公开(公告)号：CN112184693B

公开(公告)日：2023-10-24

申请号：CN202011091643.3

申请日：2020-10-13

Applicant: 东北大学

Inventor： 刘金海 ,  左逢源 ,  吕慧莹 ,  张化光 ,  汪刚 ,  马大中 ,  卢森骧

IPC: G06T7/00 ,  G06T7/11 ,  G06T5/20 ,  G06T5/10 ,  G06T5/00 ,  G06N3/0464 ,  G06V10/774

Abstract: 本发明提供一种射线工业底片焊缝缺陷智能检测方法，涉及射线工业底片焊缝缺陷检测技术领域。该方法用两种数据预处理方式实现缺陷与背景的对比度增强，使缺陷特征更加明显。利用迭代检测与集成学习的思想，检测器对不同数据的检测效果不同，当该数据缺陷没有被检测器检测到时，用另外一组数据的检测结果去补充，以此得到一个更好更全面的检测模型。具体的检测过程为先迭代再集成；迭代时将前一次的检测结果采用三次样条插值方式将缺陷消除后重新放入检测器，每迭代一次将增强检测器对下一轮缺陷的感知。然后将两种处理方式迭代后的检测结果集成，运用非极大值抑制算法去除重叠的目标。最后再针对根部未熔合缺陷及夹层未熔合缺陷进行进一步检测。

公开(公告)号：CN112184693A

公开(公告)日：2021-01-05

申请号：CN202011091643.3

申请日：2020-10-13

Applicant: 东北大学

Inventor： 刘金海 ,  左逢源 ,  吕慧莹 ,  张化光 ,  汪刚 ,  马大中 ,  卢森骧

IPC: G06T7/00 ,  G06T7/11 ,  G06T5/20 ,  G06T5/10 ,  G06T5/00 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明提供一种射线工业底片焊缝缺陷智能检测方法，涉及射线工业底片焊缝缺陷检测技术领域。该方法用两种数据预处理方式实现缺陷与背景的对比度增强，使缺陷特征更加明显。利用迭代检测与集成学习的思想，检测器对不同数据的检测效果不同，当该数据缺陷没有被检测器检测到时，用另外一组数据的检测结果去补充，以此得到一个更好更全面的检测模型。具体的检测过程为先迭代再集成；迭代时将前一次的检测结果采用三次样条插值方式将缺陷消除后重新放入检测器，每迭代一次将增强检测器对下一轮缺陷的感知。然后将两种处理方式迭代后的检测结果集成，运用非极大值抑制算法去除重叠的目标。最后再针对根部未熔合缺陷及夹层未熔合缺陷进行进一步检测。

公开(公告)号：CN114418929A

公开(公告)日：2022-04-29

申请号：CN202111392250.0

申请日：2021-11-19

Applicant: 东北大学

Inventor： 刘金海 ,  刘晓媛 ,  曲福明 ,  王雷 ,  左逢源 ,  赵贺

IPC: G06T7/00 ,  G06N3/04 ,  G06K9/62 ,  G06V10/80 ,  G06V10/774

Abstract: 本发明提供一种基于一致性多尺度度量学习的焊缝缺陷识别方法，涉及管道焊缝缺陷识别技术领域。首先通过工业X射线探伤仪对管道焊缝进行探伤，采集到X射线图像的正常样本和缺陷样本；其次将采集到的图像通过设计的整体特征映射模型进行全局特征和局部特征的提取，该映射模型包括全局特征映射模型、局部特征映射模型和映射空间一致性模型；最后将提取到的局部特征和全局特征进行特征融合，并利用融合后的特征进行多缺陷识别模型的训练，最后利用训练好的多缺陷识别模型实现焊缝缺陷的识别。该方法基于一致性多尺度度量学习进行局部全局特征提取，并通过局部全局特征融合，提高了多缺陷识别的准确率。