-
题名基于深度学习的超声B扫描图像处理缺陷识别实验研究
- 1
-
-
作者
冯玮
-
机构
中国航空工业集团公司北京长城计量测试技术研究所
-
出处
《无损探伤》
2024年第4期21-26,共6页
-
基金
基础加强计划技术领域基金(2021-JCJQ-JJ-1269)。
-
文摘
本文旨在利用深度学习图像处理技术,提出一种基于YOLOv5网络结构的缺陷检测算法对超声B扫描图像进行缺陷识别实验研究。通过对工件进行线性阵列相控阵超声检测,连续采集到多幅B扫描图像或实时采集视频数据,并对图像进行预处理和增强操作。在此基础上,构建神经网络模型,并对预处理后的大量数据集进行标定。使用Pytorch深度学习框架进行数据集训练,结果表明改进的YOLOv5算法对缺陷的目标检测召回率识别达到96.2%,对底波缺失的目标检测召回率达到96.3%。实验结果表明,基于改进的YOLOv5算法在mAP0.5指标上有1.4%的提升,在mAP0.5:0.95指标上有6%的检测性能提升。
-
关键词
超声检测
YOLOv5
深度学习
目标检测
b扫描图像
-
Keywords
Ultrasound detection
YOLOv5
Deep learning
Target detection
b-scan image
-
分类号
TG115.28
[金属学及工艺—物理冶金]
-
-
题名面状缺陷超声B扫描检测图像增强研究
- 2
-
-
作者
高双胜
刚铁
郭小罗
-
机构
哈尔滨工业大学现代焊接生产技术国家重点实验室
航天特种材料及工艺技术研究所
-
出处
《焊接》
北大核心
2007年第1期21-24,共4页
-
文摘
针对面状焊接缺陷超声B扫描检测图像受噪声污染造成的质量下降问题,利用多尺度小波分析方法,对超声B扫描图像进行了增强处理。分析了缺陷信号和噪声的小波变换特性,分别在软、硬阈值函数条件下,采用固定阈值、Stein无偏似然估计阈值、混合型阈值、极大极小准则阈值等方法进行了信号增强处理,比较了不同阈值方法小波变换的处理效果。结果表明:小波变换方法能有效地提高超声B扫描图像质量,硬阈值条件下固定阈值小波变换方法的图像增强处理效果较好。
-
关键词
面状缺陷
b扫描图像
小波变换
图像增强
-
Keywords
planar defect
b scan image
wavelet transform
image enhancement
-
分类号
TG115.28
[金属学及工艺—物理冶金]
-