基于卷积神经网络的红外热成像罐车内壁裂纹识别

• 作者: 夏新华 孙叶青 李青 王威 钟海见
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 罐车 裂纹检测 热成像 卷积神经网络
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 红外应用
• 页码范围: 1198-1205
• 页数: 8页
• 分类号: TN219
• 字数: 4216字
• 语种: 中文

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％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李青	中国计量大学灾害监测技术与仪器国家地方联合工程实验室	87	619	10.0	23.0
2	孙叶青	中国计量大学灾害监测技术与仪器国家地方联合工程实验室	3	8	2.0	2.0
3	钟海见		12	12	2.0	3.0
4	王威	中国计量大学灾害监测技术与仪器国家地方联合工程实验室	1	1	1.0	1.0
5	夏新华		2	1	1.0	1.0