干扰噪声，为了能够尽可能的去除漏磁检测信号中的干扰噪声，为后期缺陷的定性和定量分析打好基础，本文采用经验模态分解方法(EmpiricalModeDecomposition，EMD)对漏磁信号进行降噪处理。一方面是采用一维经验模态分解方法对一维漏磁信号进行去噪处理，另一方面是采用二维经验模态分解方法(BidimensionalEmpiricalModeDecomposition，BEMD)对漏磁图像进行去噪处理。 首先对试验采集到的一维MFL信号进行一维EMD分解，将其分解成为若干个固有模态函数(IntrinsicModeFunction，IMF)和一个残差，通过能量阈值选择法，将IMF能量值最小的IMF分量指数作为信号重构的选择值，将该选择值之后的IMF分量用于原信号的重构，这样就可以不依赖人为地经验进行判别，同时也采用了db3小波对一维MFL信号进行去噪，对二者重构后信号的信噪比进行比较，结果表明一维EMD方法用于一维MFL信号去噪效果优于db3小波滤波。 接下来分别采用BEMD与小波阈值法、BEMD与均值滤波法相结合的方法对MFL图像进行去噪处理，将图像信号分解为有限个二维固有模态函数(BidimensionalIntrinsicModeFunction，BIMF)和一个残余分量，将残余分量保留，对BIMF分别进行小波阈值、均值滤波，再将处理后的BIMF分量与残差一起重构图像信号，所得重构图像在保留原图像基本信息的基础上，消除了大量噪声信息。为了说明BEMD方法的优越性，本文还分别直接采用小波阈值、均值滤波方法对MFL图像进行去噪处理，通过信噪比的比较，表明BEMD方法用于MFL图像去噪效果明显。