一种电熔焊接缺陷自动识别方法的研究与应用

聚乙烯(Polyethylene,PE)燃气管道的电熔焊接状况可通过相控阵系统拍摄的超声波图像获得,但是否存在焊接缺陷目前都是由专业人员人工识别每张图片中的特征线、电阻丝、底面回波线等与缺陷相关的信息,进而确定缺陷类别和等级,这种方法费时、费力且容易发生漏检和错检现象。本文针对PE管道电熔焊接缺陷的识别问题提出了一种基于图像处理技术的焊接缺陷自动识别方法,同时判断超声图像中存在缺陷的类别和等级。该方法由4个步骤组成:(1)通过数据增强技术扩充已有图片数量,构建数据集;(2)训练图像语义分割模型,对图像进行语义分割;(3)采用数学形态学方法去除分割结果的噪声,并通过连通域分析法得到缺陷相关信息;(4)依据焊接标准及缺陷相关信息识别缺陷类别及等级。实验结果表明,本文提出的缺陷识别方法在准确率、召回率以及运行时间方面均达到了工业应用要求。