基于人工智能的碳纤维蜂窝夹层的内部缺陷定量分析方法
申请号:CN202510481358
申请日期:2025-04-17
公开号:CN119991685B
公开日期:2025-07-01
类型:发明专利
摘要
本发明属于无损检测识别技术领域,公开了基于人工智能的碳纤维蜂窝夹层的内部缺陷定量分析方法,包括以下步骤:获取红外无损检测图像;使用YOLO神经网络进行缺陷图像分割获取掩膜的每个像素点值;通过设定掩膜阈值控制掩膜的生成大小并对掩膜阈值进行校准,得到校准后的掩膜阈值;在相同检测条件下获取待检测工件的红外无损检测图像,输入神经网络并应用校准后的掩膜阈值得到准确的缺陷边界;通过计算掩膜像素点的个数与像素点的实际面积相乘得到准确的缺陷面积,实现对工件内部缺陷的定量分析。本发明采用上述基于人工智能的碳纤维蜂窝夹层的内部缺陷定量分析方法,实现快速大批量的检测和缺陷定量分析,为复合材料的质量控制提供技术支持。
技术关键词
碳纤维蜂窝
定量分析方法
掩膜
红外无损检测设备
像素点
夹层复合材料
校准
图像分割神经网络
工件内部缺陷
检测识别技术
试块
后处理模块
矩阵
多边形
参数