首页> 中文会议>第二届中国泛西部无损检测学术交流会 >基于机器学习的铸件DR图像的缺陷识别

基于机器学习的铸件DR图像的缺陷识别

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对铁路铸件采用的基于传统X射线人工检测的胶片法存在的局限性,以目前国内外市场上典型的大型货运列车铸钢零部件数字X射线检测装配为研究对象,结合标准缺陷图谱,通过对常见缺陷进行特征提取,利用机器学习构造出缺陷聚类分类器,实现铸件数字辐射图像的缺陷自动识别,判别结果符合ASTM E446标准,获得了不错的识别效果.

著录项

来源
《第二届中国泛西部无损检测学术交流会》|2017年|190-195|共6页
会议地点贵阳
作者
LIANG Liang; 梁良; SHEN Kuan; 沈宽;
展开▼
作者单位

贵州省机械工程学会山西省机械工程学会江西省机械工程学会重庆市机械工程学会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类 TG260.8;TP391.41;
关键词
铸钢件; 缺陷识别; 数字辐射图像; 机器学习;

相似文献

中文文献
外文文献
专利

1. 基于图像处理和机器学习的船舶焊接缺陷识别技术 [J] . 樊凌 . 舰船科学技术 . 2014,第012期
2. 基于DR图像多重快速分割的铁路货车铸件缺陷提取方法 [J] . 曾理 ,洪达平 ,刘玲慧 . 中国铁道科学 . 2012,第001期
3. 铁路铸件DR图像缺陷的亚像素测量方法 [J] . 许会洋 ,曾理 . 计算机工程 . 2011,第018期
4. 铁路货车铸件工件号倾斜DR图像的识别方法 [J] . 曾理 ,高艳 ,毕碧 . 中国铁道科学 . 2012,第002期
5. 基于图像内容的机器学习图像识别分析 [J] . 付宇 . 电脑编程技巧与维护 . 2020,第008期
6. 基于机器学习的超声图像识别技术进展与应用 [C] . Ji Huang ,黄骥 . 2019中国医学装备大会 . 2019
7. 基于深度学习的铸件DR图像缺陷自动识别的研究 [A] . 阮浪 . 2020

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号