公开(公告)号：CN115829965A

公开(公告)日：2023-03-21

申请号：CN202211506203.9

申请日：2022-11-29

Applicant: 重庆邮电大学

Inventor： 徐国林 ,  肖红灿 ,  罗嘉欣 ,  向沛灵 ,  穆达超 ,  李昆阳 ,  吕丹玲 ,  米建勋

IPC: G06T7/00 ,  G06T7/73 ,  G06T5/00 ,  G06T5/40 ,  G06V10/77 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于工业焊接缺陷检测领域，具体涉及一种基于深度学习的X射线图像中气孔缺陷的检测方法，包括对焊接X射线图像预处理得到预处理图像；Faster R‑CNN焊缝检测模型检测预处理图像，得到条形、圆弧形焊缝的具体位置；根据具体位置获取焊缝宽度并确定裁剪宽度；根据裁剪宽度对焊接X射线图像进行滑窗式裁剪，得到裁剪图像；对裁剪图像进行全局直方图均衡化得到增强图像；Faster R‑CNN气孔检测模型对增强图像进行气孔检测，还原检测结果；采用非极大值抑制算法对还原结果去重处理，得到最终的检测结果；本发明提出滑窗式裁剪方法去除图像中的无关背景信息，减少缺陷的形态拉伸影响模型检测准确性问题，提高检测准确性。