欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202511098539X
申请人: 湖北宜化集团化工机械设备制造安装有限公司
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于深度学习的焊缝检测方法,其特征在于,应用于管道机器人;所述方法包括:在管道的不同区域获取第一图像;所述不同区域包括直管段、弯头、接头;

对所述第一图像进行预处理,得到第一纹理特征和第一形态特征;所述预处理至少包括多尺度特征提取;

基于所述第一纹理特征和所述第一形态特征确定所述管道的关键区域;包括:构建焊缝-背景权重阶跃式跳变分支网络,并行处理所述第一纹理特征和所述第一形态特征,生成使焊缝边缘权重阶跃式跳变的特征图;

以所述特征图为基础,在多尺度上建立图块节点,通过基于图块的相似度聚合方式,得到图相似度矩阵;

对所述图相似度矩阵进行迭代式置信度-权重联合演化:用当前权重更新特征表示,再用更新后的特征重新计算图相似度,多次迭代后,得到最终注意力权重;

基于所述最终注意力权重确定所述管道的关键区域;

在所述关键区域内融合多尺度特征与全局上下文,检测所述管道的焊缝区域。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取所述第一图像对应的采集时间、管道位置、图像编号;所述采集时间、所述管道位置和所述图像编号用于定位所述第一图像的来源。

3.根据权利要求1所述的方法,其特征在于,所述预处理还包括去噪处理、特征融合处理、图像分块与嵌入处理、全局特征处理;所述对所述第一图像进行预处理,得到第一纹理特征和第一形态特征;所述预处理至少包括多尺度特征提取,包括:对所述第一图像进行去噪处理,得到第二图像;

对所述第二图像进行多尺度特征提取,得到不同尺度的第一特征;

对所述第一特征进行特征融合处理,得到第二特征;

基于所述第二特征进行图像分块与嵌入处理,得到第三图像;

对所述第三图像进行全局特征处理,得到所述第一纹理特征和所述第一形态特征。

4.根据权利要求3所述的方法,其特征在于,所述对所述第一图像进行去噪处理,得到第二图像,包括:去除所述第一图像中的环境噪声或图像干扰,得到第四图像;

对所述第四图像进行亮度和对比度的标准化处理,得到所述第二图像。

5.根据权利要求3所述的方法,其特征在于,所述对所述第二图像进行多尺度特征提取,得到不同尺度的第一特征,包括:采用预设的特征金字塔网络FPN对所述第二图像进行多尺度特征提取,得到所述不同尺度的第一特征。

6.根据权利要求3所述的方法,其特征在于,所述基于所述第二特征进行图像分块与嵌入处理,得到第三图像,包括:采用预设的视觉变换器ViT将所述第二特征进行图像分块处理,得到第五图像;

确定所述第五图像的位置编码;

基于所述位置编码嵌入处理,得到所述第三图像。

7.根据权利要求3所述的方法,其特征在于,所述对所述第三图像进行全局特征处理,得到所述第一纹理特征和所述第一形态特征,包括:通过预设的多层次的自注意力网络对所述第三图像进行全局特征处理,得到所述第一纹理特征和所述第一形态特征。

8.根据权利要求1-7任一项所述的方法,其特征在于,所述方法还包括:对所述焊缝区域进行缺陷分类处理,得到所述焊缝区域对应的缺陷类型;所述缺陷类型至少包括裂纹、气孔、未焊透、夹渣;

确定所述缺陷类型的置信度评分;

向所述管道机器人对应的用户反馈所述缺陷类型和所述置信度评分;所述缺陷类型和所述置信度评分用于所述用户进行历史数据查询和检索。

9.一种基于深度学习的焊缝检测装置,其特征在于,设置于管道机器人;所述装置包括:获取单元,用于在管道的不同区域获取第一图像;所述不同区域包括直管段、弯头、接头;

处理单元,用于对所述第一图像进行预处理,得到第一纹理特征和第一形态特征;所述预处理至少包括多尺度特征提取;

确定单元,用于基于所述第一纹理特征和所述第一形态特征确定所述管道的关键区域,包括:构建焊缝-背景权重阶跃式跳变分支网络,并行处理所述第一纹理特征和所述第一形态特征,生成使焊缝边缘权重阶跃式跳变的特征图;

以所述特征图为基础,在多尺度上建立图块节点,通过基于图块的相似度聚合方式,得到图相似度矩阵;

对所述图相似度矩阵进行迭代式置信度-权重联合演化:用当前权重更新特征表示,再用更新后的特征重新计算图相似度,多次迭代后,得到最终注意力权重;

基于所述最终注意力权重确定所述管道的关键区域;

检测单元,用于在所述关键区域内融合多尺度特征与全局上下文,以检测所述管道的焊缝区域。