公开(公告)号：CN117934832A

公开(公告)日：2024-04-26

申请号：CN202410026976.X

申请日：2024-01-08

Applicant: 江苏科技大学

Inventor： 黎林发 ,  王岳 ,  任世昌 ,  王亚飞 ,  赵浣宇

IPC: G06V10/26 ,  G06V10/20 ,  G06V10/30 ,  G06V10/80 ,  G06V10/778 ,  G06V10/82

Abstract: 本发明公开了一种基于深度学习的船舶焊缝图像分割识别方法，根据相对梯度直方图的定义，计算图像的相对梯度直方图；获得的相对梯度直方图，计算图像的多尺度相对梯度直方图；得到的多尺度相对梯度直方图计算各灰度级对比度增量，并计算传统直方图对应的各灰度级对比度增量，获得的多尺度相对梯度直方图和传统直方图对应的对比度增量和，采用优化算法得到修正后的灰度级对比度增量，运用Canny边缘检测算法对优化后灰度图像进行非极大值抑制，对所生成的二值图像利用语义分割算法U‑Net分割图像生成焊缝边缘链，通过对边缘链进行识别判断是否为船舶焊缝，相较于现有技术，本发明提供的基于深度学习的船舶焊缝图像分割识别方法是智能化的检测方法，运用Python编译器Pycharm结合OpenCV，Pytorch库实现及通过P loty库可视化，不仅检测快速、实时、精度高、适用普遍、自动化程度高，而且其成本可被大多数企业接受。