[发明专利]用于工业射线焊缝图像的缺陷检测方法

权利要求书

1.一种用于工业射线焊缝图像的缺陷检测方法，其特征在于本方法包括如下步骤：

步骤一、选取若干由X射线机拍摄的焊缝图像数据，对焊缝图像数据进行包括图像裁剪和尺寸归一化的预处理；

步骤二、对预处理后的焊缝图像数据做傅里叶变换获得其幅度谱，取傅里叶变换幅度谱第一象限部分作为图像特征数据；

步骤三、对图像特征数据分别作出缺陷图像标记和正常图像标记并且构成全部样本，从全部样本中随机选取一部分构成训练集矩阵，其余的构成测试集矩阵；

步骤四、将训练集矩阵输入支持向量机算法并通过训练得到焊缝缺陷分类器，利用测试集矩阵验证分类器性能，通过调整训练集矩阵与测试集矩阵在全部样本中的比例，得到焊缝缺陷识别准确率最优的分类器用于之后的图像自动分类，并且设定分类器对于焊缝缺陷识别的概率值；

步骤五、采用X射线机拍摄实际焊缝，得到该实际焊缝图像数据，对该实际焊缝图像数据进行包括图像裁剪和尺寸归一化的预处理，

步骤六、将预处理后的该实际焊缝图像数据进行傅里 叶变换获得其幅度谱，取傅里叶变换幅度谱第一象限部分作为图像特征数据；

步骤七，将图像特征数据输入分类器，分类器对该图像特征数据中的焊缝缺陷进行识别，如该实际焊缝缺陷的识别概率值≥分类器设定的焊缝缺陷识别概率值，判断该实际焊缝存在缺陷，否则该实际焊缝正常。

2.根据权利要求1所述的用于工业射线焊缝图像的缺陷检测方法，其特征在于：所述焊缝图像数据的图像裁剪剪除焊缝周边图像并使焊缝位置居中，所述焊缝图像数据的尺寸归一化将原始图像分辨率降低五倍，以消除原始图像中噪声造成的影响并降低计算的复杂程度。

3.根据权利要求1或2所述的用于工业射线焊缝图像的缺陷检测方法，其特征在于：所述训练集矩阵对分类器进行训练，通过选择线性核函数及设置和搜索目标函数的相关参数，训练时调用支持向量机算法的train函数，由训练集矩阵训练分类器对缺陷图像的识别能力；采用测试集矩阵验证分类器对缺陷图像识别的性能，将测试集矩阵作为输入，用训练好的分类器检测测试集矩阵中的图像并获得其检测结果，将检测结果与图像的实际缺陷类型进行比较，得到分类器对焊缝缺陷识别的准确率。

4.根据权利要求3所述的用于工业射线焊缝图像的缺陷检测方法，其特征在于：所述分类器对焊缝缺陷识别的概率值为0.5。