一种基于UNET深度网络的复合材料孔隙检测方法技术

本发明专利技术公开了一种基于UNET深度网络的复合材料孔隙检测方法，涉及深度网络领域，该方法采用UNET深度网络对切片图像进行处理得到像素孔隙预测图片，通过M邻接对像素孔隙预测图片中的孔隙像素点进行合并得到若干个孔隙区块，对每个孔隙区块进行算法网格计算提取得到孔隙区块的最小外接矩形作为检测得到的复合材料中的孔隙区域并计算复合材料中的孔隙率；该方法可以将孔隙与异物/划痕等传统方法较难分离的非孔隙部分进行区分从而提高识别精度，避免误检和漏检；另外在孔隙率计算上通过自适应网格算法对孔隙区块进行动态自适应网格划分，可以更贴近现场人员的孔隙率计算值，达到计算精度和人工接近的效果。

【技术实现步骤摘要】
一种基于UNET深度网络的复合材料孔隙检测方法
本专利技术涉及深度网络领域，尤其是一种基于UNET深度网络的复合材料孔隙检测方法。
技术介绍
在复合材料铺贴过程中往往会存在空气混入的问题，目前通常会通过显微镜切片成像，然后利用传统视觉方法opencv进行二值化，通过形态学操作进行背景分离，从而划分疑似区域，最后通过阈值过滤进行孔隙区域的框选，从而可以判断其中孔隙的面积占比并计算出孔隙在当前区域内的占比率，继而判断铺贴是否合格。但现有这种传统做法会存在如下问题：划痕和异物在图片上体现较为接近，通过二值化后在像素级别体现中与正常孔隙表现较为类似，会有误识别，识别准确率较低。
技术实现思路
本专利技术人针对上述问题及技术需求，提出了一种基于UNET深度网络的复合材料孔隙检测方法，本专利技术的技术方案如下：一种基于UNET深度网络的复合材料孔隙检测方法，该方法包括：获取复合材料的切片图像；采用UNET深度网络对切片图像进行处理得到像素孔隙预测图片，像素孔隙预测图片包括切片图像中每一个像素点的预测结果，预测结果本文档来自技高网...

【技术保护点】
1.一种基于UNET深度网络的复合材料孔隙检测方法，其特征在于，所述方法包括：/n获取复合材料的切片图像；/n采用UNET深度网络对所述切片图像进行处理得到像素孔隙预测图片，所述像素孔隙预测图片包括所述切片图像中每一个像素点的预测结果，预测结果为孔隙像素点或非孔隙像素点；/n通过M邻接对所述像素孔隙预测图片中的孔隙像素点进行合并得到若干个孔隙区块；/n对每个所述孔隙区块进行算法网格计算提取得到所述孔隙区块的最小外接矩形作为检测得到的所述复合材料中的孔隙区域并计算所述复合材料中的孔隙率。/n

【技术特征摘要】
1.一种基于UNET深度网络的复合材料孔隙检测方法，其特征在于，所述方法包括：
获取复合材料的切片图像；
采用UNET深度网络对所述切片图像进行处理得到像素孔隙预测图片，所述像素孔隙预测图片包括所述切片图像中每一个像素点的预测结果，预测结果为孔隙像素点或非孔隙像素点；
通过M邻接对所述像素孔隙预测图片中的孔隙像素点进行合并得到若干个孔隙区块；
对每个所述孔隙区块进行算法网格计算提取得到所述孔隙区块的最小外接矩形作为检测得到的所述复合材料中的孔隙区域并计算所述复合材料中的孔隙率。


2.根据权利要求1所述的方法，其特征在于，所述对每个所述孔隙区块进行算法网格计算提取得到所述孔隙区块的最小外接矩形，包括：从M邻接后的所述像素孔隙预测图片的左上方开始在行的每一个元素上从孔隙像素点开始进行标准网格的划分，满足一个网格内所占的孔隙面积为最大并对同一个网格内出现多个孔隙区域的进行分别计算，从而得到各个孔隙...

【专利技术属性】
技术研发人员：洪康杰，姜鹏，
申请(专利权)人：无锡雪浪数制科技有限公司，
类型：发明
国别省市：江苏;32