摘要
本发明公开了基于数字射线图像结构特征和CT图像的工件缺陷识别方法。方法包括利用工业CT设备获取工件的数字射线图像,基于语义分割模型获取数字射线图像的孔型区域,利用工业CT设备扫描得到待检测工件在目标检测区域位置处的CT扫描图像,根据数字射线图像,获取各个CT扫描图像对应的结构特征累积分布曲线,构建改进语义分割模型,利用CT扫描图像和结构特征累积分布曲线对改进语义分割模型进行训练,得到训练好的改进语义分割模型,最后通过改进语义分割模型输出工件的缺陷检测结果。本发明通过提取数字射线图像内的结构特征,与CT图像一起输入深度学习模型中,实现缺陷和结构伪像的有效辨别,能有效提升工件缺陷检测的准确率。
技术关键词
语义分割模型
CT扫描图像
工业CT设备
缺陷识别方法
射线
曲线
像素点
工件缺陷检测
检测缺陷
深度学习模型
切片
坐标系
解码器
数据
标签
代表
编码器
系统为您推荐了相关专利信息
智能网联汽车
协同检测方法
车辆周围环境
像素点
网格
语义分割方法
矩阵
语义特征
采样模块
局部特征描述符
图像特征向量
策略
卷积神经网络结构
图像特征提取
报告
视角转换方法
场景
动态实体
事件触发机制
空间数据可视化