基于深度学习的焊缝图像边缘识别相似度检测

摘要：

在高压天然气输送管线安装和压力容器制造过程中需要大量的焊接操作,射线检测在焊缝缺陷检测中应用广泛.传统人工识别评定缺陷和重复图像的方法,由于工程周期漫长、焊缝图像数量巨大,识别效率低、错误率较高,不能有效保证施工质量,杜绝射线胶片图像造假等问题.针对焊缝探伤图像造假现象,提出基于深度学习的焊缝图像边缘识别相似度检测方法,实现对X射线焊缝图像的特征提取.建立相似度评估方法,计算焊缝图像特征相似度,筛选重复图像;实现自动读取、识别数据库焊缝图像的相关功能;给出基于边缘识别的技术路径和优化算法,建立特征数据库,进行相似度判定.实验结果表明,在一定阈值设定下,该算法对重复图像的识别结果能达到92.3％.

关键词：焊缝检测、深度学习、图像造假、特征提取、相似度识别

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

在线出版日期：2023-03-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：124-127,135