基于深度学习网络的射线图像缺陷识别方法-论文.pdf

《基于深度学习网络的射线图像缺陷识别方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第35卷第9期仪器仪表学报V0L35No．92014年9月ChineseJournalofScientificInstrumentSep．2014基于深度学习网络的射线图像缺陷识别方法余永维，殷国富，殷鹰，杜柳青(1．四川大学制造科学与工程学院成都610065；2．重庆理工大学机械工程学院重庆400054)摘要：针对建立射线无损检测智能化信息处理平台的需要，提出一种基于深度学习网络的智能识别方法。以卷积神经网络结构为基础，结合径向基神经网络非线性映射能力，构建一种模拟视觉感知原理的深度学习网络结构，并提出一种网络结构自生长方

2、法和参数学习方法；然后在获取注意区域的基础上，模拟人类大脑深度学习的层次感知系统，使可疑区域的像素灰度信号直接通过深度学习层次网络，通过卷积网络逐层挖掘可疑缺陷区域的本质特征；最后利用径向基网络部分实现对射线图像缺陷的直接智能识别。实验中对复杂射线图像的缺陷识别率超过91％，优于传统方法。实验表明该方法有较高的准确率和较好的适应性，能够满足射线无损检测智能化信息处理平台的需要。关键词：射线图像；缺陷识别；深度学习；智能识别；神经网络中图分类号：TP391．41TH878．1文献标识码：A国家标准学科分类代码：510．4050

3、DefectrecognitionforradiographicimagebasedondeeplearningnetworkYuYongwei，YinGuofu，YinYing，DuLiuqing(J．SchoolofManufacturingScienceandEngineering，SichuanUniversity，Chengdu610065，China；2．CollegeofMechanicalEngineering，ChongqingUniversityofTechnology，Chongqing400054，C

4、hina)Abstract：Aimingattherequirementofestablishingintelligentinformationprocessingplatformofradiographicnondestructivedetection，anintelligentrecognitionmethodbasedondeeplearningnetworkwasproposed．Basedonthestructureoftheconvolutionneuralnetworkandcombiningwiththeno

5、nlinearmappingabilityoftheradialbasisneuralnetwork，adeeplearningnetworkstructurewasbuilt，whichcouldsimulatehumanvisualperceptionprinciple．Andaself-growthmethodofnetworkstructureandparameterlearningstrategyareintroduced．Then，onthebasisofacquiringtheattentionregion，t

6、hehierarchysensingsystemofdeeplearningofhumanbrainissimula．ted；thepixelgraysignalsoftheattentionregiondirectlypassthroughtherecognitionnetwork，whichsimulatesthedeeplearninghierar—chymodelofthevisualperceptionsystem．Sotheinternalcharacteristicofthesuspiciousdefectre

7、gionisextractedlayerbylayerthroughtheconvolutionnetwork．Finally，theintelligentrecognitionofthedefectsintheradiographicimagesisachievedthroughtheradialbasisnetwork．Theexperimentsshowthattherecognitionrateofthedefectsincomplexradiographicimageisabove91％，whichissuperi

8、ortothatoftraditionalmethods．Sothismethodhashigheraccuracyandbetteradaptability，whichcanmeettherequirementsoftheintelligentinformationprocessingp