【技术实现步骤摘要】
基于灰度和缺陷特征感知的焊接缺陷检测方法
[0001]本专利技术属于焊接缺陷检测
,具体是一种基于灰度和缺陷特征感知的焊接缺陷检测方法,可用于工业领域中各种焊接结构的缺陷检测。
技术介绍
[0002]焊接工艺由于具有连接性好、焊接结构刚度大、整体性好以及适应性广等优点,广泛应用于压力容器、汽车、机器人、船舶等结构复杂和需要对钢材进行大量连接的设备上。对于高端制造业所需的结构复杂、质量要求较高的设备,因其具有高价值、高强度、高参数的特点,对焊接结构的质量也具有更高要求。由于焊接环境和各种各样因素的影响,焊接过程中不可避免地会产生包括条形、圆形、线性等在内的缺陷,这些缺陷会影响焊接质量,进而影响设备质量。因此,为了保证焊接产品的质量,对焊接缺陷进行检测是非常必要的。
[0003]目前,焊接缺陷检测一般采用无损检测技术,X射线检测作为最常用的、最直观的无损检测技术,可有效发现焊接结构的内部缺陷,保障焊接结构的安全性和可靠性。X射线无损检测技术主要是基于X射线穿透焊接产品的密度和厚度不同,利用不同灰度图像特征检测焊接结 ...
【技术保护点】
【技术特征摘要】
1.一种基于灰度和缺陷特征感知的焊接缺陷检测方法,其特征在于,该方法使用的焊接缺陷检测模型包括基于灰度注意力的Darknet53网络、基于形状感知的特征金字塔网络以及中心感知检测头;基于灰度注意力的Darknet53网络是在Darknet53网络的相邻两个卷积阶段之间嵌入一个灰度注意力模块得到的,焊接缺陷图像输入到基于灰度注意力的Darknet53网络中进行特征提取,在特征提取过程中利用灰度注意力模块关注图像的灰度信息,增强缺陷特征的表达能力;将基于灰度注意力的Darknet53网络第三~五卷积阶段提取的特征图C3~C5输入到基于形状感知的特征金字塔网络中进行特征融合,基于形状感知的特征金字塔网络采用膨胀卷积和纹理增强的方式提高模型对病态长宽比缺陷的检测能力和精度,得到特征图T2~T5;将特征图T2~T5输入到中心感知检测头中进行预测,对缺陷进行分类和定位;灰度注意力模块的输入特征图X经过卷积、归一化和激活操作,得到特征图U;特征图U经过卷积、归一化和激活操作,得到特征图K;特征图K经过全局平均池化得到各个通道描述符,各个通道描述符经过特征提取得到各个通道阈值;将通道描述符与通道阈值相乘,得到阈值化的通道描述符,并根据阈值化的通道描述符对特征图K进行二值化;同时,特征图K经过全局平均池化和特征提取得到各个通道的权重,将二值化的特征图与各个通道的权重相乘后,再与输入特征图X拼接,得到灰度注意力模块的输出特征图。2.根据权利要求1所述基于灰度和缺陷特征感知的焊接缺陷检测方法,其特征在于,特征图C5输入到基于形状感知的特征金字塔网络即为特征图H5,特征图H5与C4融合得到特征图H4,特征图H4与C3融合得到特征图H3,特征图H3即为特征图P3;特征图P3与C3融合得到特征图P4,特征图P4与C4进行融合得到特征图P5;同时,将特征图H3输入到多尺度膨胀卷积模块,在多尺度膨胀卷积模块中特征图H3经过预处理后分别进入到三个并行的膨胀卷积分支,三个膨胀卷积分支的输出特征图经过后处理得到特征图M3;每个膨胀卷积分支包括四个连续的空洞残差单元,输入到空洞残差单元中的特征图依次经过1
×
1卷积、膨胀卷积以及使用1
×
1卷积后,再与空洞残差单元的输入特征图拼接,得到空洞残差单元的输出特征图;将特征图P3~P5以及M3输入到纹理特征增强模块中进行纹理增强,纹理特征增强模块采用四个子模块并行处理不同层级的特征图,每个子模块包括CPre模块、Canny算子以及CPost模块,CPre模块包括连续的1
×
1卷积、3
×
3卷积以及激活操作,CPre模块得到的特征图输入到Canny算子中生成纹理热图;将纹理热图与子模块的输入特征图拼接后,再经过CPost模块,完成纹理增强;CPost模块包括卷积和ReLU激活操作。3.根据权利要求2所述基于灰度和缺陷特征感知的焊接缺陷检测方法,其特征在于,多尺度膨胀卷积模块三个膨胀卷积分支的膨胀卷积大小分别为1
×
3、2
×
3、3
×
3。4.根据权利要求1~3任一所述基于灰度和缺陷特征感知的焊接缺陷检测方法,其特征在于,在中心感知检测头中,在特征图的每个像素点处均生成一个预测框,利...
【专利技术属性】
技术研发人员:石陆魁,台吉凯,王璇,高英杰,张子轩,
申请(专利权)人:天津市特种设备监督检验技术研究院天津市特种设备事故应急调查处理中心天津鼎华检测科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。