-
公开(公告)号：CN118967576A
公开(公告)日：2024-11-15
申请号：CN202410954004.7
申请日：2024-07-17
Applicant: 江苏省特种设备安全监督检验研究院 , 上海工程技术大学
Abstract: 本发明涉及工业管道焊接质量检测领域，公开了在复杂噪声干扰下的压力管道环焊缝X射线图像优化方法，包括运用X射线成像系统及目标检测模型定位压力管道环焊缝区域图像中的目标区域；基于定位的目标区域，运用图像重构算法从压力管道环焊缝区域图像中提取重构目标区域，得到重构图像；筛选去噪算法、对比度调整算法及细节增强算法，并通过优化算法调整筛选出去噪算法、对比度调整算法及细节增强算法的参数；导入图片，并依次自动实现目标区域定位、图像重构、图像去噪、对比度调整、细节增强和图像保存操作。本发明改善图像的噪声和对比度问题，使焊缝细节更加清晰，实现压力管道环焊缝X射线图像的高质量批量优化。
-
Patent Agency Ranking
公开(公告)号：CN118643397B
公开(公告)日：2024-11-05
申请号：CN202411105102.X
申请日：2024-08-13
Applicant: 江苏省特种设备安全监督检验研究院
IPC: G06F18/2411 , G06N3/0499 , G06N3/086 , F17D5/02 , G01N27/00 , G01N27/04
Abstract: 本发明涉及综合检测的技术领域，公开了一种埋地燃气管道防腐层缺陷自动识别与检测系统及方法。本发明首先通过环境因素、破损程度和服役年限影响，建立腐蚀模型，检验可疑破损点；再通过考皮尔逊法结合检测仪测量得到可疑破损点，将结果代入腐蚀模型中验证可疑破损点是否是破损点；再通过神经网络对破损点进行评估，使用布谷鸟算法得到神经网络最佳输出值，大大加快了收敛速度，避免了局部最优；根据破损点周围环境因素、破损程度和服役年限评估腐蚀等级，验证破损点正确性；再建立数据库存储破损点信息，建立SVM预测模型根据数据库信息进行预测，管理员依靠未来出现破损点风险概率和可疑破损点进行检修。
-
公开(公告)号：CN118822990B
公开(公告)日：2025-01-03
申请号：CN202410918853.7
申请日：2024-07-09
Applicant: 江苏省特种设备安全监督检验研究院
IPC: G06T7/00 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本发明的基于改进YOL0v5网络的管道环焊缝射线底片缺陷智能识别方法，通过管道环焊缝缺陷数据集构建、YOL0v5模型改进及模型验证、焊缝缺陷智能识别系统设计与验证，较好的解决了传统焊缝缺陷检测技术存在的问题和不足，其中包括依赖于人工评判导致的检测结果不稳定和准确性不足、对复杂缺陷的识别能力有限以及缺陷对比度较低等；利用结合图像增强和多尺度特征提取技术，构建端到端的缺陷检测模型，实现对焊缝缺陷的智能识别，从而提高检测的准确性和稳定性，满足工业生产对焊接质量快速、精准检测的需求，对于提高生产效率和确保产品质量具有重要意义。
-
公开(公告)号：CN118608879A
公开(公告)日：2024-09-06
申请号：CN202411082703.3
申请日：2024-08-08
Applicant: 江苏省特种设备安全监督检验研究院
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0475 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06T7/00 , G06T7/62
Abstract: 本发明公开了一种相控阵PA面积型缺陷影像自动识别方法及系统，涉及图像分析领域，本发明通过对EPVT图像分类模型进行训练和测试，使得EPVT图像分类模型对于#imgabs0#扫图像和#imgabs1#扫图像具有较好的分类性能，可以判定相控阵PA上是否存在面积型缺陷；再对#imgabs2#扫图像、#imgabs3#扫图像进行特征数据提取，从而便于后续对双层孪生神经网络模型进行训练和测试，使得双层孪生神经网络模型对#imgabs4#扫图像、#imgabs5#扫图像具有较好的分类效果，根据分类结果，可以得到#imgabs6#扫图像、#imgabs7#扫图像对应的相控阵PA上的面积型缺陷类型；从而在对待识别的相控阵PA的图像进行识别时，可以快速且准确的判定出面积型缺陷是否存在以及存在的面积型缺陷的类型。
-
公开(公告)号：CN118822990A
公开(公告)日：2024-10-22
申请号：CN202410918853.7
申请日：2024-07-09
Applicant: 江苏省特种设备安全监督检验研究院
IPC: G06T7/00 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本发明的基于改进YOL0v5网络的管道环焊缝射线底片缺陷智能识别方法，通过管道环焊缝缺陷数据集构建、YOL0v5模型改进及模型验证、焊缝缺陷智能识别系统设计与验证，较好的解决了传统焊缝缺陷检测技术存在的问题和不足，其中包括依赖于人工评判导致的检测结果不稳定和准确性不足、对复杂缺陷的识别能力有限以及缺陷对比度较低等；利用结合图像增强和多尺度特征提取技术，构建端到端的缺陷检测模型，实现对焊缝缺陷的智能识别，从而提高检测的准确性和稳定性，满足工业生产对焊接质量快速、精准检测的需求，对于提高生产效率和确保产品质量具有重要意义。
-
公开(公告)号：CN118643397A
公开(公告)日：2024-09-13
申请号：CN202411105102.X
申请日：2024-08-13
Applicant: 江苏省特种设备安全监督检验研究院
IPC: G06F18/2411 , G06N3/0499 , G06N3/086 , F17D5/02 , G01N27/00 , G01N27/04
Abstract: 本发明涉及综合检测的技术领域，公开了一种埋地燃气管道防腐层缺陷自动识别与检测系统及方法。本发明首先通过环境因素、破损程度和服役年限影响，建立腐蚀模型，检验可疑破损点；再通过考皮尔逊法结合检测仪测量得到可疑破损点，将结果代入腐蚀模型中验证可疑破损点是否是破损点；再通过神经网络对破损点进行评估，使用布谷鸟算法得到神经网络最佳输出值，大大加快了收敛速度，避免了局部最优；根据破损点周围环境因素、破损程度和服役年限评估腐蚀等级，验证破损点正确性；再建立数据库存储破损点信息，建立SVM预测模型根据数据库信息进行预测，管理员依靠未来出现破损点风险概率和可疑破损点进行检修。
-
-
-
-
-
Search Results
6
records
(took 0.036 seconds)
