马天航，胡家铖，郑 莉，刚 蓓，刘思娇

(1.西北工业大学 航天学院，西安 710082；2.北京华航无线电测量研究所，北京 100010)

当今，管道运输作为油气运输最主要的运输方式，其安全问题也越来越受到重视。管道检测是发现隐患和保障油气管道运行安全可靠的重要措施，内检测是未来油气管道定期检验的主要手段和验证管道本体完整性的有效手段，常见的管道内检测方法有涡流检测、超声检测和无损漏磁检测等。无损漏磁内检测技术以其高效性与经济性成为当今应用广泛的油气管道检测技术。在无损漏磁内检测的过程中，管道缺陷的量化是检测的最终目标[1]，漏磁缺陷特征库的建立是缺陷量化的数据基础，而对缺陷区域的精确定位是漏磁缺陷特征提取的决策基础，也是缺陷反演量化必不可缺的过程。

赵重阳[2]将幅值差分法用于管道漏磁检测中，结合判断单通道上缺陷数据幅值以及与相邻离散点差值，对单通道上里程边界进行了定位，但是对于缺陷区域的通道边界未提出搜索方法。苏铭[3]研究了基于图像域的金属板缺陷的边缘检测，提出了一种基于PCA(主成分分析)处理的TPCA(两次PCA)边缘检测算法，对缺陷的边界进行了定位。刘金海等[4]将漏磁数据转换成灰度图，然后利用二值化处理以及形态学运算去识别缺陷相关区域。图像域的边缘检测对边界定位有一定的帮助，但定位后在信号域上的特征提取效果不佳。为了减少特征提取的时间复杂度，提高特征提取的准确性，增加缺陷量化的精度，笔者提出了一种针对人工提取缺陷块里程边界和通道数边界的搜索方法,能够对缺陷的边界进行精确的定位。……