本發明屬于數字圖像處理技術領域,具體為一種基于CNN的超聲無損檢測圖像缺陷分類方法。本發明方法包括采集超聲相控陣無損檢測圖像,并對檢測圖像進行分類,構造專用于超聲相控陣無損檢測圖像缺陷分類的數據集;并將數據集按照一定比例劃分為訓練集、測試集,訓練集用來訓練網絡模型,測試集用來測試訓練好的網絡模型的性能;設計專用的超聲相控陣無損檢測圖像缺陷分類的深度卷積神經網絡,該網絡包括:數據輸入模塊、雙尺度特征提取模塊、特征重組模塊、特征融合模塊、CA模塊和分類器。本發明可以提高超聲相控陣無損檢測圖像中缺陷的分類效率,減輕相關制造企業再缺陷數據分析過程中的成本。
聲明:
“基于CNN的超聲無損檢測圖像缺陷分類方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)