[发明专利]一种工业射线底片的假片识别方法

说明书

本发明涉及深度学习及图像处理技术领域，具体涉及一种工业射线底片的假片识别方法。本发明提出的假片识别方法进行输入一张基准片和一张待判别片，首先进行两次高斯差分法分别提取两张底片的焊缝区域,在焊缝区域提取包含中心点及以焊缝中心点对称的五块感兴趣区域，并对感兴趣区域进行伪彩色处理；其次，将伪彩色处理过的感兴趣区域送入改进过的孪生神经网络训练识别，得出两两对比后的数值；最后，建立相似度评判体系，进行自定义权值运算，大于设定的阈值判定为假片。经试验验证，该方法可以有效的判别出工业底片中的假片，在261张测试集样本中，准确率可达99.1%以上，该方法简洁有效，具有一定的实际可行性。

技术领域

本发明涉及深度学习及图像处理技术领域，具体涉及一种工业射线底片的假片识别方法。

背景技术

随着焊接工艺的快速发展，焊接质量的好坏成为制造业评判焊接安全性的重要关注问题。在焊缝数量过大的时候，焊缝数字化成像时可能会出现部分焊缝没有拍到的以及一个焊缝拍到多次的情况，从而产生工业假片，从而导致大量焊缝未被评价，造成巨大的安全、经济损失。

工业中的假片识别问题为两个底片图像中焊缝的相似性问题。目前业内普遍采用人眼辨别“假片”的工作方式，费时费力，工作量大、繁琐和准确率低；

目前主流的相似度判断方法是通过直方图法、图像模板匹配法、PSNR峰值信噪比、SSIM(structural similarity)结构相似性、感知哈希算法等来对比，经试验鲁棒性极差，准确度低。

上述现有方法评判错误会影响焊接质量评价，从而造成安全问题。

为了克服现有方法的缺陷，本发明提出一种工业射线底片的假片识别方法。

发明内容

有鉴于此，本发明为解决现有人工手段的种种不足以及当前其他方法对此类长宽比例较大底片的相似度评判，准确率低的问题，提供一种工业射线底片的假片识别方法，其通过构建孪生神经网络，然后对数据集的优化及主干特征提取网络的改进保证了准确率及效率。

为解决现有技术存在的问题，本发明的技术方案是：一种工业射线底片的假片识别方法，其特征在于：方法步骤为：

1)进行高斯差分法提取焊缝区域、提取包含中心点及以焊缝中心点对称的五块感兴趣区域、对感兴趣区域伪彩色处理；

2)将伪彩色处理过的感兴趣区域送入改进过的孪生神经网络训练识别，得出两两评判后的数值；

3)进行自定义权值运算，大于所取阈值判定为假片。

具体的方法为：

1)输入两张底片图像，分别为一张基准片和一张待判别片，将两张图像分别分割成若干以底片宽度为边长的正方形区域，使用高斯差分法提取正方形内焊缝区域，通过统计各焊缝区域纵向的上、下坐标，提取出完整焊缝区域，并制定感兴趣区域提取规则，提取每块焊缝的五块感兴趣区域，对其进行序号标定；

2)将每块焊缝提取到的五块感兴趣区域，进行伪彩色处理，然后按照标定好的对应关系，送入经改进过的孪生神经网络进行训练识别，并对结果量化处理，得到一一对应的相似度概率值；

3)将得到的相似度概率值，一一与自定义的权值进行加权运算，输出真实相似度评判值，若大于相似度评判阈值，判定为假片。

上述步骤1)中的高斯差分法提取焊缝区域的方法步骤为：

1-1)区域分块提取：对提取到的正方形区域左上角为坐标原点建立坐标系，将横向、纵向分别进行四等分处理，取正方形区域右上角顶点、左下角顶点距离坐标原点长度为1，取横纵向(1/4，3/4)部分区域；