热加工工艺

作者：唐威, 石艳, 李淇, 陈强, 郝琪,

关键词：机器视觉, 鲁棒性主成分分析, 卷积神经网络, 焊接缺陷,

为了提高钢材焊接缺陷的查准率、召回率和检测效率，提出了基于机器视觉和卷积神经网络的钢材焊接缺陷检测方法。采用灰度化处理、均值滤波和中值滤波方法对图像进行增强；基于鲁棒性主成分分析方法提取焊接缺陷特征，再通过阈值分割和形态学腐蚀-膨胀的操作对缺陷进行定位。对于焊接缺陷检测问题，通过改进的ResNet152卷积神经网络模型搭建分类器进行训练，并与传统的ResNet152、InceptionNet-v3、ResNet101、DenseNet和ResNet50分类器进行比较。试验结果表明：改进的ResNet152分类器的综合性能优于其他5种网络模型，召回率为99.05%，查准率为98.11%，平均精确率为97.54%。本方法对钢材焊接缺陷检测具有一定实践意义。

来源：2025年第13期

《热加工工艺》期刊编辑部

查看热加工工艺杂志2025年第13期