简介:
本发明公开了一种工业X光图像的分类方法,该方法实现了对工业生产过程中无损探伤检测环节的自动化,能够代替人工对该环节产生的X光图像进行病疵种类的快速分类。本发明还针对底纹对病疵图像识别的影响作出改进,通过提出去底纹函数,构造出纯底纹图像,利用原图与纯底纹图像的差异,在一定程度上去除原图中的底纹,大幅提升这种情况下图像分类的准确率。此外本发明通过对神经网络训练过程中残差的利用,大大降低训练耗时,确保了方法的高效性。
本发明公开了一种工业X光图像的分类方法,该方法实现了对工业生产过程中无损探伤检测环节的自动化,能够代替人工对该环节产生的X光图像进行病疵种类的快速分类。本发明还针对底纹对病疵图像识别的影响作出改进,通过提出去底纹函数,构造出纯底纹图像,利用原图与纯底纹图像的差异,在一定程度上去除原图中的底纹,大幅提升这种情况下图像分类的准确率。此外本发明通过对神经网络训练过程中残差的利用,大大降低训练耗时,确保了方法的高效性。