[发明专利]一种工业X光图像的分类方法

摘要

本发明公开了一种工业X光图像的分类方法，该方法实现了对工业生产过程中无损探伤检测环节的自动化，能够代替人工对该环节产生的X光图像进行病疵种类的快速分类。本发明还针对底纹对病疵图像识别的影响作出改进，通过提出去底纹函数，构造出纯底纹图像，利用原图与纯底纹图像的差异，在一定程度上去除原图中的底纹，大幅提升这种情况下图像分类的准确率。此外本发明通过对神经网络训练过程中残差的利用，大大降低训练耗时，确保了方法的高效性。

主权项

一种工业X光图像的分类方法，包括如下步骤：(1)获取由大量关于目标对象工业X光图像组成的数据库，将该数据库转换成VOC格式，并使数据库中的图像分为训练集、验证集和测试集，所述图像事先通过人工的方式标记有ROI及其分类信息；(2)对数据库中的图像进行锐化处理，得到锐化数据集；(3)对于锐化数据集中的任一图像，使其与底纹图片进行差值化处理以确定该图像对应的正值图和负值图；(4)使训练集得到的正值图和负值图组成样本集合，并利用样本集合中的图像逐一输入至由ResNet与RPN组成的神经网络中进行训练，进而将该神经网络的输出结果作为Softmax分类器的输入，ROI的分类信息作为Softmax分类器的输出以对其进行训练，得到工业X光图像的分类模型；(5)利用验证集对该分类模型进行调试，利用测试集对调试后的分类模型进行分类测试。