摘要
本发明涉及探伤检测技术领域,尤其涉及一种智慧感知与自动化检测方法及系统。包括以下步骤:S1:获取检测图像并进行预处理,包括图像去噪和对比度增强;图像网格化分割;应用聚类算法对图像中的缺陷区域进行聚类;利用欧几里得距离公式确定核心聚类点之间的距离,并通过调整聚类半径,优化每个聚类中的点数;S2:根据聚类结果,利用相似性度量方法选择相似性最低的聚类点;从相似性最低的聚类点中选择相似性最低的三个点。本发明通过预处理提高图像质量,使用CNN和LSTM模型提取和预测缺陷,减少噪声影响,通过聚类和三角形构建提高检测稳定性;优先级分类确保资源高效利用,快速识别缺陷区域。
技术关键词
自动化检测方法
三角形
相似性度量方法
层次聚类算法
缺陷预测
生成特征向量
核心
LSTM模型
图像分析
自动化检测系统
探伤检测技术
对比度
关键特征点
分析缺陷
深度学习模型
识别缺陷
系统为您推荐了相关专利信息
机械腿
交错角度
越障机器人技术
脚部
桁架式结构
桥梁部件
桥梁模型
三角形面片
三维点云数据
模拟无人机
光学手术导航系统
标记
跟踪方法
手术器械夹具
协方差矩阵
蓝藻水华预测方法
卫星遥感影像数据
气象
构建预测模型
位线