基于Faster R-CNN模型X-射线图像的焊接缺陷检测

摘要：

为了实现X-射线图片的焊接缺陷检测,采用了基于目标检测领域的经典模型——Faster R-CNN的目标检测方法.WDXI数据集是从大量的X-射线图像整理和分类构建获得的,包括7种缺陷类型和无缺陷类型.为了有效地提取焊接区域,提出了一种根据平均灰度值和单位面积内平均对比度值的改进方法.经过实验验证,可采取自适应的直方图均衡化以及两次中值滤波的方法分别进行图像增强和降噪处理.最终,在焊接缺陷识别的多分类任务中,训练模型在测试集上达到了预期效果,不仅证明了WDXI数据集的研究价值,还为实现焊接缺陷的自动识别和定位进行了实验性的尝试.

关键词：焊接缺陷检测、无损检测、X-射线图像、目标检测、卷积神经网络

所属期刊栏目：42

分类号：TP183(自动化基础理论)

资助基金：国家重大科学仪器设备专项项目2013YQ240803

在线出版日期：2020-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：20-28