[发明专利]一种焊缝缺陷自动提取方法

权利要求书

1.一种焊缝缺陷自动提取方法，其特征在于，所述提取方法包括：

焊缝图像获取；

焊缝图像预处理，获取预处理后焊缝图像；

将所述预处理后焊缝图像输入U型网络模型，所述U型网络模型包括包括网络输入端，网络输出端，下采样部分和上采样部分，所述下采样部分为编码器由ResNet34构成，所述上采样部分为解码器由U-net构成，所述上采样部分和下采样部分之间采用跳跃连接进行叠加，所述网络输入端采用与所述ResNet34相适应的通道图像作为输入图像，输出连接至所述下采样部分的输入端，所述上采样部分的输出端将图像转换为单通道图像输出；

获取焊缝提取图像。

2.如权利要求1所述的一种焊缝缺陷自动提取方法，其特征在于，所述将所述预处理后焊缝图像输入所述U型网络模型之前还包括：

使用模型训练集对所述U型网络模型进行训练；

所述U型网络模型前向传播获取预测值，所述U型网络模型的损失函数进行损失值计算，即计算真实值和所述预测值间的差值；

使用模型验证集对所述U型网络模型进行验证；

验证所述U型网络模型的识别率并进行权重参数调整；

使用模型测试集对所述U型网络模型的准确率进行测试。

3.如权利要求1所述的一种焊缝缺陷自动提取方法，其特征在于，所述焊缝图像获取包括：

对焊缝摄像底片进行数字化处理获取数字化焊缝图像，所述数字化焊缝图像包括：欠缺图像类，未融合图像类，裂缝图像类及未焊透图像类进而构建数据集；

对所述数字化焊缝图像进行人工标注；

将人工标注后的所述数字化焊缝图像转换为灰度标签图片文件和坐标图片文件。

4.如权利要求1所述的一种焊缝缺陷自动提取方法，其特征在于，所述焊缝图像预处理包括：

调整所述标签图片文件的大小并将调整后的所述标签图片文件的通道数转换为适应所述Resnet34的通道数；

数据增强，增加调整后的所述标签图片的数量；

对所述数据集进行分类，包括所述模型训练集，所述模型验证集和所述模型测试集。

5.如权利要求1所述的一种焊缝缺陷自动提取方法，其特征在于，所述下采样部分包括：一个大小为7×7步长为2的卷积核，若干下采样卷积层，若干池化层；所述上采样部分包括：若干上采样卷积层，若干差值上采样层，一个反卷积层和一个大小为1×1的卷积核。

6.如权利要求5所述的一种焊缝缺陷自动提取方法，其特征在于，所述下采样卷积层采用若干个两个3×3的卷积核的残差网络模块，所述上采样卷积层采用若干个3×3的卷积核。

7.如权利要求1所述的一种焊缝缺陷自动提取方法，其特征在于，在所述U型网络模型进行下采样时，使用了ImageNet数据集上与训练好的所述ResNet 34进行迁移学习，用于提高所述U型网络模型的识别能力。

8.如权利要求1所述的一种焊缝缺陷自动提取方法，其特征在于，所述跳跃连接进行图像拼接时，通过zero padding的方式对所述上采样和所述下采样过程中边缘缺失像素进行填充。