[发明专利]一种基于深度学习的焊缝底片造假的自动检测方法

摘要

针对目前缺乏焊缝底片造假自动检测手段的情况，本发明设计了一种基于深度学习的焊缝X射线探伤底片造假的自动检测方法，首先将射线胶质底片扫描成数字化焊缝底片图像，通过筛选一部分包含所有焊缝字符标识的焊缝底片图像，并将焊缝底片图像中所有字符标识分割出来用于训练可识别字符的字符识别模型，通过字符识别模型提取出新提交焊缝底片图像中的字符信息，另外通过改进的VGGNet‑16卷积神经网络提取出新提交焊缝底片图像中的焊缝信息，将提取出的字符信息、焊缝信息分别与数据库中保存的字符信息、焊缝信息进行比对，快速、准确地检测出和原有焊缝底片的字符标识相同或者焊缝相同的焊缝底片，即造假的焊缝底片，保证工程质量。

主权项

1.一种基于深度学习的焊缝底片造假的自动检测方法，其特征在于：包括如下步骤：S1:将X射线胶质底片扫描成数字化焊缝底片图像；S2:筛选一批200张以上的焊缝底片图像，该批焊缝底片图像中应包含所有待检测焊缝底片中可能出现的所有字符；S3:采用拉东变换对该批焊缝底片图像进行分割，得到多个字符小图像，完成训练字符集的制作；S4:采用LeNet‑5卷积神经网络对训练字符集进行深度学习的训练、学习，得到焊缝字符识别模型；S5:建立数据库，用于保存新提交焊缝底片图像的焊缝图像特征和焊缝字符串；S6:采用拉东变换对新提交的焊缝底片图像进行分割，得到新提交的焊缝底片图像的多个字符小图像；S7:将S6中的字符小图像输入焊缝字符识别模型，识别提取出新提交焊缝底片图像的焊缝字符串；S8:将S7中提取的焊缝字符串与数据库中保存的焊缝字符串进行比对，比对处理结果为：若结果不匹配，将新提交焊缝底片图像的焊缝字符串保存在数据库中；若结果匹配，则报警，检测出标记相同的焊缝底片；S9:对新提交的焊缝底片图像进行图像分割、缩放，得到多个焊缝小图像；S10:采用改进的VGGNet‑16网络对S9中的焊缝小图像进行深度学习特征提取，将从每个焊缝小图像中提取的特征顺序合并在一起，得到整条焊缝图像的特征，并与保存在数据库中的焊缝图像特征进行比对，比对结果处理为：若结果不匹配，将新提交焊缝底片图像及提取出的焊缝特征保存在数据库中，若结果匹配，则报警，检测出焊缝相同的焊缝底片。