一种基于射线图像的复合材料缺陷识别方法技术

本发明专利技术实施例公开了一种基于射线图像的复合材料缺陷识别方法，涉及机器学习领域，无需通过目测法或者直接破坏的方法识别图像中复合材料的缺陷。本发明专利技术包括：进行X线摄影，得到所述样件的DR图像；通过自适应中值滤波对所述样件的DR图像进行滤波，并对滤波后的DR图像进行特征锐化；对经过特征锐化的DR图像进行标注，得到数据集，再将所述数据集导入yolo‑v3模型中训练；通过训练的yolo‑v3模型，对待检测样件的DR图像进行网格划分，利用K－Means聚类算法对每个网格进行处理后，得到检测结果。本发明专利技术适用于复合材料缺陷检测。

A method of composite defect recognition based on ray image

【技术实现步骤摘要】
一种基于射线图像的复合材料缺陷识别方法
本专利技术涉及机器学习领域，尤其涉及一种基于射线图像的复合材料缺陷识别方法。
技术介绍
为了适应我国航空、航天、深海等领域的蓬勃发展，对于新型材料的发展需求十分迫切。复合材料作为一种新型材料，具有可设计性强、重质量轻、硬度高、耐腐蚀、抗疲劳性能好、热膨胀系数小等诸多优点，因此得到长期的重点关注和大力发展。但是在具有上述优点的同时，复合材料自身还带有一些不尽如人意的特性，如非均质性和各项异性。所以相对于传统的金属材料的成熟稳定的加工工艺，复合材料在实际制造生产过程中，会由于工艺不稳定而产生缺陷。而且在复合材料的实际应用过程中，由于疲劳累积、碰撞、腐蚀等众多物理化学因素的多重影响，也十分容易产生缺陷，并且这些缺陷往往也是很难预料或者推断的。并且在很大程度上，这些缺陷产生自复合材料的内部。无法通过目测或者其他光学的方法迅速找到缺陷。又考虑到不能损害复合材料件的性能，所以针对复合材料内部缺陷的检测，并不能通过直接破坏的方式进行检测。而由于诸多化学和物理性质上的差异，用于传统的金属材料的检测也较难直本文档来自技高网...

【技术保护点】
1.一种基于射线图像的复合材料缺陷识别方法，其特征在于，包括：/n对复合材料的样件进行X线摄影，得到所述样件的DR图像；/n通过自适应中值滤波对所述样件的DR图像进行滤波，并对滤波后的DR图像进行特征锐化；/n对经过特征锐化的DR图像进行标注，得到数据集，再将所述数据集导入yolo-v3模型中训练；/n通过训练的yolo-v3模型，对待检测样件的DR图像进行网格划分，利用K－Means聚类算法对每个网格进行处理后，得到检测结果。/n

【技术特征摘要】
1.一种基于射线图像的复合材料缺陷识别方法，其特征在于，包括：
对复合材料的样件进行X线摄影，得到所述样件的DR图像；
通过自适应中值滤波对所述样件的DR图像进行滤波，并对滤波后的DR图像进行特征锐化；
对经过特征锐化的DR图像进行标注，得到数据集，再将所述数据集导入yolo-v3模型中训练；
通过训练的yolo-v3模型，对待检测样件的DR图像进行网格划分，利用K－Means聚类算法对每个网格进行处理后，得到检测结果。


2.根据权利要求1所述的，其特征在于，所述预加工包括：
在复合材料的板材样件上，通过平底孔铣削制作孔缺陷；
在孔缺陷中添加特氟龙。


3.根据权利要求1所述的，其特征在于，所述通过自适应中值滤波对所述样件的DR图像进行滤波，并对滤波后的DR图像进行特征锐化，包括：
通过自适应中值滤波，过滤所述DR图像中的椒盐噪声、零均值高斯白噪声和属于泊松分布的噪声；
对所述DR图像进行自适应直方图均衡化，将所述DR图像中的特征锐化。


4.根据权利要求1所述的，其特征在于，所述对经过特征锐化的DR图像进行标注，得到数据集，包括：
通过几何变换对经过特征锐化的DR图像进行扩充，得到倍增后的DR图像；...

【专利技术属性】
技术研发人员：崔海华，田威，张逸，廖文和，程筱胜，张益华，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32