[发明专利]一种基于深度学习算法的复合材料缺陷无损探伤方法

权利要求书

1.一种基于深度学习算法的复合材料缺陷无损探伤方法，其特征在于，包括以下步骤：

步骤1：对包含不同类型缺陷的原始图像进行预处理，形成预处理图像集；

步骤2：每张预处理图像对应一张标签图片，在标签图片中，无缺陷的位置处像素值标记为0，有缺陷的位置处像素值标记为255；形成标签图像集；

步骤3：训练U-net网络；

以预处理图像集作为U-net网络的输入，标签图像集作为标签，通过梯度下降法对U-net网络进行迭代训练，训练完成的U-net网络构成处理网络；处理网络的输出为输入图像的特征图；

计算网络输出的特征图与标签图像的交叉熵，从而判断处理网络输出特征图与标签图像的相似度，交叉熵越低则处理网络输出特征图与标签图像的相似度越高；

重复步骤3中的上述步骤直至处理网络输出特征图与标签图像的相似度低于设定阈值，完成网络训练；

步骤4：缺陷判断；

将待处理图像输入处理网络后输出特征图，通过阈值分割算法对特征图进行处理，得到以0像素和255像素标记的二值图像，其中0像素值代表非缺陷点，255像素值代表缺陷点；

再通过矩形框定位算法在二值图像中定位缺陷位置；

步骤5：将在步骤4中已定位缺陷位置的二值图像和待处理图像融合，在待处理图像中定位缺陷。

2.根据权利要求1所述的一种基于深度学习算法的复合材料缺陷无损探伤方法，其特征在于，所述对原始图像进行预处理，包括特征增强、大小裁剪和零件位置固定。