摘要
本发明涉及一种基于X射线的缺陷识别方法,属于X射线无损检测技术领域,解决了现有技术中铸件缺陷识别的准确率和效率较低的问题。本发明的方法包括:获取样本铸件的X射线图像,并对其进行预处理以获取其边缘图像;根据样本铸件的边缘图像中各轮廓的面积和缺陷特征标注该轮廓是否存在缺陷以及缺陷类型;采用标注后的样本铸件的边缘图像对缺陷识别模型进行训练;获取目标铸件的X射线图像,并对其进行预处理以获取其边缘图像;将目标铸件的边缘图像输入训练好的缺陷识别模型中,从而识别出目标铸件是否具有缺陷以及缺陷的类型。本发明中,通过结合X射线成像技术、图像处理技术和机器学习技术,实现了对铸件内部缺陷的快速、准确的识别。
技术关键词
缺陷识别方法
高斯模糊图像
样本
X射线无损检测技术
X射线成像技术
神经网络模型
铸件内部缺陷
X射线源
轮廓特征
积层
边缘检测算法
机器学习技术
参数
铸件缺陷
图像处理技术
电压