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