|
|||||
|
|
| 基于卷积神经网络的金属结构缺陷红外图像识别 | |
| 作者姓名： | 冯辅周 姬龙鑫 朱俊臻 万安 |
| 作者单位： | 南昌航空大学无损检测技术教育部重点实验室,南昌330063;陆军装甲兵学院车辆工程系,北京100072;陆军装甲兵学院车辆工程系,北京100072;中国人民解放军32272部队31分队,甘肃武威733009;陆军装甲兵学院车辆工程系,北京100072 |
| 基金项目： | 国家自然科学基金;无损检测技术教育部重点实验室开放基金 |
| 摘 要： | 利用红外图像识别被测对象的缺陷信息,在金属结构检测方面具有广泛应用前景.传统的检测方法是图像处理后人工观察,效率和准确率较低;机器学习方法需要人工选取特征,缺乏适应性和鲁棒性.针对该问题,提出了一种基于卷积神经网络的缺陷检测模型,可以自动从红外热波图像中学习特征并完成分类识别.采用超声红外热波图像数据对卷积神经网络模型... |
| 关 键 词： | 卷积神经网络 红外热波检测 图像识别 |
| 本文献已被 万方数据 等数据库收录！ | |