基于主动红外热激励的板材内部孔洞的检测方法  

作　　者：李铁军 王菁鹭[1] LI Tiejun;WANG Jinglu

机构地区：[1]沈阳化工大学材料科学与工程学院,辽宁沈阳110142 [2]沈阳化工大学装备可靠性研究所,辽宁沈阳110142

出　　处：《信息技术与信息化》2024年第5期93-96,100,共5页Information Technology and Informatization

基　　金：辽宁省教育厅面上项目“基于环境驱动时变学习神经网络的少样本目标检测”(JYTMS20231502)。

摘　　要：针对板材内部孔洞的无损检测困难,提出了一种基于深度学习的板材内部孔洞位置和大小的无损检测方法。所提出方法的实验装置由热激励器、热像仪、计算机处理系统组成。使用热像仪采集热激励下的板材孔洞热感图像作为检测系统输入,并通过使用卷积神经网络检测出孔洞位置,再使用对角线测量方法检测出孔洞面积大小,并和真实实验结果对比。结果表明,与直接使用边缘检测算法进行孔洞检测相比,基于深度学习的无损检测方法可以有效检测以及定位板材内部的孔洞位置,精确识别孔洞缺陷和准确定量检测缺陷面积。

关 键 词：红外无损检测 缺陷识别 深度学习 盲孔检测 缺陷检测 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TG115.28[自动化与计算机技术—计算机科学与技术]