[发明专利]一种基于卷积神经网络的焊缝质量检测方法有效
| 申请号： | 201910041065.3 | 申请日： | 2019-01-16 |
| 公开（公告）号： | CN109886298B | 公开（公告）日： | 2023-06-16 |
| 发明（设计）人： | 陆虎;余超杰;姚棋;刘赛雄;朱玉全 | 申请（专利权）人： | 成都戎盛科技有限公司 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/82;G06V10/24;G06N3/0464;G06N3/08 |
| 代理公司： | 深圳市兰锋盛世知识产权代理有限公司 44504 | 代理人： | 罗炳锋 |
| 地址： | 610037 四川省成都市金牛高*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的焊缝质量检测方法。一.图像采集：采集焊接点图像，并记录采集时间标记功能以及焊件信息记录功能；二.焊缝质量分析：步骤1，采用卷积神经网络对焊缝区域进行捕捉定位，通过矩形框定位提取焊缝检测区域，然后对检测到的焊缝区域图像进行预处理，并将预处理结果送入步骤2对焊缝质量进行检测分析。步骤2，对焊接点区域进行质量检测，判断待检测焊缝是否合格，首先对捕捉到的焊接点区域用三次样条插值进行放大，然后将放大后的焊接区域通过卷积神经网络进行焊缝质量检测，对焊接点样本和非焊接点样本数据预处理后进行检测模型训练，利用检测模型进行焊缝质量分析检测。步骤3.对检测结果进行相应处理。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 焊缝 质量 检测 方法 | ||
【主权项】：
1.一种基于卷积神经网络的焊缝质量检测方法，其特征在于，包括如下步骤：步骤一.图像采集：采集焊接点图像，并记录采集时间标记功能以及焊件信息记录功能；步骤二.焊缝质量分析：包括以下步骤：步骤1，对待检测图像进行焊缝区域定位捕捉：采用卷积神经网络对焊缝区域进行捕捉定位，通过矩形框定位提取焊缝检测区域，然后对检测到的焊缝区域图像进行预处理，并将预处理结果送入步骤2的质量检测分析模块对焊缝质量进行检测分析；步骤2，对捕捉到的焊接点区域进行质量检测，判断待检测焊缝是否合格；首先为保证焊缝区域的清晰度，对捕捉到的焊接点区域用三次样条插值进行放大，然后将检测到的焊接区域放大后，对该区域通过卷积神经网络进行焊缝质量检测，对大量焊接点样本和非焊接点样本数据预处理后进行检测模型训练，利用训练好的模型进行焊缝质量分析检测；步骤三.对检测结果进行相应处理。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于成都戎盛科技有限公司，未经成都戎盛科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910041065.3/，转载请声明来源钻瓜专利网。
