[发明专利]一种X射线图像的缺陷检测方法、装置、设备及介质在审

专利信息
申请号: 202111000968.0 申请日: 2021-08-30
公开(公告)号: CN113781415A 公开(公告)日: 2021-12-10
发明(设计)人: 马鸽;李国章;邹涛;李致富;赵志甲 申请(专利权)人: 广州大学
主分类号: G06T7/00 分类号: G06T7/00;G06K9/32;G06K9/62;G06N3/04;G06N3/08;G06T5/00;G06T7/13;G06T7/136
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 余凯欢
地址: 510006 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 射线 图像 缺陷 检测 方法 装置 设备 介质
【权利要求书】:

1.一种X射线图像的缺陷检测方法,其特征在于,包括:

获取X射线图像;

对所述X射线图像进行滤波处理,得到目标图像;

对所述目标图像提取缺陷边缘特征;

对所述缺陷边缘特征进行训练分类,确定缺陷检测结果;

其中,所述缺陷的类型包括但不限于焊点连接有裂缝、焊点内部空洞、连接点虚焊、胶体气泡。

2.根据权利要求1所述的一种X射线图像的缺陷检测方法,其特征在于,所述获取X射线图像,包括:

搭建X射线成像系统,所述X射线成像系统中的部件包括射线源、待测物、探测器以及图像工作站,所述探测器采用非晶硅平板探测器;

采用大规模集成方法,对所述非晶硅平板探测器进行集成,得到大面积非晶硅传感器阵列和碘化铯闪烁体;所述大面积非晶硅传感器阵列和碘化铯闪烁体用于将X射线光子转化为电子;

所述电子由数模转换器转变成为数字信号,得到X射线图像。

3.根据权利要求1所述的一种X射线图像的缺陷检测方法,其特征在于,所述对所述X射线图像进行滤波处理,得到目标图像,包括:

对所述X射线图像进行中值滤波处理,得到目标图像。

4.根据权利要求1所述的一种X射线图像的缺陷检测方法,其特征在于,所述对所述目标图像提取缺陷边缘特征,包括:

根据区域增长的单连通特性,对所述X射线图像中每个点进行遍历搜索,确定目标特征量信息;

根据灰度不变矩特征,对所述X射线图像中的缺陷边缘特征进行定位;

根据微分空间内梯度幅值特性,确定边缘特征提取阈值的自适应选择策略,并根据所述边缘特征提取阈值的自适应选择策略提取缺陷边缘特征。

5.根据权利要求4所述的一种X射线图像的缺陷检测方法,其特征在于,所述根据灰度不变矩特征,对所述X射线图像中的缺陷边缘特征进行定位,包括:

计算所述X射线图像的多阶矩、零阶几何矩以及中心矩;

根据所述多阶矩和所述零阶几何矩,计算所述X射线图像的形心坐标;

对所述中心矩进行归一化处理;

根据所述归一化处理的结果,对所述形心坐标进行组合运算,确定缺陷边缘特征的位置。

6.根据权利要求4所述的一种X射线图像的缺陷检测方法,其特征在于,所述根据微分空间内梯度幅值特性,确定边缘特征提取阈值的自适应选择策略,并根据所述边缘特征提取阈值的自适应选择策略提取缺陷边缘特征,包括:

用高斯函数对X射线图像进行平滑处理,得到平滑后的图像;

采用2*2领域的一阶差分计算图像中像素点坐标的偏导数;

对X射线图像中像素点进行非极大值抑制;

取两个不同数值的第一阈值和第二阈值,将大于所述第一阈值的点确定为边缘点,将小于所述第二阈值的点确定为非边缘点;

对所述第一阈值和所述第二阈值之间的点再进行判断,若该点的邻域中有大于所述第一阈值的点,则确定该点为边缘点。

7.根据权利要求1所述的一种X射线图像的缺陷检测方法,其特征在于,所述对所述缺陷边缘特征进行训练分类,确定缺陷检测结果,包括:

根据卷积神经网络模型的区域定位网络结构模型对提取出的缺陷边缘特征进行分类;

通过候选区域网络模型和选择搜索方法对候选框的提取进行质量测试实验;

根据缺陷的类型对提取的细节信息进行训练分类。

8.一种X射线图像的缺陷检测装置,其特征在于,包括:

第一模块,用于获取X射线图像;

第二模块,用于对所述X射线图像进行滤波处理,得到目标图像;

第三模块,用于对所述目标图像提取缺陷边缘特征;

第四模块,用于对所述缺陷边缘特征进行训练分类,确定缺陷检测结果;

其中,所述缺陷的类型包括但不限于焊点连接有裂缝、焊点内部空洞、连接点虚焊、胶体气泡。

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广州大学,未经广州大学许可,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/pat/books/202111000968.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top