留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于卷积神经网络的红外热成像罐车内壁裂纹识别

王威 李青 孙叶青 钟海见 夏新华

王威, 李青, 孙叶青, 钟海见, 夏新华. 基于卷积神经网络的红外热成像罐车内壁裂纹识别[J]. 红外技术, 2018, 40(12): 1198-1205.
引用本文: 王威, 李青, 孙叶青, 钟海见, 夏新华. 基于卷积神经网络的红外热成像罐车内壁裂纹识别[J]. 红外技术, 2018, 40(12): 1198-1205.
WANG Wei, LI Qing, SUN Yeqing, ZHONG Haijian, XIA Xinhua. Inner Crack Identification on Car Tanks Using Thermal Imaging Based on Convolutional Neural Network[J]. Infrared Technology , 2018, 40(12): 1198-1205.
Citation: WANG Wei, LI Qing, SUN Yeqing, ZHONG Haijian, XIA Xinhua. Inner Crack Identification on Car Tanks Using Thermal Imaging Based on Convolutional Neural Network[J]. Infrared Technology , 2018, 40(12): 1198-1205.

基于卷积神经网络的红外热成像罐车内壁裂纹识别

基金项目: 国家质量监督检验检疫总局科技计划项目(2014QK198)
详细信息
  • 中图分类号: TN219

Inner Crack Identification on Car Tanks Using Thermal Imaging Based on Convolutional Neural Network

  • 摘要: 针对传统无损检测技术在罐车内壁裂纹检测中效率低、抗干扰能力差等问题,提出一种基于卷积神经网络的热成像裂纹识别方法.研制了一种滚动式电加热棒作为热激励源,并采用新的激励方式对被检测表面进行热激励;根据热量传输过程中遇到裂纹时温度产生异常的原理,对被检测表面裂纹进行判断;采集热激励后的红外热图像作为训练样本,并搭建5层卷积神经网络对样本进行训练.实验表明,利用红外热成像与卷积神经网络可以对裂纹进行准确识别;检测效率高、鲁棒性强;并且在测试集上识别准确率达到96.50%.
  • 加载中
计量
  • 文章访问数:  68
  • HTML全文浏览量:  15
  • PDF下载量:  16
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回