[发明专利]一种基于改进LeNet-5模型的焊缝缺陷识别方法有效
| 申请号： | 201810368229.9 | 申请日： | 2018-04-23 |
| 公开（公告）号： | CN108596892B | 公开（公告）日： | 2020-08-18 |
| 发明（设计）人： | 姜洪权;高建民;高智勇;王昭;王荣喜;贺帅;昌亚胜;程雷 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T5/00;G06N3/04 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 高博 |
| 地址： | 710049 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于改进LeNet‑5模型的焊缝缺陷识别方法，首先针对焊缝灰度图像，对LeNet‑5模型传统卷积核通道的输入做出改进，将灰度图像通过伪彩色增强技术转换为彩色图像，并将得到的彩色图像作为神经网络的输入；然后对LeNet‑5模型卷积核做出改进，添加具有Gabor滤波器的卷积核通道；在神经网络第六层，将多个通道得到的特征进行融合，得到特征集合T；最后，在神经网络第七层(输出层)采用SoftMax分类器，得到焊缝的缺陷类型及其属于各类别的概率，用于为评片人员判定底片类型及现场返修方案制定提供参考。本发明提高神经网络特征提取能力，从而提高缺陷识别的正确率；识别结果以缺陷属于某种类别的概率给出，为评片人员提供了更充分的参考信息。 | ||
| 搜索关键词： | 一种 基于 改进 lenet 模型 焊缝 缺陷 识别 方法 | ||
【主权项】：
1.一种基于改进LeNet‑5模型的焊缝缺陷识别方法，其特征在于，首先针对焊缝灰度图像，对LeNet‑5模型传统卷积核通道的输入做出改进，将焊缝灰度图像通过伪彩色增强技术转换为彩色图像，并将得到的彩色图像作为神经网络传统卷积通道的输入；然后对LeNet‑5模型卷积核做出改进，添加具有Gabor滤波器的卷积通道；在神经网络第六层，将两个通道得到的特征进行融合得到特征集合T；最后，在神经网络输出层采用SoftMax分类器，得到焊缝的缺陷类型及其属于各类别的概率，用于为评片人员判定底片类型及现场返修方案制定提供参考。
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西安交通大学，未经西安交通大学许可，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/patent/201810368229.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种面向多种类混合蚕茧的计数方法
- 下一篇：一种图像处理方法及系统
