公开(公告)号：CN109682824B

公开(公告)日：2021-09-24

申请号：CN201811624696.X

申请日：2018-12-28

Applicant: 河南科技大学

Inventor： 张聚伟 ,  卢世梁 ,  王石磊 ,  李继刚 ,  李茜

IPC: G01N21/88 ,  G01N27/82

Abstract: 为了解决现有技术中钢丝绳无损检测中钢丝绳缺陷识别率低的问题，本发明提供一种基于图像融合的钢丝绳无损检测方法及其装置，其解决问题的技术方案是：对被测钢丝绳连续的进行可见光拍摄和漏磁信号检测且同频率采集后将漏磁信号转换为磁场灰度图像；对漏磁信号灰度图像与可见光图像分别提取平均灰度、平均方差、平滑度、三阶矩、一致性、熵以及七阶不变矩共计十三个图像特征向量，再将以上图像特征向量进行融合后，得到融合特征向量，再将融合特征向量输入人工神经网络进行分类识别，从而实现钢丝绳缺陷的定量识别。本发明通过图像处理方式对钢丝绳进行无损检测，具有成本低，精度高的的优点。

公开(公告)号：CN109682824A

公开(公告)日：2019-04-26

申请号：CN201811624696.X

申请日：2018-12-28

Applicant: 河南科技大学

Inventor： 张聚伟 ,  卢世梁 ,  王石磊 ,  李继刚 ,  李茜

IPC: G01N21/88 ,  G01N27/82

CPC classification number: G01N21/8851 ,  G01N27/82 ,  G01N2021/8887

Abstract: 为了解决现有技术中钢丝绳无损检测中钢丝绳缺陷识别率低的问题，本发明提供一种基于图像融合的钢丝绳无损检测方法及其装置，其解决问题的技术方案是：对被测钢丝绳连续的进行可见光拍摄和漏磁信号检测且同频率采集后将漏磁信号转换为磁场灰度图像；对漏磁信号灰度图像与可见光图像分别提取平均灰度、平均方差、平滑度、三阶矩、一致性、熵以及七阶不变矩共计十三个图像特征向量，再将以上图像特征向量进行融合后，得到融合特征向量，再将融合特征向量输入人工神经网络进行分类识别，从而实现钢丝绳缺陷的定量识别。本发明通过图像处理方式对钢丝绳进行无损检测，具有成本低，精度高的的优点。