本发明公开了一种基于UNET深度网络的
复合材料孔隙检测方法,涉及深度网络领域,该方法采用UNET深度网络对切片图像进行处理得到像素孔隙预测图片,通过M邻接对像素孔隙预测图片中的孔隙像素点进行合并得到若干个孔隙区块,对每个孔隙区块进行算法网格计算提取得到孔隙区块的最小外接矩形作为检测得到的复合材料中的孔隙区域并计算复合材料中的孔隙率;该方法可以将孔隙与异物/划痕等传统方法较难分离的非孔隙部分进行区分从而提高识别精度,避免误检和漏检;另外在孔隙率计算上通过自适应网格算法对孔隙区块进行动态自适应网格划分,可以更贴近现场人员的孔隙率计算值,达到计算精度和人工接近的效果。
声明:
“基于UNET深度网络的复合材料孔隙检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)