-
公开(公告)号：CN116481466A
公开(公告)日：2023-07-25
申请号：CN202310407621.0
申请日：2023-04-13
Applicant: 华中科技大学
Abstract: 本发明公开了基于滚珠的探伤图像比例尺计算辅助装置、方法和系统，属于铸造产品质量检测领域。本发明通过获取有完整滚珠影像的探伤图像，轮廓提取得到其影像轮廓的直径，其与滚珠真实直径的比值，作为探伤图像的比例尺，从而实时地、便捷地获得每张检测图像的比例尺信息，在实际生产中及时有效，提高了铸件的生产效率，根据比例尺可优化相关缺陷评级算法，提高评级的准确性。
-
公开(公告)号：CN116452873A
公开(公告)日：2023-07-18
申请号：CN202310419719.8
申请日：2023-04-13
Applicant: 华中科技大学
IPC: G06V10/764 , G06T7/00 , G06T7/136 , G06T7/62
Abstract: 本发明属于缺陷检测技术领域，并提供了一种基于多维特征分析的气孔与低密度夹杂分类方法，包括以下步骤：采集待分析区域的子图像；构建多维特征判别指标，并基于多维特征判别指标获取每个维度下子图像的缺陷判别结果，特征判别指标包括边缘曲率、灰度分布、缺陷外框长宽比和缺陷面积及其最大周长平方的比，缺陷判别结果为气孔或低密度夹杂；对所有维度对应的缺陷判别结果分类汇总，获得气孔类缺陷和低密度夹杂类缺陷，对各个维度分配特定权重，并基于特定权重分别计算气孔类缺陷和低密度夹杂类缺陷对应的判别系数，比对判别系数的大小，判别系数较大的缺陷类别即为待分析区域的最终缺陷类别。本发明的缺陷判别准确性更高。
-
公开(公告)号：CN115713622A
公开(公告)日：2023-02-24
申请号：CN202211446602.0
申请日：2022-11-18
Applicant: 华中科技大学
IPC: G06V10/25 , G06V10/75 , G06V10/774 , G06N20/00
Abstract: 本发明提供一种基于三维模型和探伤图像的铸件缺陷检测方法及系统，包括：基于虚拟射线成像系统对铸件的三维模型进行射线仿真成像，得到铸件的仿真探伤图像；基于射线探伤系统对铸件进行射线成像，得到铸件的真实探伤图像；所述虚拟射线成像系统与射线探伤系统的成像参数相同，所述成像参数包括：铸件角度、射线角度及成像参数；对仿真探伤图像和真实探伤图像进行对比，确定铸件的缺陷信息；所述缺陷信息包括缺陷的形貌和位置；基于铸件的缺陷信息对缺陷进行分类。本发明通过无缺陷仿真探伤图像与真实铸件探伤图像的对比法能很好的对图像中铸件结构和铸件缺陷的区域进行区分，不易将铸件结构纳入误检的范围，大大提高了铸件缺陷检测的准确率。
-
公开(公告)号：CN115661572A
公开(公告)日：2023-01-31
申请号：CN202211295843.X
申请日：2022-10-21
Applicant: 华中科技大学 , 中国兵器装备集团西南技术工程研究所
IPC: G06V10/774 , G06V10/82 , G06V10/764 , G06N3/0475 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/08 , G06T7/00
Abstract: 本发明提供一种铸件缺陷识别模型训练方法、缺陷识别方法、装置及系统，确定铸件X射线图像的数据集，并将数据集按照缺陷的类别划分为两个子集；其中，第一子集内图像的缺陷类型有线状缺陷和孔状缺陷，第二子集内图像的缺陷类型有缩松缺陷与高密度夹杂缺陷；基于第一网络模型对第一子集进行增广，得到第一数据集；基于第二网络模型对第二子集进行增广，得到第二数据集；将第一数据集、第二数据集以及铸件真实X射线图像数据集进行混合，并对混合后的数据集进行二次增广，得到训练集；基于训练集对神经网络进行训练，训练后得到铸件缺陷识别模型。本发明通过仿真的方式增加了训练集中缺陷形貌多样性，实现人工检测到机器检测的突破，提高检测效率。
-
公开(公告)号：CN114972269A
公开(公告)日：2022-08-30
申请号：CN202210610819.4
申请日：2022-05-31
Applicant: 华中科技大学
Abstract: 本发明提供一种基于铸件X射线图像的缺陷分割定位方法及系统，包括：确定铸件的X射线图像；铸件上具有多个缺陷；将铸件的X射线图像输入到预先训练好的缺陷分割定位模型，以对X射线图像中铸件的缺陷图像进行分割定位；缺陷分割定位模型通过在Unet模型的各级特性连接跳跃处和各相邻两级特征融合处嵌入注意力模块得到。本发明利用数据增广策略解决了铸件缺陷的X射线图像数量有限、标注耗时的问题，采用数据驱动的深度学习模型对铸件高分辨率X射线图像中缺陷进行分割，构建了包含轻量级注意力模块的缺陷分割定位模型，实现了铸件X射线图像中多尺度缺陷的高效、高精定位。
-
Patent Agency Ranking
公开(公告)号：CN116485739B
公开(公告)日：2024-09-27
申请号：CN202310399158.X
申请日：2023-04-13
Applicant: 华中科技大学
Abstract: 本发明提供了一种基于多角度探伤图像的铸件缺陷三维智能定位方法及系统，包括：确定铸件三维模型，所述三维模型由多个三角面片组成；确定铸件产品相对射线源在不同探伤角度下的探伤成像图像，并提取不同角度下探伤成像图像中缺陷区域的轮廓；以射线源为起点，缺陷轮廓上的点为终点，获取射线与相应探伤角度下铸件三维模型上所有三角面片的交点，并绘制出包含所有交点的多面体；将所有探伤角度下缺陷轮廓对应的多面体求交，定位得到铸件产品内缺陷对应的多面体。本发明通过模拟实际DR探伤就能实现铸件缺陷三维定位和表征，无需对铸件进行打孔就能探测到铸件的缺陷区域，和现有的CT技术相比大大提升了经济效益。
-
公开(公告)号：CN114972269B
公开(公告)日：2024-09-06
申请号：CN202210610819.4
申请日：2022-05-31
Applicant: 华中科技大学
Abstract: 本发明提供一种基于铸件X射线图像的缺陷分割定位方法及系统，包括：确定铸件的X射线图像；铸件上具有多个缺陷；将铸件的X射线图像输入到预先训练好的缺陷分割定位模型，以对X射线图像中铸件的缺陷图像进行分割定位；缺陷分割定位模型通过在Unet模型的各级特性连接跳跃处和各相邻两级特征融合处嵌入注意力模块得到。本发明利用数据增广策略解决了铸件缺陷的X射线图像数量有限、标注耗时的问题，采用数据驱动的深度学习模型对铸件高分辨率X射线图像中缺陷进行分割，构建了包含轻量级注意力模块的缺陷分割定位模型，实现了铸件X射线图像中多尺度缺陷的高效、高精定位。
-
公开(公告)号：CN117420159A
公开(公告)日：2024-01-19
申请号：CN202311356149.9
申请日：2023-10-18
Applicant: 华中科技大学
IPC: G01N23/04
Abstract: 本发明提供一种X射线探伤的自动洗片扫描集成系统及方法，属于铸造产品质量检测领域，所述系统包括：X射线探伤装置、第一胶片传送器和胶片冲洗扫描集成装置；X射线探伤装置，用于通过X射线透射目标铸件，获取目标铸件的曝光胶片，并输出目标铸件的曝光胶片至第一胶片传送器；第一胶片传送器，用于传送目标铸件的曝光胶片至胶片冲洗扫描集成装置；胶片冲洗扫描集成装置，用于基于目标铸件的曝光胶片，通过冲洗扫描，获取目标铸件的探伤胶片和探伤图像。X射线探伤的自动洗片扫描集成系统将X射线透射探伤、胶片冲洗和胶片扫描等多个环节以一体化方式集成在同一个系统中，实现自动化地对铸件进行质量检测，能够提升铸件检测效率。
-
公开(公告)号：CN116485739A
公开(公告)日：2023-07-25
申请号：CN202310399158.X
申请日：2023-04-13
Applicant: 华中科技大学
Abstract: 本发明提供了一种基于多角度探伤图像的铸件缺陷三维智能定位方法及系统，包括：确定铸件三维模型，所述三维模型由多个三角面片组成；确定铸件产品相对射线源在不同探伤角度下的探伤成像图像，并提取不同角度下探伤成像图像中缺陷区域的轮廓；以射线源为起点，缺陷轮廓上的点为终点，获取射线与相应探伤角度下铸件三维模型上所有三角面片的交点，并绘制出包含所有交点的多面体；将所有探伤角度下缺陷轮廓对应的多面体求交，定位得到铸件产品内缺陷对应的多面体。本发明通过模拟实际DR探伤就能实现铸件缺陷三维定位和表征，无需对铸件进行打孔就能探测到铸件的缺陷区域，和现有的CT技术相比大大提升了经济效益。
-
公开(公告)号：CN115825118A
公开(公告)日：2023-03-21
申请号：CN202211447786.2
申请日：2022-11-18
Applicant: 华中科技大学
Abstract: 本发明提供了一种铸件X射线探伤装备的自动评片集成系统及方法，属于铸造产品质量检测领域，系统包括射线检测装备和自动评片系统，射线检测装备通过调用铸件CNC自动检测信息对待测铸件进行探伤成像；将原始探伤图像和图片名直接传递和将探伤铸件信息和射线检测装备信息以xml文件格式传递至自动评片系统中；自动评片系统若在线评片则选择实时图片检测模式、实时文件夹检测模式或定时检测模式进行评片；若离线评片则选择单个检测模式或单次检测模式进行评片，并向射线检测装备以xml文件形式传递缺陷位置信息；射线检测装备读取xml文件，定位缺陷在三维铸件上的具体位置。本发明不仅节约人力成本，还可提高评片的效率和准确率。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.038 seconds)
