1 国网湖南省电力有限公司电力科学研究院,湖南长沙 410007
2 湖南大学机器人学院,湖南长沙 410082
本文提出一种基于谱残差变换的电力设备热缺陷识别技术。首先,根据电力设备红外图像中自然背景的冗余特性和热缺陷目标的显著性特征来构建谱残差变换模型,对电力设备红外图像进行谱残差变换,生成具有显著性信息的热缺陷初始识别结图。然后,采用引导滤波技术对初始识别结果进行处理,联合利用红外图像中的温差信息和空间结构信息,提升热缺陷的识别率,生成最终识别结果图。实验结果表明:与其他传统热缺陷识别方法相比,本文所提出的方法在识别精度与识别效率上有显著优势,满足电力设备热缺陷带电检测的应用需求。
电力设备 红外图像 热缺陷识别 谱残差变换 冗余信息 power equipment, infrared image, thermal defect de redundant information
1 上海电机学院机械学院,上海 201306
2 上海电力大学,上海 201306
基于计算机视觉的图像识别和处理技术迅速发展,因此,X射线焊缝图像智能化评片已成为无损X射线检测的研究热点之一。快速准确识别焊缝内部小目标缺陷是智能评片的一个难点,鉴于此,本文提出了一种基于YOLOv5-Tiny的轻量型焊缝缺陷识别方法。首先,在Backbone部分加入注意力机制SELayer,使模型实现持续的性能提升;然后,用GhostBottleneck模块替换Head层中的C3模块,保留边缘信息;最后,去除用于检测大物体的13×13特征层,并将多数普通卷积替换成深度可分离卷积,加快模型的训练与预测。模型分别采用DIoU与CIoU两种损失函数进行训练。实验结果表明:与YOLOv5s模型相比,YOLOv5-Tiny模型的参数量减少了33.6%,处理速度提升了17.5%,预测权重减小了32.8%,更好地实现嵌入式使用,模型的平均精度均值得到提升。
测量 无损检测 YOLOv5 缺陷识别 轻量型模型 中国激光
2022, 49(21): 2104005
1 中国科学院国家空间科学中心 微波遥感重点实验室,北京 100190
2 中国科学院大学,北京 100049
3 齐鲁工业大学(山东科学院)自动化研究所 山东省科学院超宽带与太赫兹技术培育性重点实验室,山东 济南 250013
因为太赫兹技术可以克服传统无损检测技术的局限性,具有穿透普通非金属材料等优点,可被用于分析层状材料的内部结构和内层厚度。本文首先介绍了太赫兹时域光谱系统(THz-TDS)在透射模式下的工作原理,然后使用Rouard等效界面理论来描述多层结构中波的传播,推导得到透射模式下太赫兹波在三层介质中的理论传输模型。通过太赫兹时域光谱系统对制备的样品进行了透射成像。结果证明样品内部聚氯乙烯(PVC)薄片的位置和形状等信息可以被探测到,从而为探测多层材料内部结构提供理论和实验依据。
太赫兹时域光谱技术 无损检测 多层结构 缺陷识别 terahertz time domain spectroscopy nondestructive testing multilayer structure defect recognition 太赫兹科学与电子信息学报
2021, 19(3): 366
1 新疆师范大学计算机科学技术学院, 新疆 乌鲁木齐 830054
2 大连理工大学计算机科学与技术学院, 辽宁 大连 116024
为了提高工业带钢的质量和产量,针对传统人工识别难度大、效率低和客观性不够等问题,提出了一种基于软注意力机制的带钢表面缺陷识别方法,对传统深度残差网络ResNet模型进行了改进,使用伪彩色图像增强技术处理图片,得到了新的训练集。实验结果表明,在不同信噪比情况下,相比于传统的模型,改进模型A-ResNet50和A-ResNet101都能准确识别不同类型的带钢表面缺陷图像,在测试集上的准确率分别为98.61%和98.05%,单位推断时间达到了0.078 s和0.130 s,证实了A-ResNet50和A-ResNet101模型在带钢表面缺陷识别上的可行性以及可靠性。所提出的方法识别精度高,实现了带钢表面缺陷的智能识别,同时满足工业识别需求。
图像处理 注意力机制 伪彩色图像 深度残差网络 缺陷识别 激光与光电子学进展
2021, 58(14): 1410014
1 华南理工大学 机械与汽车工程学院, 广州 510640
2 东莞保康电子科技有限公司, 广东 东莞 523637
针对人工检测效率低、暖血器表面灰度值变化平缓以至缺陷提取受限的问题, 提出一种基于图像处理的暖血器缺陷检测方法。首先合理搭建视觉检测平台, 对采集图像进行灰度化、直方图均衡化等预处理; 其次改进阈值分割算法, 对灰度映射变换直方图进行拟合并引入判断条件, 对单峰灰度图直接进行自动阈值分割, 将双峰、多峰灰度图分解为多个部分并运用迭代求取最佳阈值T; 最后运用形态学提取侧面轮廓信息, 完成缺陷分类。实验结果表明, 该方法与常用方法相比, 能够有效区分缺陷种类, 并将准确率提升至99.33%, 满足企业实际检测要求。
机器视觉 阈值分割 图像处理 缺陷识别 塑制品 machine vision threshold segmentation image processing defect identification plastic products
1 东北林业大学信息与计算机工程学院, 黑龙江 哈尔滨 150040
2 东北林业大学机电工程学院, 黑龙江 哈尔滨 150040
针对实木板材表面存在的活节、 死节、 裂纹与虫眼4类缺陷, 提出了基于近红外光谱分析的定性识别模型。 随机选取50个样本组成训练集, 30个样本组成测试集, 在室内温度20 ℃、 相对平均湿度50%环境下, 采用900~1 700 nm的近红外光谱仪采集样本表面光谱, 并利用SNV方法进行光谱数据预处理, 以消除固体颗粒大小、 表面散射及光程变化对漫反射光谱的影响; 然后, 采用偏二叉树双支持向量机(PBT-SVM)构建缺陷分类模型, 运用模拟退火算法(SA)对4类核函数、 参数及波长特征进行全局寻优; 寻优过程以97个波长吸收度为输入特征, 运用顺序前向法依次加入新特征, 当分类器准确率达到90%时, 得到核参数及波长特征; 最后, 通过确定的核函数、 参数与波长构建了缺陷分类模型, 并对测试样本集进行了分类验证。 实验结果表明, SNV预处理方法使相同缺陷的近红外光谱具有较好的一致性, 其中, 活节与死节光谱差异显著, 但死节、 裂纹与虫眼的光谱趋势相近; 当PBT-SVM分类器采用多项式核函数、 参数在γ=28.63, coef=18.69, d=1, C=12.03时, 缺陷识别效果最好, 裂纹和活节的识别率达到了100%, 虫眼为93.33%, 死节为93.33%, 平均准确率达到了96.65%, 平均识别时间仅为0.002 s。 利用近红外光谱分析的方法能够快速、 有效地完成4类实木板材缺陷的识别。
实木板材 缺陷识别 近红外光谱 偏二叉树双支持向量机 模拟退火 Solid wood plate Defect identification Near infrared spectroscopy Partial two tree double support vector machine Simulated annealing 光谱学与光谱分析
2018, 38(6): 1724
1 中北大学计算机与控制工程学院, 山西 太原 030051
2 电子测量技术国家重点实验室, 山西 太原 030051
3 中北大学机电工程学院, 山西 太原 030051
针对激光超声检测过程中, 缺陷的分类、定位及特征难以识别的问题, 根据激光超声遇到不同裂纹呈规律性变化的特点, 采用神经网络对在激光超声检测中出现的缺陷特征进行统计识别。对采集到的激光超声信号归一化和规范化后, 首先计算每个信号的均值、均方根值、峰值、峭度等十个统计特征, 并将这些特征组合成一个等长的特征向量, 然后采用径向基(RBF)神经网络识别。经过计算发现总的识别正确率为95%, 部分类型的缺陷识别可以达到100%, 较低的识别正确率也在80%以上。实验结果表明, 该方法能精确、高效地识别裂纹缺陷且对环境的适应能力比较好, 有助于实现对裂纹的定量检测。
统计特征 缺陷识别 神经网络 激光超声 statistic features flaw identification neural network laser ultrasonic
1 国网通用航空有限公司,北京 100005
2 天津航天中为数据系统科技有限公司,天津市智能遥感信息处理技术企业重点实验室,天津 300301
基于红外图像研究了输电线路的故障诊断方法,首先采用 LSD线段检测法提取红外图像中的导线,采用深度卷积神经网络提取红外图像中绝缘子,从而得到线路元件区域。在线路元件区域内进行温度和灰度分析提取发热点,并利用漫水填充算法对过热区域进行分割,提取骨架扫描点数、有效凸缺陷、引流线对缺陷类型进行识别。实验证明该算法有较高发热点定位准确率和缺陷类型识别准确率。
红外图像 输电线巡检 导线提取 绝缘子检测 缺陷点定位 特征提取 缺陷识别 infrared image transmission line inspection conductor extraction insulator detection defect points locating feature extraction heat defect classification