[發(fā)明專利]一種基于深度學(xué)習(xí)的焊縫底片造假的自動(dòng)檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910370302.0
• 申請(qǐng)日: 2019-05-06
• 公開（公告）號(hào): CN110097547B
• 公開（公告）日: 2022-09-06
• 發(fā)明（設(shè)計(jì)）人: 張帆;張新紅;張伯言;杜海順;史瀟婉;李珍珍;趙茹楠;侯婷婷;任方濤;劉茜
• 申請(qǐng)（專利權(quán)）人: 河南大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/10;G06V10/26;G06V30/148;G06V10/82;G06N3/04;G01N23/04
• 代理公司: 鄭州聯(lián)科專利事務(wù)所(普通合伙) 41104
• 代理人: 時(shí)立新

1.一種基于深度學(xué)習(xí)的焊縫底片造假的自動(dòng)檢測(cè)方法，其特征在于：包括如下步驟：

S1:將X射線膠質(zhì)底片掃描成數(shù)字化焊縫底片圖像；

S2:篩選一批200張以上的焊縫底片圖像，該批焊縫底片圖像中應(yīng)包含所有待檢測(cè)焊縫底片中可能出現(xiàn)的所有字符；

S3:采用拉東變換對(duì)該批焊縫底片圖像進(jìn)行分割，得到多個(gè)字符小圖像，完成訓(xùn)練字符集的制作；

S4:采用LeNet-5卷積神經(jīng)網(wǎng)絡(luò)對(duì)訓(xùn)練字符集進(jìn)行深度學(xué)習(xí)的訓(xùn)練、學(xué)習(xí)，得到焊縫字符識(shí)別模型；

S5:建立數(shù)據(jù)庫，用于保存新提交焊縫底片圖像的焊縫圖像特征和焊縫字符串；

S6:采用拉東變換對(duì)新提交的焊縫底片圖像進(jìn)行分割，得到新提交的焊縫底片圖像的多個(gè)字符小圖像；

S7:將S6中的字符小圖像輸入焊縫字符識(shí)別模型，識(shí)別提取出新提交焊縫底片圖像的焊縫字符串；

S8:將S7中提取的焊縫字符串與數(shù)據(jù)庫中保存的焊縫字符串進(jìn)行比對(duì)，比對(duì)處理結(jié)果為：若結(jié)果不匹配，將新提交焊縫底片圖像的焊縫字符串保存在數(shù)據(jù)庫中；若結(jié)果匹配，則報(bào)警，檢測(cè)出標(biāo)記相同的焊縫底片；

S9:對(duì)新提交的焊縫底片圖像進(jìn)行圖像分割、縮放，得到多個(gè)焊縫小圖像；

S10:采用改進(jìn)的VGGNet-16網(wǎng)絡(luò)對(duì)S9中的焊縫小圖像進(jìn)行深度學(xué)習(xí)特征提取，將從每個(gè)焊縫小圖像中提取的特征順序合并在一起，得到整條焊縫圖像的特征，并與保存在數(shù)據(jù)庫中的焊縫圖像特征進(jìn)行比對(duì)，比對(duì)結(jié)果處理為：若結(jié)果不匹配，將新提交焊縫底片圖像及提取出的焊縫特征保存在數(shù)據(jù)庫中，若結(jié)果匹配，則報(bào)警，檢測(cè)出焊縫相同的焊縫底片。

2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的焊縫底片造假的自動(dòng)檢測(cè)方法，其特征在于：VGGNet-16卷積神經(jīng)網(wǎng)絡(luò)由五個(gè)卷積層組和三個(gè)全連接層組成，所述LeNet-5卷積神經(jīng)網(wǎng)絡(luò)由兩個(gè)卷積層、兩個(gè)池化層、一個(gè)全連接層和一個(gè)softmax層組成。

3.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的焊縫底片造假的自動(dòng)檢測(cè)方法，其特征在于：采用拉東變換對(duì)焊縫底片圖像進(jìn)行分割的具體步驟為：

步驟a.對(duì)焊縫底片圖像進(jìn)行對(duì)比度拉伸處理；

步驟b.對(duì)焊縫底片圖像采用OTSU算法進(jìn)行二值化處理；

步驟c.采用拉東變換自動(dòng)把焊縫底片圖像中所有字符、標(biāo)記分割出來，得到多個(gè)字符小圖像。

4.如權(quán)利要求3所述的基于深度學(xué)習(xí)的焊縫底片造假的自動(dòng)檢測(cè)方法，其特征在于：進(jìn)行所述步驟c后對(duì)分割出來的焊縫字符小圖像采用數(shù)學(xué)形態(tài)學(xué)算法進(jìn)行處理。

5.如權(quán)利要求4所述的基于深度學(xué)習(xí)的焊縫底片造假的自動(dòng)檢測(cè)方法，其特征在于：對(duì)采用形態(tài)學(xué)算法處理后的焊縫字符小圖像旋轉(zhuǎn)處理，得到多個(gè)字符小圖像。

6.如權(quán)利要求1所述的基于深度學(xué)習(xí)的焊縫底片造假的自動(dòng)檢測(cè)方法，其特征在于：所述S7具體包括如下步驟：

將S6中的字符小圖像輸入字符識(shí)別模型，識(shí)別出字符小圖像對(duì)應(yīng)的字符，把識(shí)別出的字符按順序進(jìn)行組合分類，得到一個(gè)字符串，即新提交的焊縫底片圖像的焊縫字符。

7.如權(quán)利要求1所述的基于深度學(xué)習(xí)的焊縫底片造假的自動(dòng)檢測(cè)方法，其特征在于：所述S9具體包括如下步驟：

S91.對(duì)新提交的焊縫底片圖像進(jìn)行對(duì)比度拉伸處理；

S92.對(duì)處理后的焊縫底片圖像采用拉東變換分割成多個(gè)焊縫小圖像；

S93.對(duì)分割后的焊縫小圖像進(jìn)行圖像縮放，統(tǒng)一焊縫小圖像的大小；

S94.對(duì)縮放后的焊縫小圖像進(jìn)行負(fù)片處理。