【技术实现步骤摘要】
本专利技术属于铸件缺陷识别领域，更具体的涉及一种基于改进的htc铸件dr图像缺陷识别方法。
技术介绍
1、铸件产品是制造业的重要基础产业之一，是实现制造强国的重要支撑。铸件被广泛的应用于航空航天、汽车和轨道交通等领域。我国航空航天等行业高端装备等关键金属铸件因功能化和轻量化的要求不断提高而日趋复杂。精密铸件多采用精密铸造工艺整体成型，但在此过程中会不可避免的产生气孔、气泡、夹杂及疏松等缺陷，因此基于dr射线的无损检测技术成了确保铸件产品质量的重要工序。
2、随着深度学习的快速发展，基于卷积神经网络的铸件dr图像缺陷识别方法已经取得了很多突破性的进步，但由于铸件dr图像存在着背景不均且包含噪声，现有技术存在漏检率高、识别精度低和模型泛化能力差的问题。
技术实现思路
1、为解决上述技术问题，本专利技术提供一种基于改进的htc铸件dr图像缺陷识别方法，其为一种漏检率低、识别精度高、鲁棒性好的基于改进hybrid task cascade rcnn的铸件dr图像缺陷识别方法。
<...【技术保护点】
1.一种基于改进的HTC铸件DR图像缺陷识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于改进的HTC铸件DR图像缺陷识别方法，其特征在于：所述S1包括：通过扫描铸件获取大量的铸件DR图像，图像格式为tiff格式；先使用包括均值滤波、高斯滤波、中值滤波、双边滤波的图像滤波方法对铸件DR图像进行去噪，再使用包括直方图均衡、伽马变换、对比度与亮度增强、log变换、分段线性拉伸的图像增强方法对其优化；优化完成后的图像为RGB格式，图像分辨率为1024×1024；对使用图像滤波和图像增强优化后的图像通过专业的无损检测工程师判别获取有缺陷的铸件D
【技术特征摘要】
1.一种基于改进的htc铸件dr图像缺陷识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于改进的htc铸件dr图像缺陷识别方法，其特征在于：所述s1包括：通过扫描铸件获取大量的铸件dr图像，图像格式为tiff格式；先使用包括均值滤波、高斯滤波、中值滤波、双边滤波的图像滤波方法对铸件dr图像进行去噪，再使用包括直方图均衡、伽马变换、对比度与亮度增强、log变换、分段线性拉伸的图像增强方法对其优化；优化完成后的图像为rgb格式，图像分辨率为1024×1024；对使用图像滤波和图像增强优化后的图像通过专业的无损检测工程师判别获取有缺陷的铸件dr图像。
3.根据权利要求2所述的一种基于改进的htc铸件dr图像缺陷识别方法，其特征在于：所述s2中的制作铸件dr图像缺陷识别数据集包括：选取优化后清晰可辩的rgb彩色图像，使用labelme标注工具对铸件dr图像进行标注，对铸件dr图像和对应的json标签按照8:2的比例划分训练...
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。