摘要
本发明提供一种基于实时图像识别的锻件探伤检测方法及系统,涉及自动化检测技术领域,方法包括:通过高分辨率工业相机采集锻件表面图像,并结合自适应光源系统优化图像质量;对采集的图像进行预处理与增强,去除噪声并提升对比度;利用深度学习算法对图像进行缺陷分类与识别,精准识别裂纹、气孔等缺陷类型;通过缺陷影响指数DII和加工稳定性指数SSI对锻件质量进行综合评估;实时将检测结果反馈至生产控制系统,进行自适应调整。系统包括图像采集单元、图像处理单元、缺陷分类单元、质量评估单元及反馈控制单元。本发明提高了锻件缺陷检测的准确性与效率,优化了生产过程,降低了人工成本,具有较高的实用价值和应用前景。
技术关键词
探伤检测方法
工业通信协议
探伤检测系统
工业相机
数据存储设备
图像
动态轮廓模型
轮廓曲线
卷积神经网络模型
控制设备
指数
深度学习框架
复杂度
锻件缺陷检测
初始轮廓
GigE接口
优化加工过程
精确定位能力
远程访问功能