摘要
本发明涉及钢管铜管焊接检测技术领域,公开了一种钢管铜管焊接缺陷的检测方法。该方法包括采集钢管铜管焊接区域的原始图像数据,对原始图像数据进行灰度转换和噪声抑制处理,生成预处理图像数据;基于预处理图像数据提取焊接区域的纹理特征分布和边缘梯度分布,构建焊接区域的特征描述矩阵;将特征描述矩阵输入至训练好的缺陷分类模型,输出焊接区域的缺陷类型概率分布;根据缺陷类型概率分布生成焊接缺陷的定位标记数据,结合原始图像数据生成焊接缺陷的可视化检测结果。该方法可有效消除图像干扰,全面捕捉缺陷特征,提升缺陷识别精度,直观呈现检测结果,适配钢管铜管焊接场景需求,满足工业化批量检测要求。
技术关键词
预处理图像数据
原始图像数据
铜管
定位标记
钢管
纹理特征
深度卷积神经网络
矩阵
多通道特征
噪声抑制
Softmax函数
主成分分析降维
非局部均值滤波
焊接检测技术
局部二值模式
工业化批量
生成训练数据
交叉验证方法
直方图均衡化
系统为您推荐了相关专利信息
矿用输送带
原始图像数据
动态变化特征
识别装置
特征点集合
融合模型构建方法
原始图像数据
图像融合方法
噪声图像
特征提取模块
换刀机构
更换刀具
原始图像数据
节点
重构图像数据
学检测方法
降噪方法
信号
Akaike信息准则
音频