基于深度学习特征匹配的铸件微小缺陷自动定位方法.pdfVIP

第３７ 卷　第６期 仪 器 仪 表 学 报 Ｖｏｌ３７ Ｎｏ６ ２０１６年６月 Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆＳｃｉｅｎｔｉｆｉｃ Ｉｎｓｔｒｕｍｅｎｔ Ｊｕｎ．２０１６ 基于深度学习特征匹配的铸件微小缺陷 自动定位方法 余永维，杜柳青，曾翠兰，张建恒 （重庆理工大学机械工程学院　重庆　４０００５４） 摘　要：针对射线实时成像检测中精密铸件微小缺陷自动定位的需要，提出一种基于深度学习特征匹配的铸件缺陷三维定位方 法。模拟选择注意机制的中央周边差算法，提出以视觉显著度为尺度，从射线图像复杂背景中检测出微小缺陷及其区域，以定 义的区域中央点为待匹配点；然后，提出构造深度卷积神经网络自动提取微小缺陷区域的深度学习特征，通过深度学习特征矢 量的相似度，实现在不同视角下投影图像中的同一微小缺陷点的自动匹配；最后，基于平移视差测距原理计算缺陷匹配点的三维 空间坐标。实验表明，基于深度学习特征匹配的方法能够正确有哪些信誉好的足球投注网站平移前后投影图像中的同一缺陷点，以此为基础，利用视差测 距原理实现了微小缺陷匹配点的自动准确定位，深度定位误差小于５．５２％，能够满足对精密铸件微小缺陷智能评判的需要。 关键词：射线图像；缺陷检测；深度学习；自动定位；神经网络 ＋ 中图分类号：ＴＰ３９１．４１　ＴＨ８７８ ．１　　文献标识码：Ａ　　国家标准学科分类代码：５１０．４０５０ Ａｕｔｏｍａｔｉｃ ｌｏｃａｌｉｚａｔｉｏｎ ｍｅｔｈｏｄ ｏｆｓｍａｌｌ ｃａｓｔｉｎｇ ｄｅｆｅｃｔ ｂａｓｅｄ ｏｎ ｄｅｅｐ ｌｅａｒｎｉｎｇ ｆｅａｔｕｒｅ Ｙｕ Ｙｏｎｇｗｅｉ，Ｄｕ Ｌｉｕｑｉｎｇ，Ｚｅｎｇ Ｃｕｉｌａｎ，Ｚｈａｎｇ Ｊｉａｎｈｅｎｇ （Ｃｏｌｌｅｇｅ ｏｆＭｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｃｈｏｎｇｑｉｎｇ ＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｃｈｏｎｇｑｉｎｇ４０００５４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇ ａｔ ｔｈｅ ｒｅｑｕｉｒｅｍｅｎｔ ｏｆ ｔｈｅ ａｕｔｏｍａｔｉｃ ｌｏｃａｌｉｚａｔｉｏｎ ｏｆ ｐｒｅｃｉｓｅ ｃａｓｔｉｎｇ ｓｍａｌｌ ｄｅｆｅｃｔ ｉｎ ｒａｄｉｏｇｒａｐｈｉｃ ｒｅａｌｔｉｍｅ ｉｍａｇｉｎｇ ｄｅｔｅｃｔｉｏｎ，ａ ｔｈｒｅｅｄｉｍｅｎｓｉｏｎａｌ ｌｏｃａｌｉｚａｔｉｏｎ ｍｅｔｈｏｄ ｆｏｒ ｃａｓｔｉｎｇ ｄｅｆｅｃｔｓ ｂａｓｅｄ ｏｎ ｄｅｅｐ ｌｅａｒｎｉｎｇ ｆｅａｔｕｒｅ ｍａｔｃｈｉｎｇ ｉｓ ｐｒｏｐｏｓｅｄ．Ｓｉｍｕｌａｔｉｎｇ ｔｈｅ ｃｅｎｔｒａｌｐｅｒｉｐｈｅｒａｌ ｄｉｆｆｅｒｅｎｃｅ ａｌｇｏｒｉｔｈｍ ｏｆｓｅｌｅｃｔｉｖｅ ａｔｔｅｎｔｉｏｎ ｍｅｃｈａｎｉｓｍ，ｔａｋｉｎｇｔｈｅ ｖｉｓｕａｌ ｓａｌｉｅｎｃｙ ａｓｔｈｅ ｓｃａｌｅ，ｔｈｅ ｓｍａｌｌ ｄｅｆｅｃｔ ａｎｄ ｉｔｓ ｒｅｇｉｏｎ ａｒｅ ｄｅｔｅｃｔｅｄ ｆｒｏｍ ｃｏｍｐｌｅｘｂａｃｋｇｒｏｕｎｄ ｏｆｔｈｅ ｒａｙ ｉｍａｇｅｓ．Ｔｈｅ ｃｅｎｔｒａｌ ｐｏｉｎｔ ｄｅｆｉｎｅｄ ｉｎｔｈｅ ｄｅｆｅｃｔｒｅｇｉｏｎ ｉｓｔａｋｅｎ ａｓｔｈｅ ｐｏｉｎｔｔｏ ｂｅ ｍａｔｃｈｅｄ．Ｔｈｅｎ ｔｈｅ ｄｅｅｐ ｃｏｎｖｏｌｕｔｉｏｎ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｉｓ ｃｏｎｓｔｒｕｃｔｅｄ ｔｏ ａｕｔｏｍａｔｉｃａｌｌｙ ｅｘｔｒａｃｔ ｔｈｅ ｄｅｅｐ ｌｅａｒｎｉｎｇ ｆｅａｔｕｒｅｓ ｏｆ ｔｈｅ ｓｍａｌｌ ｄｅｆｅｃｔ ｒｅｇｉｏｎ．Ｔｈｒｏｕｇｈ ｔｈｅ ｓｉｍｉｌａｒｉｔｙ ｏｆｔｈｅ ｄｅｅｐ ｌｅａｒｎｉｎｇ ｆｅａｔｕｒｅ ｖｅｃｔｏｒ，ｔｈｅ ａｕｔｏｍａｔｉｃ ｍａｔｃｈｉｎｇ ｏｆｔｈｅ ｓａｍｅ ｓｍａｌｌ ｄｅｆｅｃｔ ｐｏｉｎｔ ｉｎ ｔｈｅ ｐｒｏｊｅｃｔｉｏｎ ｉｍ