一种工业射线底片的假片识别方法与流程

技术特征：
1.一种工业射线底片的假片识别方法，其特征在于：方法步骤为：1)进行高斯差分法提取焊缝区域、提取包含中心点及以焊缝中心点对称的五块感兴趣区域、对感兴趣区域伪彩色处理；2)将伪彩色处理过的感兴趣区域送入改进过的孪生神经网络训练识别，得出两两评判后的数值；3)进行自定义权值运算，大于所取阈值判定为假片。2.根据权利要求1所述的一种工业射线底片的假片识别方法，其特征在于：具体的方法为：1)输入两张底片图像，分别为一张基准片和一张待判别片，将两张图像分别分割成若干以底片宽度为边长的正方形区域，使用高斯差分法提取正方形内焊缝区域，通过统计各焊缝区域纵向的上、下坐标，提取出完整焊缝区域，并制定感兴趣区域提取规则，提取每块焊缝的五块感兴趣区域，对其进行序号标定；2)将每块焊缝提取到的五块感兴趣区域，进行伪彩色处理，然后按照标定好的对应关系，送入经改进过的孪生神经网络进行训练识别，并对结果量化处理，得到一一对应的相似度概率值；3)将得到的相似度概率值，一一与自定义的权值进行加权运算，输出真实相似度评判值，若大于相似度评判阈值，判定为假片。3.根据权利要求1或2所述的一种工业射线底片的假片识别方法，其特征在于：所述的步骤1)中的高斯差分法提取焊缝区域的方法步骤为：1
‑
1)区域分块提取：对提取到的正方形区域左上角为坐标原点建立坐标系，将横向、纵向分别进行四等分处理，取正方形区域右上角顶点、左下角顶点距离坐标原点长度为1，取横纵向(1/4，3/4)部分区域；2
‑
2)两次高斯差分处理：输入p部分区域，即输入矩阵为i”local1/2
×
1/2
，使用两个高斯低通滤波器分别平滑图像，其中平滑参数分别为δ1＝5、δ2＝10，然后对平滑后图像作差，使得图像特征更加平稳，有效焊缝区域内出现明显的波峰，更加容易区分；3
‑
3)确定x轴交点坐标：确定曲线与x轴交点坐标，其中左侧坐标为焊缝上坐标的纵向坐标、右侧坐标为下坐标的纵向坐标；4
‑
4)焊缝区域定位：通过高斯差分法定位出来的焊缝区域为两条纵向线段中包含的区域。4.根据权利要求3所述的一种工业射线底片的假片识别方法，其特征在于：所述的步骤1)焊缝区域的提取方法为：对分块区域进行焊缝区域预提取，得到焊缝区域定位的上下坐标，对所有上、下坐标的纵向坐标进行排序，取上坐标的纵向坐标最小值及下坐标纵向坐标的最大值，确定纵向坐标区间，根据上下坐标的纵向区间，准确提取焊缝区域。5.根据权利要求4所述的一种工业射线底片的假片识别方法，其特征在于：所述的步骤1)感兴趣区域提取规则为：在两张底片上分别以等间距提取5个正方形区域，五个正方形区域的边长为提取到的焊缝宽度。6.根据权利要求5所述的一种工业射线底片的假片识别方法，其特征在于：所述的步骤2)中：
所述的伪彩色处理是将单色图像变换成给定彩色分布的图像；所述的孪生神经网络是基于两个人工神经网络建立的耦合构架，以两个样本为输入，输出其嵌入高维度空间的表征，以比较两个样本的相似程度，进行小样本/单样本学习，且不容易被错误样本干扰；所述的孪生神经网络的主干特征提取网络为repvgg。7.根据权利要求6所述的一种工业射线底片的假片识别方法，其特征在于：所述的步骤3)的具体方法为：将基准片和待判别片焊缝中分别提取到的五块感兴趣区域进行两两对比，相似度概率值与自定义权值进行点乘，求出真实相似度评判值，其中自定义权值为w
ai
‑
bi
，相似度概率值为sim(a
i
‑
b
i
)，相似度真实评判值为sim(a
i
‑
b
i
)，(a
i
‑
b
i
)代表a
i
与b
i
的对比，i代表感兴趣区域编号。运算方法如公式(5)为：其中，根据本发明自定义权值，w
ai
‑
bi
权重值分别为：w
a1
‑
b1
＝0.125，w
a2
‑
b2
＝0.125，w
a3
‑
b3
＝0.5，w
a4
‑
b4
＝0.125，w
a5
‑
b5
＝0.125根据上述公式，计算真实相似度评判值，阈值设定为0.900，当两张工业射线底片的真实相似度评判值大于阈值0.900时，认定为及其相似，即认定为假片。

技术总结
本发明涉及深度学习及图像处理技术领域，具体涉及一种工业射线底片的假片识别方法。本发明提出的假片识别方法进行输入一张基准片和一张待判别片，首先进行两次高斯差分法分别提取两张底片的焊缝区域,在焊缝区域提取包含中心点及以焊缝中心点对称的五块感兴趣区域，并对感兴趣区域进行伪彩色处理；其次，将伪彩色处理过的感兴趣区域送入改进过的孪生神经网络训练识别，得出两两对比后的数值；最后，建立相似度评判体系，进行自定义权值运算，大于设定的阈值判定为假片。经试验验证，该方法可以有效的判别出工业底片中的假片，在261张测试集样本中，准确率可达99.1%以上，该方法简洁有效，具有一定的实际可行性。具有一定的实际可行性。具有一定的实际可行性。


技术研发人员：杨波 刘智 袁博 李超 高武奇 郭翔宇 许韫韬 李健衡
受保护的技术使用者：西安工业大学
技术研发日：2021.07.20
技术公布日：2021/11/29