当前位置: 首页> 交通专利数据库 >详情
原文传递 信息检测方法、装置及系统
专利名称: 信息检测方法、装置及系统
摘要: 本发明实施例公开了一种信息检测方法,该方法包括:通过电荷耦合器件CCD相机获取被检工件的多张相机图像,以及通过探测器和X射线源获取所述被检工件的多张康普顿散射图像,其中,所述多张相机图像包括所述被检工件的干扰信息,所述康普顿散射图像包括所述被检工件的所述干扰信息以及近表面散射信息;对所述多张相机图像以及所述多张康普顿散射图像进行处理,获得不包括所述被检工件的干扰信息的无表面干扰检测图像,其中,所述无表面干扰检测图像包括所述被检工件的缺陷的投影信息;使用预先训练好的深度神经网络模型,对所述无表面干扰检测图像进行检测,获得所述被检工件的缺陷检测结果。本发明实施例能够很便捷地对大型工件进行缺陷检测,且灵敏度较高。
专利类型: 发明专利
国家地区组织代码: 广东;44
申请人: 合刃科技(深圳)有限公司
发明人: 舒远;倪一帆;王星泽
专利状态: 有效
申请日期: 2019-06-10T00:00:00+0800
发布日期: 2019-09-27T00:00:00+0800
申请号: CN201910494852.3
公开号: CN110286138A
代理机构: 深圳市新虹光知识产权代理事务所(普通合伙)
代理人: 郭长龙
分类号: G01N23/20066(2018.01);G;G01;G01N;G01N23
申请人地址: 518000 广东省深圳市南山区粤海街道海天一路19号深圳市软件产业基地4栋A座1102
主权项: 1.一种信息检测方法,其特征在于,包括: 通过电荷耦合器件CCD相机获取被检工件的多张相机图像,以及通过探测器和X射线源获取所述被检工件的多张康普顿散射图像,其中,所述多张相机图像包括所述被检工件的干扰信息,所述康普顿散射图像包括所述被检工件的所述干扰信息及近表面散射信息; 对所述多张相机图像以及所述多张康普顿散射图像进行处理,获得不包括所述被检工件的干扰信息的无表面干扰检测图像,其中,所述无表面干扰检测图像包括所述被检工件的缺陷的投影信息; 使用预先训练好的深度神经网络模型,对所述无表面干扰检测图像进行检测,获得所述被检工件的缺陷检测结果。 2.根据权利要求1所述的方法,其特征在于,所述CCD相机一侧设置有可控的铅制隔板,所述铅制隔板用于为所述CCD相机遮挡X射线。 3.根据权利要求1或2所述的方法,其特征在于,所述对所述多张相机图像以及所述多张康普顿散射图像进行处理,获得不包括所述被检工件的干扰信息的无表面干扰检测图像之后,以及所述使用预先训练好的深度神经网络模型,对所述无表面干扰检测图像进行检测,获得所述被检工件的缺陷检测结果之前,所述方法还包括: 判断所述无表面干扰检测图像是否有投影; 若所述无表面干扰检测图像有投影,则确定所述被检工件存在缺陷。 4.根据权利要求1所述的方法,其特征在于,所述对所述多张相机图像以及所述多张康普顿散射图像进行处理,获得不包括所述被检工件的干扰信息的无表面干扰检测图像包括: 对所述多张相机图像进行灰度化处理以及特征点匹配,获得相机融合图像及多个仿射变换矩阵; 将所述多张康普顿散射图像与所述多个仿射变换矩阵进行处理,获得康普顿融合图像; 将所述相机融合图像与所述康普顿融合图像进行处理,获得不包括所述被检工件的干扰信息的无表面干扰检测图像。 5.根据权利要求4所述的方法,其特征在于,所述将所述相机融合图像与所述康普顿融合图像进行处理,获得不包括所述被检工件的干扰信息的无表面干扰检测图像包括: 使用异或运算,对所述相机融合图像与所述康普顿融合图像进行处理,获得不包括所述被检工件的干扰信息的无表面干扰检测图像。 6.一种信息检测装置,其特征在于,包括: 获取模块,用于通过电荷耦合器件CCD相机获取被检工件的多张相机图像,以及通过探测器和X射线源获取所述被检工件的多张康普顿散射图像,其中,所述多张相机图像包括所述被检工件的干扰信息,所述康普顿散射图像包括所述被检工件的所述干扰信息及近表面散射信息; 处理模块,用于对所述多张相机图像以及所述多张康普顿散射图像进行处理,获得不包括所述被检工件的干扰信息的无表面干扰检测图像,其中,所述无表面干扰检测图像包括所述被检工件的缺陷的投影信息; 检测模块,用于使用预先训练好的深度神经网络模型,对所述无表面干扰检测图像进行检测,获得所述被检工件的缺陷检测结果。 7.根据权利要求6所述的信息检测装置,其特征在于,所述CCD相机一侧设置有可控的铅制隔板,所述铅制隔板用于为所述CCD相机遮挡X射线。 8.根据权利要求6或7所述的信息检测装置,其特征在于,所述信息检测装置还包括: 判断模块,用于在所述处理模块对所述多张相机图像以及所述多张康普顿散射图像进行处理,获得不包括所述被检工件的干扰信息的无表面干扰检测图像之后,以及在所述检测模块使用预先训练好的深度神经网络模型,对所述无表面干扰检测图像进行检测,获得所述被检工件的缺陷检测结果之前,判断所述无表面干扰检测图像是否有投影; 确定模块,用于若所述无表面干扰检测图像有投影,则确定所述被检工件存在缺陷。 9.根据权利要求6所述的信息检测装置,其特征在于,所述处理模块对所述多张相机图像以及所述多张康普顿散射图像进行处理,获得不包括所述被检工件的干扰信息的无表面干扰检测图像包括: 对所述多张相机图像进行灰度化处理以及特征点匹配,获得相机融合图像及多个仿射变换矩阵; 将所述多张康普顿散射图像与所述多个仿射变换矩阵进行处理,获得康普顿融合图像; 将所述相机融合图像与所述康普顿融合图像进行处理,获得不包括所述被检工件的干扰信息的无表面干扰检测图像。 10.一种信息检测系统,其特征在于,包括:摄像设备以及处理设备,所述摄像设备包括电荷耦合器件CCD相机、多个探测器以及X射线源,所述探测器和所述X射线源位于被检工件的同一侧,所述CCD相机一侧设置有可控的铅制隔板,所述铅制隔板用于为所述CCD相机遮挡X射线,其中: 所述摄像设备,用于通过所述CCD相机获取所述被检工件的多张相机图像,以及通过所述探测器和所述X射线源获取所述被检工件的多张康普顿散射图像,所述多张相机图像包括所述被检工件的干扰信息,所述康普顿散射图像包括所述被检工件的干扰信息及近表面散射信息; 所述处理设备,用于对所述多张相机图像以及所述多张康普顿散射图像进行处理,获得不包括所述被检工件的干扰信息的无表面干扰检测图像,其中,所述无表面干扰检测图像包括所述被检工件的缺陷的投影信息;使用预先训练好的深度神经网络模型,对所述无表面干扰检测图像进行检测,获得所述被检工件的缺陷检测结果。
所属类别: 发明专利
检索历史
应用推荐