本發明公開了一種基于深度學習算法的復合材料缺陷無損探傷方法,首先對原始圖像進行預處理,每張預處理圖像對應一張標簽圖片;以預處理圖像作為U?net網絡的輸入,標簽圖像作為標簽,通過梯度下降法對U?net網絡進行迭代訓練,訓練完成的U?net網絡構成處理網絡;處理網絡的輸出為輸入圖像的特征圖;將待處理圖像輸入處理網絡后輸出特征圖,通過閾值分割算法對特征圖進行處理,得到標記缺陷的二值圖像,再通過矩形框定位算法在二值圖像中定位缺陷位置;最終將二值圖像和待處理圖像融合,在待處理圖像中定位缺陷。本發明通過神經網絡學習特征的快捷性和高準確性,解決傳統算法的局限性,為復合材料的缺陷檢測提供新的思路。
聲明:
“基于深度學習算法的復合材料缺陷無損探傷方法” 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)