-
公开(公告)号：CN110084807A
公开(公告)日：2019-08-02
申请号：CN201910370301.6
申请日：2019-05-06
Applicant: 河南大学
Abstract: 本发明提供了一种焊缝探伤底片图像造假的检测方法，首先将胶质焊缝探伤底片图像扫描成数字化焊缝探伤底片图像，并将数字化焊缝探伤底片图像按照底片号排序，并按照底片号顺序提交图片，然后提取焊缝探伤底片图像中以Hash值表示的特征摘要，并与保存在数据库中的特征摘要进行比对，检测出重复提交的焊缝探伤底片图像；进一步地，对新提交的焊缝探伤底片图像与数据库中最后保存的焊缝探伤底片图像基于SIFT算法及SSIM相似度进行搭接区匹配检测，可检测出非重复提交但是搭接区不匹配的焊缝探伤底片图像。本发明相比人工读片，可快速准确地检测出重复提交等替换的焊缝探伤底片，提高了检测准确性和检测效率，保证工程质量，消除安全隐患，有很大的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN110097547B
公开(公告)日：2022-09-06
申请号：CN201910370302.0
申请日：2019-05-06
Applicant: 河南大学
Abstract: 针对目前缺乏焊缝底片造假自动检测手段的情况，本发明设计了一种基于深度学习的焊缝X射线探伤底片造假的自动检测方法，首先将射线胶质底片扫描成数字化焊缝底片图像，通过筛选一部分包含所有焊缝字符标识的焊缝底片图像，并将焊缝底片图像中所有字符标识分割出来用于训练可识别字符的字符识别模型，通过字符识别模型提取出新提交焊缝底片图像中的字符信息，另外通过改进的VGGNet‑16卷积神经网络提取出新提交焊缝底片图像中的焊缝信息，将提取出的字符信息、焊缝信息分别与数据库中保存的字符信息、焊缝信息进行比对，快速、准确地检测出和原有焊缝底片的字符标识相同或者焊缝相同的焊缝底片，即造假的焊缝底片，保证工程质量。
-
公开(公告)号：CN110287968B
公开(公告)日：2022-09-06
申请号：CN201910587387.8
申请日：2019-07-01
Applicant: 河南大学
Abstract: 本发明公开了一种基于LBP纹理的焊缝探伤底片图像造假的检测方法，首先将胶质焊缝探伤底片图像扫描成数字化焊缝探伤底片图像并对扫描后的图像进行预处理，然后基于SIFT算法及SSIM相似度对焊缝图像进行处理来判断单张焊缝探伤底片图像是否造假，也能基于SIFT算法把一个焊口中所有焊缝探伤底片图像拼接为一张完整焊口焊缝图像，再基于LBP算法提取该焊口的完整焊口焊缝图像的LBP纹理特征向量并与数据库中已保存的数据进行对比来判断整个焊口焊缝是否造假。本发明能够快速准确地自动检测出单张焊缝探伤底片图像造假和整个焊口焊缝探伤底片图像造假的情况，避免质量不合格的焊缝采用替换造假的方式通过验收，保证工程质量，消除安全隐患。
-
公开(公告)号：CN110084807B
公开(公告)日：2022-09-27
申请号：CN201910370301.6
申请日：2019-05-06
Applicant: 河南大学
Abstract: 本发明提供了一种焊缝探伤底片图像造假的检测方法，首先将胶质焊缝探伤底片图像扫描成数字化焊缝探伤底片图像，并将数字化焊缝探伤底片图像按照底片号排序，并按照底片号顺序提交图片，然后提取焊缝探伤底片图像中以Hash值表示的特征摘要，并与保存在数据库中的特征摘要进行比对，检测出重复提交的焊缝探伤底片图像；进一步地，对新提交的焊缝探伤底片图像与数据库中最后保存的焊缝探伤底片图像基于SIFT算法及SSIM相似度进行搭接区匹配检测，可检测出非重复提交但是搭接区不匹配的焊缝探伤底片图像。本发明相比人工读片，可快速准确地检测出重复提交等替换的焊缝探伤底片，提高了检测准确性和检测效率，保证工程质量，消除安全隐患，有很大的应用价值。
-
公开(公告)号：CN110287968A
公开(公告)日：2019-09-27
申请号：CN201910587387.8
申请日：2019-07-01
Applicant: 河南大学
Abstract: 本发明公开了一种基于LBP纹理的焊缝探伤底片图像造假的检测方法，首先将胶质焊缝探伤底片图像扫描成数字化焊缝探伤底片图像并对扫描后的图像进行预处理，然后基于SIFT算法及SSIM相似度对焊缝图像进行处理来判断单张焊缝探伤底片图像是否造假，也能基于SIFT算法把一个焊口中所有焊缝探伤底片图像拼接为一张完整焊口焊缝图像，再基于LBP算法提取该焊口的完整焊口焊缝图像的LBP纹理特征向量并与数据库中已保存的数据进行对比来判断整个焊口焊缝是否造假。本发明能够快速准确地自动检测出单张焊缝探伤底片图像造假和整个焊口焊缝探伤底片图像造假的情况，避免质量不合格的焊缝采用替换造假的方式通过验收，保证工程质量，消除安全隐患。
-
公开(公告)号：CN110097547A
公开(公告)日：2019-08-06
申请号：CN201910370302.0
申请日：2019-05-06
Applicant: 河南大学
Abstract: 针对目前缺乏焊缝底片造假自动检测手段的情况，本发明设计了一种基于深度学习的焊缝X射线探伤底片造假的自动检测方法，首先将射线胶质底片扫描成数字化焊缝底片图像，通过筛选一部分包含所有焊缝字符标识的焊缝底片图像，并将焊缝底片图像中所有字符标识分割出来用于训练可识别字符的字符识别模型，通过字符识别模型提取出新提交焊缝底片图像中的字符信息，另外通过改进的VGGNet-16卷积神经网络提取出新提交焊缝底片图像中的焊缝信息，将提取出的字符信息、焊缝信息分别与数据库中保存的字符信息、焊缝信息进行比对，快速、准确地检测出和原有焊缝底片的字符标识相同或者焊缝相同的焊缝底片，即造假的焊缝底片，保证工程质量。
-
-
-
-
-
Search Results
6
records
(took 0.013 seconds)
