[发明专利]一种非金属材料焊接缺陷智能检测方法及系统

说明书

本发明涉及一种非金属材料焊接缺陷智能检测方法及系统，先将待检测图片利用语义分割网络U‑Net进行语义分割，分割后的图片中蕴含特征线、电阻丝、底部回波等关键特征，然后将分割后的图片结合上海市地方标准中相关缺陷判定指标，界定阈值，从而完成焊接缺陷类型和等级的判别。本发明通过图像学习之后能够进行图谱的分析工作，并且，随着采集的图谱样本越来越多，其准确率和识别速度会越来越高，能够完美解决人力不足及人工检测精度不高的问题，是未来无损检测技术的发展方向。

技术领域

本发明涉及焊接缺陷检测技术领域，特别是涉及一种非金属材料焊接缺陷智能检测方法及系统。

背景技术

随着非金属材料在地下管网中的大规模使用，其使用安全问题也逐渐被大家所重视。而非金属材料管道失效问题除了第三方破坏外，则要属焊接处异常最为常见，也最为严重。针对这种情况，科研工作者借鉴了金属材料的无损检测方法，发展出了适用于非金属材料的相控阵检测技术。而在使用相控阵检测技术进行非金属材料焊缝无损检测时，我们发现每个焊缝形成的图谱有几十张，而一个项目进行下来，图谱数量有几千张之多，对于人员的数量要求比较大，素质要求也比较高，如果没有相关专业知识的人员就没有办法进行图谱分析。

因此，本领域亟需一种节约人力成本同时增加检测精度的智能检测方案。

发明内容

本发明的目的是提供一种非金属材料焊接缺陷智能检测方法及系统，解决当前人工检测效率不高以及检测精度不高的问题。

为实现上述目的，本发明提供了如下方案：

一种非金属材料焊接缺陷智能检测方法，所述方法包括：

对待检测图片进行位置区域标注，标注的区域包括特征线区域、电阻丝区域和底部回波区域；

根据所述标注的区域将所述待检测图片进行语义分割，识别所述待检测图片中的每个像素是否属于所述特征线区域、所述电阻丝区域和所述底部回波区域；

将所述待检测图片中属于同一个区域的所有像素标记为同一个类别，得到特征线类别、电阻丝类别和底部回波类别；

利用连通域分析法识别每个类别中的各个连通域；

计算每个类别中每个连通域的基本数字特征；所述基本数字特征包括：各个连通域的坐标；

结合所述基本数字特征判断所述待检测图片是否存在缺陷并确定缺陷类别。

可选的，在对待检测图片进行位置区域标注之前，还包括：

对原图片进行裁剪，仅保留有效图片部分，得到待检测图片；所述有效图片部分包括焊缝成像部分。

可选的，在所述计算每个类别中每个连通域的基本数字特征之前，还包括：

将所述待检测图片中的像素点距离转换成世界坐标系中的实际距离。

可选的，所述计算每个类别中每个连通域的基本数字特征，具体包括：

以所述待检测图片的左上角为坐标原点，水平方向为x轴，竖直方向为y轴建立平面直角坐标系；

计算特征线位置中各个连通域质心的x轴坐标，计算公式为：式中，fl_xcen(k)表示第k个特征线位置连通域质心的x轴坐标，表示第k个特征线位置连通域中像素点的总和，表示第k个特征线位置连通域中所有像素点的x轴坐标之和；

计算特征线位置中各个连通域质心的y轴坐标，计算公式为：式中，fl_ycen(k)表示第k个特征线位置连通域质心的y轴坐标，表示第k个特征线位置连通域中像素点的总和，表示第k个特征线位置连通域中所有像素点的y轴坐标之和；