智能图像识别在无损检测中的应用研究
图像处理技术在无损检测领域中的应用技术国内外已研究多年,但仍存在漏检率高、误判率高、虚警率高、适用面窄的缺陷.磁痕图像形成的过程，除磁化规范和显示介质因素外，照明设备对磁粉检测成像的质量有较明显的影响，应选用高性能的带阻或带通滤波片滤除设备和环境中的灯光干扰，利用图像增强算法突出磁粉探伤图像中的缺陷部位，弱化背景噪声。结合工件加工工艺和结构特性与伪缺陷之间的关系，取得伪缺陷和真缺陷之间的分辨磁痕特征，找出最佳的描述工件缺陷的特征向量，即具有可区别性，鲁棒性，可靠性，独立性，维数少等特点的特征向量。利用所选取的特征对工件缺陷类型、尺寸大小进行识别，对缺陷进行定性和定量的参数判断。采用神经网络和支持向量机的智能算法对缺陷类型进行分类判别，并建立专家知识库，对系统进行深度学习训练，同时使系统具备人工干预下的机器自主学习能力，使系统能够逐渐完善对工件缺陷和伪缺陷的理解和判别能力，使系统的识别效率逐步提高，误识率逐渐降低，系统适用性逐渐增强。
无损检测 图像识别 机器自主学习 干扰抑制
张华 叶代平 张静 刘满禄 李远江 杨薛涛
西南科技大学特殊环境机器人技术四川省重点实验室,四川绵阳621000
国内会议
成都
中文
61-63
2013-08-01（万方平台首次上网日期，不代表论文的发表时间）