简介:
一种基于卷积神经网络的红外热像无损检测方法,属于图像识别领域。现有的目前卷积神经网络的无损检测未能在红外成像上应用的问题。一种基于卷积神经网络的红外热像无损检测方法,包括如下步骤:布置红外图像数据采集场景,采集待测物的具有缺陷的红外图像;对采集到的待测物的具有缺陷的红外图像进行增强和降噪处理,完成预处理过程;利用预处理后的待测物的具有缺陷的红外图像,进行数据集增广及构建;融合VGG16和DenseNet169网络的模型,并利用数据集对该融合模型进行训练和测试识别;利用融合的网络模型,对待测物的具有缺陷的红外图像中的缺陷进行识别及检测。本发明检测方法的识别精度达到98.5%。
一种基于卷积神经网络的红外热像无损检测方法,属于图像识别领域。现有的目前卷积神经网络的无损检测未能在红外成像上应用的问题。一种基于卷积神经网络的红外热像无损检测方法,包括如下步骤:布置红外图像数据采集场景,采集待测物的具有缺陷的红外图像;对采集到的待测物的具有缺陷的红外图像进行增强和降噪处理,完成预处理过程;利用预处理后的待测物的具有缺陷的红外图像,进行数据集增广及构建;融合VGG16和DenseNet169网络的模型,并利用数据集对该融合模型进行训练和测试识别;利用融合的网络模型,对待测物的具有缺陷的红外图像中的缺陷进行识别及检测。本发明检测方法的识别精度达到98.5%。