本發明公開一種基于深度學習二維時間序列圖像的焊縫無損檢測方法,采用多尺度自適應高斯濾波優化的Steger算法提取焊縫的中心軌跡,可根據焊縫輪廓粗細不同自適應調整中心軌跡像素點位置坐標,避免因提取中心軌跡斷裂而出現的誤差,可得到準確的焊縫數據,并將此焊縫數據視為特殊時間單位的一維時間序列數據,進而得到適合應用神經網絡的最佳二維時間序列圖像。具有如下優點:魯棒性高,處理速度快;將焊縫特征在維度和尺度上進行擴展更容易凸顯缺陷;利用現有的深度學習模型對焊縫最佳二維時間序列圖像進行孔洞、毛刺、凹陷及無缺陷分類,實現更高的檢測準確率且泛化能力更強。
聲明:
“基于深度學習二維時間序列圖像的焊縫無損檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)