本发明提出一种基于神经网络及图像融合的无损超声检测方法,对不同缺陷类型的超声检测信号和缺陷图像进行预处理,构建缺陷检测数据库;从缺陷检测数据库中得到训练集;将训练集输入神经网络模型进行训练,得到神经网络模型的设定参数,进而得到神经网络预测模型;将一种缺陷类型的待测试信号输入神经网络预测模型,得到初步去缺陷图像;初步去缺陷图像采用数据融合算法进行图像融合,得到最终去缺陷缺陷图像。本发明方法引入神经网络和数据融合算法处理超声检测信号和缺陷图像,完成同一缺陷类型不同检测位置缺陷图像的融合,得到准确、客观的缺陷位置、大小和形状。
声明:
“基于神经网络及图像融合的无损超声检测方法” 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)