基于互易差和混合神经网络的外输软管缺陷超声检测方法

本发明涉及超声检测及降噪技术领域，提供一种基于互易差和混合神经网络的外输软管缺陷超声检测方法，包括：将初始信号进行滤波处理得到第一信号；将第一信号分解为近似系数和第一细节系数；对第一细节系数进行软阈值处理得到第二细节系数，将第二细节系数与第一近似系数进行重构，得到第二信号；对第二信号进行归一化处理得到第三信号；将第三信号输入卷积神经网络模型，得到空间特征向量；将空间特征向量输入到循环神经网络模型，提取时间特征向量；将空间特征向量和时间特征向量融合得到降噪信号；将卷积神经网络模型和循环神经网络模型训练后与超声检测系统集成，输出缺陷特征信号，提高外输软管的在线检测的精度和检测效率。