基于超声A扫图像的圆坯内部缺陷检测方法及系统

AITNT
正文
推荐专利
基于超声A扫图像的圆坯内部缺陷检测方法及系统
申请号:CN202510416737
申请日期:2025-04-03
公开号:CN120369818A
公开日期:2025-07-25
类型:发明专利
摘要
本发明涉及铸钢技术领域,具体提供一种基于超声A扫图像的圆坯内部缺陷检测方法及系统,包括:设置相邻检测点的间隔距离为第一距离;根据第一距离采集圆坯任一段的第一组超声波检测图像;利用图像识别模型处理第一组超声波检测图像,得到缺陷识别结果;根据缺陷识别结果将相邻检测点的间隔距离更新为第二距离,并根据第二距离采集圆坯未经检测段的超声波检测图像;当缺陷识别结果为存在缺陷时,第二距离小于第一距离;当缺陷识别结果为不存在缺陷时,第二距离大于第一距离。本发明利用图像识别模型对超声波检测图像进行缺陷识别,提升了缺陷识别准确性,且根据初次检测的缺陷识别结果来调整检测点间距,进而实现了检测点的动态调整。
技术关键词
图像识别模型 内部缺陷检测方法 检测点 超声波检测探头 卷积神经网络模型 内部缺陷检测系统 残差学习 边界特征 表面波 残差网络 Canny算子 标记 图像生成模型 铸钢技术 图像拼接 非线性 识别模块 数据
系统为您推荐了相关专利信息
1
基于多源数据的风机运行状态智能控制系统
编码向量 风机运行状态检测 智能控制系统 时序特征 电场
2
糖尿病用药方案评估方法及系统
糖尿病用药 药物安全性评估 样本 数据录入数据库 构建卷积神经网络
3
基于电阻率的基桩完整性评估方法及相关装置
完整性评估方法 基桩缺陷 电极组件 检测点 三维模型
4
基于多源传感融合的显示屏材质识别与切割参数调控系统
参数调控系统 数据采集模块 动态调控方法 表面传感器 数据输入模块
5
一种适用于小样本训练的多阶段目标检测方法、系统及其存储介质
样本 卷积神经网络模型 网络结构 阶段 三元组
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