一种基于神经网络的超声波C扫描异常图像分类方法

本发明属于材料无损检测技术领域，涉及一种基于神经网络的超声波C扫描异常图像分类方法，包括如下步骤：步骤1、获取待检测目标含有缺陷的C扫描图像；步骤2、对获取到的含有缺陷的C扫描图像进行数字化预处理；步骤3、基于卷积神经网络模型构建超声波C扫描异常图像分类模型；步骤4、对所述超声波C扫描异常图像分类模型进行训练优化；步骤5、将含有缺陷的C扫描图像输入训练优化后的超声波C扫描异常图像分类模型，得到超声波C扫描异常图像的分类结果。本发明解决了超声波C扫描检测中异常图像信息准确定性的难题，尤其能够在不破坏Gr.5物料的情况下快速进行异常信号初步定性，为Gr.5超声波检测技术提供快可靠的定性方法。