[发明专利]基于SSD和GLCM的焊接气孔目标检测方法

权利要求书

1.一种基于SSD和GLCM的焊接气孔目标检测方法，其特征在于，包括以下步骤：

S1.1：读取图像；实时读取待检测焊缝的红外热成像图片，记为待检测图像；

S1.2：目标检测；使用SSD模型对所述待检测图像进行气孔目标检测，得到候选气孔区域；

S1.3：提取特征；对所述候选气孔区域分别进行GLCM特征提取，每个候选气孔区域提取的特征值不少于2个；

S1.4：修正结果；对所述特征值分别进行GLCM特征校验，过滤掉所述候选气孔区域中未通过校验的气孔区域，得到修正后的气孔检测结果。

2.根据权利要求1所述的一种基于SSD和GLCM的焊接气孔目标检测方法，其特征在于，所述S1.3步骤中的GLCM特征提取方法包括以下步骤：

S2.1：压缩图像；

将所述焊缝气孔区域的红外热成像图片转为灰度图像，再进行灰度级压缩至不大于64级；

S2.2：生成6个灰度共生矩阵G_n(i,j,d,θ)；

其中，n为所述灰度共生矩阵的序号，n＝1，2，……，6；i为所述灰度共生矩阵元素值的行，j为所述灰度共生矩阵元素值的列；d的取值为3，4，5；θ的取值为0°、45°、90°、135°中的任意2个角度；

S2.3：计算特征值；

分别计算每个所述灰度共生矩阵的纹理统计量，所述纹理统计量包括同质度、对比度、非相似性、熵、角二阶矩、相关性中的至少一种，再分别提取各个所述纹理统计量在所述6个灰度共生矩阵中的最大值、最小值、求和、平均值或标准差中的任一种，得到所述特征值。

3.根据权利要求2所述的一种基于SSD和GLCM的焊接气孔目标检测方法，其特征在于，

在所述S2.3步骤中，所述纹理统计量为同质度和角二阶矩；提取所述同质度中的最大值，以及所述角二阶矩的求和结果得到所述特征值。

4.根据权利要求3所述的一种基于SSD和GLCM的焊接气孔目标检测方法，其特征在于，

在所述S1.2步骤中，所述SSD模型通过以下方法训练得到：

S3.1：标注图集；

收集有气孔的红外热成像图片，并清洗数据，只保留气孔较明显的图片，得到一个数据集，将所述数据集中的气孔区域一个个框选出来，得到标注图像集；

S3.2：划分图集；

将所述标注图像集分为训练集、验证集，测试集三类，所述训练集中的图像数量占比不少于70％，然后分别将所述训练集、验证集和测试集中的图像标注内容整理成tfrecord格式；

S3.3：训练模型；

训练至所述SSD模型在所述测试集上的定位准确率高于70％。

5.根据权利要求4所述的一种基于SSD和GLCM的焊接气孔目标检测方法，其特征在于，

在所述S3.3步骤中，使用SSD模型作为训练的对象，训练模型时通过数据扩增提升所述SSD模型的性能，实现所述数据扩增的技术为随机剪切、随机旋转、随机采集块域中的至少一种。

6.根据权利要求3所述的一种基于SSD和GLCM的焊接气孔目标检测方法，其特征在于，

在所述S1.4步骤中，所述GLCM特征校验的判定方法为：通过分类器对所述候选气孔区域进行分类，过滤掉所述候选气孔区域中未通过校验的气孔区域，得到修正后的气孔检测结果。