【技术实现步骤摘要】
本公开涉及管材缺陷检测领域，尤其涉及一种管材表面缺陷无损检测方法、系统、电子设备以及存储介质。
技术介绍
1、管材产品表面缺陷是决定其质量特性的关键因素，有效的将缺陷检测出对于实现产品定级、减少客户投诉都至关重要。在石油化工、汽车、建筑等领域得到了广泛的应用。管材表面轮廓为圆弧形状，不同于传统的热轧带钢、中厚板等产品，不规则的表面轮廓使得缺陷检测的难度增加。
2、基于机器视觉的检测方法因其检测精度高、速度快等优点，已取代人工检测，图像特征根据来源可分为两类：人工设计特征和自动提取特征，基于深度学习的缺陷检测算法能够自动提取图像特征，在大规模数据集上表现出优异的检测性能，但是通常需要大量人工标注样本对其进行训练以使得算法收敛。但在现实条件下，往往难以具备相应条件以收集足够数量的训练样本，同时对大规模样本进行标注将会造成人工成本浪费，针对此问题提出了一种算法，首先表面缺陷形成机理建立假设，并据此构建虚拟样本模型，最后提出一种改进的域对抗神经网络以提取虚拟样本和实际样本之间共有特征，实现无监督检测，人工设计特征因其维度较小，可有效...
【技术保护点】
1.一种管材表面缺陷无损检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述在训练集数据整体特征空间内生成随机子空间，并对每一个子空间基于支持向量描述的重叠区域识别原理，利用SVDD对优化后的不同类别数据分布边界进行辨识，来搜索数据分布间的重叠区域，包括：
3.根据权利要求2所述的方法，其特征在于，所述于局部密度关系原理对重叠区域内的多数类样本类间亲和度关系进行计算，自适应确定需移除的多数类样本对象及数量，包括：
4.根据权利要求3所述的方法，其特征在于，所述将自适应欠采样剔除后的数据输入分类器中，利...
【技术特征摘要】
1.一种管材表面缺陷无损检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述在训练集数据整体特征空间内生成随机子空间，并对每一个子空间基于支持向量描述的重叠区域识别原理，利用svdd对优化后的不同类别数据分布边界进行辨识，来搜索数据分布间的重叠区域，包括：
3.根据权利要求2所述的方法，其特征在于，所述于局部密度关系原理对重叠区域内的多数类样本类间亲和度关系进行计算，自适应确定需移除的多数类样本对象及数量，包括：
4.根据权利要求3所述的方法，其特征在于，所述将自适应欠采样剔除后的数据输入分类器中，利用随机子空间技术组合在不同子空间内进行欠采样并分别训练分类器，综合使用识别精确度和重叠样本分布相似性作为集成指标，对训练得到的特征子空间分类器进行集成，并利用加权投票的方式输出预测结果，与测试集进行对比，判断管材缺陷，包括：
5.一种管材表面缺陷无损检测系统，其特征在于，所述系统包括：
6.根据权利要求5所述的系统，其...
【专利技术属性】
技术研发人员：任条辉，郎宁，刘新，
申请(专利权)人：成都滨均及网络科技有限公司，
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。