买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：大连瑞迪声光科技有限公司

摘要：本发明公开了一种基于分立探头超声检测的R角结构缺陷自动识别方法及系统，通过创建的分立探头自动化超声检测系统获取R角结构检测图，通过对R角结构检测图进行自适应阈值的图像处理，以获取R角结构缺陷特征图；并对R角结构缺陷特征图中的内表面图像特征进行拟合，以获取重构结构缺陷特征的识别区域的特征二维数据，并根据所述特征二维数据确认缺陷特征位置与缺陷特征尺寸；基于缺陷特征位置与缺陷特征尺寸对R角结构检测图的原图进行标记，以获取R角结构缺陷的标记图片；并将标记图片按预设比例划分为图片训练集与图片预测集；将图片训练集中的标记图片输入预先搭建好的卷积神经网络进行训练，获取训练后的卷积神经网络，并将R角结构缺陷的识别准确率满足预设阈值的训练后的卷积神经网络作为缺陷自动识别网络；以实现对待测目标物图像实现R角结构缺陷的自动识别。解决了现有方法在检测R角这种复杂的曲面结构时，由于其曲率部分对超声波能量的反射，换能器难以有效地接收回波信号，导致难以对其轮廓和缺陷进行完整地成像显示与缺陷自动识别的问题。

主权项：1.一种基于分立探头超声检测的R角结构缺陷自动识别方法，其特征在于，包括以下步骤：S1：通过创建的分立探头自动化超声检测系统，获取R角结构检测图；所述R角结构检测图包括包含结构缺陷特征的图片与不包括含结构缺陷特征的图片；且所述结构缺陷特征包括缺陷特征位置与缺陷特征尺寸；S2：对所述R角结构检测图进行自适应阈值的图像处理，以获取包含结构缺陷特征的图片并作为R角结构缺陷特征图；S3：对R角结构缺陷特征图中的内表面图像特征进行拟合，以重构结构缺陷特征的识别区域；并获取重构结构缺陷特征的识别区域的特征二维数据，并根据所述特征二维数据确认缺陷特征位置与缺陷特征尺寸；S4：基于缺陷特征位置与缺陷特征尺寸对R角结构检测图的原图进行标记，以获取R角结构缺陷的标记图片；并将所述标记图片按预设比例划分为图片训练集与图片预测集；S5：将所述图片训练集中的标记图片输入预先搭建好的卷积神经网络进行训练，获取训练后的卷积神经网络；S6：将图片预测集的标记图片输入训练后的卷积神经网络进行识别测试，若R角结构缺陷的识别准确率满足预设阈值，则将训练后的卷积神经网络作为缺陷自动识别网络；否则，自适应调整训练后的卷积神经网络的参数权重，并重复执行步骤S5；S7：将通过步骤S1重新获取的R角结构检测图作为待测目标物图像，并基于缺陷自动识别网络对待测目标物图像实现R角结构缺陷的自动识别。

全文数据：

权利要求：

百度查询： 大连瑞迪声光科技有限公司 基于分立探头超声检测的R角结构缺陷自动识别方法及系统