本发明是一种基于卷积神经网络的高效高分辨力缺陷无损检测方法。本发明通过超声相控阵向被测工件发射偏转角度为0的平面波,对发射的平面波的散射回波数据进行采集,利用FIR滤波器对回波数据进行时域滤波,滤除信号中的随机噪声;基于卷积神经网络算法的超声成像,根据得到的散射回波信号进行预处理,然后将预处理后的信号作为卷积神经网络的输入,对被测工件进行成像,得到被测工件的粗扫图像;基于Sobel算子的缺陷边缘检测,利用Canny算子对最终成像结果中的亮斑进行边缘提取,从而得到缺陷的位置信息、形状信息和大小范围信息。
声明:
“基于卷积神经网络的高效高分辨力缺陷无损检测方法” 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)