摘要
本发明公开了一种基于人工智能的焊接缺陷识别方法及装置,涉及焊接缺陷识别技术领域;包括以下步骤:S1:采集连续帧图像得到焊接外观图像,并将每帧图像打上精确时间;S2:HDR融合重建;S3:对电弧光周期性噪声进行傅里叶变换,并结合改进的Retinex算法消除非均匀光照影响;S4:基于物理仿真的深度学习去噪;S5:多模态数据融合与焊接缺陷决策;S6:实时处理与增量学习;本发明实现了人工智能在焊接缺陷识别中的应用,不仅提高了检测的准确性和效率,还降低了焊接缺陷成本,推动了焊接质量检测的智能化发展。
技术关键词
缺陷识别方法
拉普拉斯金字塔
多模态数据融合
周期性噪声
红外热成像仪
原始图像数据
预处理算法
高斯金字塔
局部统计特征
缺陷识别技术
焊接缺陷检测
可见光
生成带标注
滤光轮
知识蒸馏方法
电弧光
决策
隔离电源模块