基于深度学习的管道焊缝射线图像缺陷检测方法及系统

AITNT
正文
推荐专利
基于深度学习的管道焊缝射线图像缺陷检测方法及系统
申请号:CN202510165778
申请日期:2025-02-14
公开号:CN120219285A
公开日期:2025-06-27
类型:发明专利
摘要
本发明属于无损检测技术领域,提供了基于深度学习的管道焊缝射线图像缺陷检测方法及系统,其技术方案为获取管道焊缝射线图像;对管道焊缝射线图像缺陷特征增强,得到缺陷特征增强的管道焊缝射线图像;对缺陷特征增强的管道焊缝射线图像进行等高分割,对等高分割后的图像进行补全分割,得到多个分割图像;对每个分割的图像块进行缺陷检测,得到缺陷检测结果;将识别出的缺陷坐标还原至原始图像坐标系中,对缺陷检测结果进行选择和抑制,得到最终的焊缝缺陷检测结果。提高了焊缝缺陷识别的准确性。
技术关键词
管道焊缝射线 图像缺陷检测方法 输出特征 焊缝缺陷检测 坐标系 图像块 图像还原 矩阵 图像分割 无损检测技术 图像获取模块 处理器 变量 计算机设备 可读存储介质
系统为您推荐了相关专利信息
1
一种空间非合作目标的运动状态估计方法
运动状态估计方法 神经网络模型 状态空间方程 卡尔曼滤波器 偏差
2
一种基于地面点云的多相机外参同时标定方法及系统
相机外参 标定方法 点云 地面 参数
3
一种数字藏品的校验方法
校验方法 像素点 序列 特征点 AI算法
4
日志异常检测方法、装置、设备、存储介质和程序产品
语义向量 日志异常检测方法 序列 门控循环单元 样本
5
一种3D目标检测模型的训练方法
数据 物体 自定义模型 模拟传感器 优化器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号