一种基于区域特征提取的X光图像缺陷检测方法和装置
实质审查的生效
摘要
本申请涉及数字图像处理技术领域，特别涉及一种基于区域特征提取的X光图像缺陷检测方法和装置，其中，方法包括：获取待检测目标的X光图像；将X光图像输入至预先训练的缺陷概率预测模型，预测X光图像的每个检测区域的实际缺陷概率，其中，缺陷概率预测模型基于多层神经网络训练得到；确定实际缺陷概率大于预设概率阈值的至少一个检测区域，并根据至少一个检测区域生成缺陷图像，识别缺陷图像得到待检测目标的实际缺陷类型。由此，本申请实施例可以在提高检测效率的同时，保证了涡轮叶片内部缺陷检测的高精细度与高效率，有效克服相关技术中检测慢、设备繁杂的缺点。
基本信息
专利标题 ：
一种基于区域特征提取的X光图像缺陷检测方法和装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114549997A
申请号 ：
CN202210448555.7
公开（公告）日 ：
2022-05-27
申请日 ：
2022-04-27
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
黄必清王雅妮徐荣阁汪祥
申请人 ：
清华大学
申请人地址 ：
北京市海淀区清华园1号
代理机构 ：
北京清亦华知识产权代理事务所(普通合伙)
代理人 ：
黄德海
优先权 ：
CN202210448555.7
主分类号 ：
G06V20/10
IPC分类号 ：
G06V20/10 G06V10/26 G06V10/44 G06V10/774 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-14 ：
实质审查的生效
IPC(主分类) : G06V 20/10
申请日 : 20220427
申请日 : 20220427
2022-05-27 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
