公开(公告)号：CN109360204A

公开(公告)日：2019-02-19

申请号：CN201811434076.X

申请日：2018-11-28

Applicant: 燕山大学

Inventor： 张玉燕 ,  李永保 ,  张芝威 ,  温银堂 ,  张松 ,  孙玉容 ,  潘钊 ,  贾斌 ,  付凯

IPC: G06T7/00 ,  G06N3/04 ,  G01N23/046

Abstract: 本发明公开了一种基于Faster R-CNN的多层金属点阵结构材料内部缺陷检测方法，结合卷积神经网络，通过工业CT对多层金属点阵结构材料样件进行扫描检测，得到样件内部结构的三维立体结构，截取点阵结构横向截面的二维灰度图像，对灰度图中大量的缺陷样本进行采样学习，用学习到的缺陷特征对灰度图中的缺陷进行识别定位。经过试验验证，对多层金属点阵结构材料内部缺陷检测的平均正确率达到99.5％。

公开(公告)号：CN109283253A

公开(公告)日：2019-01-29

申请号：CN201811433475.4

申请日：2018-11-28

Applicant: 燕山大学

Inventor： 张玉燕 ,  李永保 ,  温银堂 ,  张芝威 ,  潘钊 ,  贾斌 ,  付凯

IPC: G01N29/06

Abstract: 本发明公开了一种基于超声原理轻质陶瓷基多孔复合材料缺陷检测方法，将超声波发射探头与超声波接收探头同时浸入水中，超声波发射探头与超声波接收探头垂直于待检测轻质多孔陶瓷基复合材料的两侧面；超声波发射探头与超声波接收探头在待检测轻质多孔陶瓷基复合材料的两侧面的x-y方向往复运动从而对待检测轻质多孔陶瓷基复合材料进行扫描，数据采集卡采集超声波接收探头接收到的超声波信号并传输给安装有LabVIEW程序的计算机，LabVIEW将获得的数据进行最大值投影重建得到超声C扫描图像，即可识别出缺陷区域，也就完成了材料缺陷检测实验。与现有技术相比，本发明可以实现对陶瓷基复合材料中孔洞、夹杂和脱粘等危险性缺陷的检测。

公开(公告)号：CN109360204B

公开(公告)日：2021-07-16

申请号：CN201811434076.X

申请日：2018-11-28

Applicant: 燕山大学

Inventor： 张玉燕 ,  李永保 ,  张芝威 ,  温银堂 ,  张松 ,  孙玉容 ,  潘钊 ,  贾斌 ,  付凯

IPC: G06T7/00 ,  G06N3/04 ,  G01N23/046

Abstract: 本发明公开了一种基于Faster R‑CNN的多层金属点阵结构材料内部缺陷检测方法，结合卷积神经网络，通过工业CT对多层金属点阵结构材料样件进行扫描检测，得到样件内部结构的三维立体结构，截取点阵结构横向截面的二维灰度图像，对灰度图中大量的缺陷样本进行采样学习，用学习到的缺陷特征对灰度图中的缺陷进行识别定位。经过试验验证，对多层金属点阵结构材料内部缺陷检测的平均正确率达到99.5％。

公开(公告)号：CN111833335A

公开(公告)日：2020-10-27

申请号：CN202010689831.X

申请日：2020-07-17

Applicant: 燕山大学

Inventor： 温银堂 ,  付凯 ,  张芝威 ,  张玉燕

IPC: G06T7/00 ,  G06T3/40 ,  G06N3/04 ,  G06N3/08 ,  G01N23/046

Abstract: 本发明涉及一种基于超分辨率重建的点阵结构缺陷检测方法及系统。该方法包括：获取点阵结构的CT图像；利用Faster R-CNN检测网络模型中的图像超分辨率重建模块对CT图像进行特征提取，得到高分辨率特征图像；利用Faster R-CNN检测网络模型中的检测模块对高分辨率特征图像进行缺陷检测，得到高分辨率特征图像中的缺陷参数；缺陷参数包括缺陷类型、缺陷位置和缺陷置信度；缺陷类型包括断点缺陷和粘连缺陷；将缺陷参数映射至CT图像，得到CT图像的缺陷识别结果。本发明可以提高自动识别缺陷的准确率。