一种金属板材缺陷识别分类方法和系统

1.本发明涉及金属板材缺陷识别技术领域，尤其涉及一种金属板材缺陷识别分类方法和系统。


背景技术：

2.在生产金属板材的过程中，金属板材由于摩擦的原因会产生损伤。传统的用于对金属板材进行缺陷识别的方式是通过拍摄可见光图像的方式对金属板材进行缺陷判断，或通过超声波检测的方式对金属板材进行缺陷判断。通过拍摄可见光图像的方式对金属板材进行缺陷判断容易受到环境干扰，误差率较大，准确度不高，超声波检测方式仅能够判断金属板材是否出现缺陷，而无法对不同类型的缺陷进行分类，实用性不高。


技术实现要素：

3.本发明实施例提供了一种金属板材缺陷识别分类方法和系统，用于解决现有的金属板材缺陷识别分类方法准确性不高，实用性不强的技术问题。
4.有鉴于此，本发明第一方面提供了一种金属板材缺陷识别分类方法，包括：
5.通过超声源对各类缺陷的金属板材进行激励生热，获取红外热成像设备拍摄的生热后的各类缺陷的金属板材的表面图像；
6.将各类缺陷的金属板材的表面图像划进行预处理后分为训练集和测试集；
7.根据初始bp神经网络的结构确定初始bp神经网络的所有初始权值和初始阈值；
8.根据训练集、初始bp神经网络的结构、初始bp神经网络的所有初始权值和初始阈值，采用遗传算法对初始bp神经网络进行优化，得到初始bp神经网络的最优权值和阈值；
9.根据训练集、最优权值和阈值对初始bp神经网络进行训练，得到最优bp神经网络；
10.根据测试集对最优bp神经网络进行验证，若验证通过，则将最优bp神经网络用于对待检测金属板材进行缺陷识别和分类，获取通过超声源对待检测金属板材进行激励生热后采用红外热成像设备拍摄的生热后的待检测金属板材的表面图像，将待检测金属板材的表面图像输入最优bp神经网络，得到待检测金属板材的缺陷识别和分类结果。
11.可选地，根据训练集、初始bp神经网络的结构、初始bp神经网络的所有初始权值和初始阈值，采用遗传算法对初始bp神经网络进行优化，得到初始bp神经网络的最优权值和阈值，包括：
12.将训练集输入权值和阈值分别为初始权值和初始阈值的初始bp神经网络进行预测，得到预测输出与期望输出之间的误差绝对值和，作为初始种群的个体适应度值；
13.通过遗传算法对初始种群个体迭代进行选择、交叉和变异，直到个体适应度值满足第一终止条件，得到最优权值和阈值。
14.可选地，根据训练集、最优权值和阈值对初始bp神经网络进行训练，得到最优bp神经网络，包括：
15.将最优权值和阈值放入初始bp神经网络中，使用训练集对初始bp神经网络进行训
练，更新初始bp神经网络的权值和阈值，直到满足第二终止条件，得到最后更新的权值和阈值的初始bp神经网络，作为最优bp神经网络。
16.可选地，采用轮盘赌法或锦标赛法对初始种群个体迭代进行选择操作。
17.可选地，第一终止条件为达到最大遗传迭代次数或达到期望个体适应度值。
18.可选地，第二终止条件为达到最大迭代次数或误差不大于期望误差或误差连续20次迭代不下降。
19.本发明第二方面提供一种金属板材缺陷识别分类系统，包括：
20.样本数据获取模块，用于通过超声源对各类缺陷的金属板材进行激励生热，获取红外热成像设备拍摄的生热后的各类缺陷的金属板材的表面图像；
21.数据集构建模块，用于将各类缺陷的金属板材的表面图像划进行预处理后分为训练集和测试集；
22.初始权值阈值获取模块，用于根据初始bp神经网络的结构确定初始bp神经网络的所有初始权值和初始阈值；
23.权值阈值优化模块，用于根据训练集、初始bp神经网络的结构、初始bp神经网络的所有初始权值和初始阈值，采用遗传算法对初始bp神经网络进行优化，得到初始bp神经网络的最优权值和阈值；
24.bp神经网络优化模块，用于根据训练集、最优权值和阈值对初始bp神经网络进行训练，得到最优bp神经网络；
25.验证模块，用于根据测试集对最优bp神经网络进行验证，若验证通过，则将最优bp神经网络用于对待检测金属板材进行缺陷识别和分类；
26.缺陷识别模块，用于获取通过超声源对待检测金属板材进行激励生热后采用红外热成像设备拍摄的生热后的待检测金属板材的表面图像，将待检测金属板材的表面图像输入最优bp神经网络，得到待检测金属板材的缺陷识别和分类结果。
27.可选地，权值阈值优化模块具体用于：
28.将训练集输入权值和阈值分别为初始权值和初始阈值的初始bp神经网络进行预测，得到预测输出与期望输出之间的误差绝对值和，作为初始种群的个体适应度值；
29.通过遗传算法对初始种群个体迭代进行选择、交叉和变异，直到个体适应度值满足第一终止条件，得到最优权值和阈值。
30.可选地，bp神经网络优化模块具体用于：
31.将最优权值和阈值放入初始bp神经网络中，使用训练集对初始bp神经网络进行训练，更新初始bp神经网络的权值和阈值，直到满足第二终止条件，得到最后更新的权值和阈值的初始bp神经网络，作为最优bp神经网络。
32.可选地，采用轮盘赌法或锦标赛法对初始种群个体迭代进行选择操作。
33.从以上技术方案可以看出，本发明提供的金属板材缺陷识别分类方法和系统具有以下优点：
34.本发明实施例中提供的金属板材缺陷识别分类方法，使用超声红外热成像技术拍摄金属板材表面图像，能够使得拍摄到的有缺陷的金属板材中的缺陷体现得更加明显，且能够使得缺陷检测过程可视化，同时，利用遗传算法对bp神经网络进行优化，使得优化后的bp神经网络收敛速度更快，精确度更高，将超声红外热成像技术与经遗传算法优化后的bp
神经网络结合，能够提高金属板材的缺陷识别与分类精度，解决了现有的金属板材缺陷识别分类方法准确性不高，实用性不强的技术问题。
35.本发明提供的金属板材缺陷识别分类系统，用于执行本发明提供的金属板材缺陷识别分类方法，其原理和所取得的技术效果，与本发明提供的金属板材缺陷识别分类方法相同，在此不再进行赘述。
附图说明
36.图1为本发明实施例中提供的一种金属板材缺陷识别分类方法的流程示意图；
37.图2为本发明实施例中提供的一种金属板材缺陷识别分类方法的bp神经网络优化过程的逻辑处理框图；
38.图3为本发明实施例中提供的一种金属板材缺陷识别分类方法的缺陷识别原理框图；
39.图4为本发明实施例中提供的一种金属板材缺陷识别分类系统的结构示意图。
具体实施方式
40.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
41.为了便于理解，请参阅图1至图3，本发明实施例中提供的金属板材缺陷识别分类方法包括：
42.步骤101、通过超声源对各类缺陷的金属板材进行激励生热，获取红外热成像设备拍摄的生热后的各类缺陷的金属板材的表面图像。
43.需要说明的是，超声红外热成像技术的检测原理：超声红外热像技术是超声波发生器产生电信号传送至超声枪，超声枪产生短脉冲(50～200ms)、低频率(20～40khz)的超声波作用于物体表面，超声波经过界面耦合在物体中传播，遇到裂纹、分层等损伤时，在超声波的激励下介质损伤两界面间发生接触碰撞，质点间的摩擦作用使超声波产生的机械能转化为热能，从而使损伤处及相邻区域的温度明显升高，其对应表面温度场的变化可用红外热像仪观察和记录。本发明实施例中通过超声源对各类缺陷的金属板材进行激励生热，然后使用红外热成像设备拍摄生热后的各类缺陷的金属板材的表面图像，作为样本数据。
44.步骤102、将各类缺陷的金属板材的表面图像划进行预处理后分为训练集和测试集。
45.需要说明的是，将各类缺陷的金属板材的表面图像划进行去噪、归一化预处理后，将各类缺陷的金属板材的表面图像划分为训练集和测试集。
46.步骤103、根据初始bp神经网络的结构确定初始bp神经网络的所有初始权值和初始阈值。
47.需要说明的是，根据拟合函数输入输出参数个数确定bp神经网络的初始权值和初始阀值，种群中每个个体都包含了一个网络所有初始权值和初始阀值。
48.步骤104、根据训练集、初始bp神经网络的结构、初始bp神经网络的所有初始权值
和初始阈值，采用遗传算法对初始bp神经网络进行优化，得到初始bp神经网络的最优权值和阈值。
49.需要说明的是，对初始bp神经网络的结构中的所有种群个体进行编码，个体编码方式为实数编码，每个个体均为一个实数串，由输入层和隐含层连接权值，隐含层阀值、隐含层与输出层连接权值以及输出层阀值四部分组成。个体包括了神经网络全部权值与阀值，在网络结构已知的情况下，就可以构成一个权值、阀值、结构确定的神经网络。根据个体得到的bp神经网络初始权值与阀值，用训练集的数据训练bp神经网络后预测系统输出，把预测输出与期望输出之间的误差绝对值和作为初始种群的个体适应度值。然后通过遗传算法对初始种群个体迭代进行选择、交叉和变异，直到个体适应度值满足第一终止条件，得到最优权值和阈值。其中，采用轮盘赌法或锦标赛法对初始种群个体迭代进行选择操作。第一终止条件为达到最大遗传迭代次数(优选为100)或达到期望个体适应度值(优选为0.001)。
50.步骤105、根据训练集、最优权值和阈值对初始bp神经网络进行训练，得到最优bp神经网络。
51.需要说明的是，将最优权值和阈值输入初始bp神经网络，利用训练集进行迭代计算误差，更新初始bp神经网络的权值和阈值，直至满足第二终止条件，得到最后更新的权值和阈值对应的bp神经网络，作为最优bp神经网络。其中，第二终止条件为达到最大迭代次数(优选为1000)或误差不大于期望误差(优选0.001)或误差连续20次迭代不下降。
52.步骤106、根据测试集对最优bp神经网络进行验证，若验证通过，则将最优bp神经网络用于对待检测金属板材进行缺陷识别和分类，获取通过超声源对待检测金属板材进行激励生热后采用红外热成像设备拍摄的生热后的待检测金属板材的表面图像，将待检测金属板材的表面图像输入最优bp神经网络，得到待检测金属板材的缺陷识别和分类结果。
53.需要说明的是，在得到最优bp神经网络之后，利用测试集对最优bp神经网络进行验证，若预测误差精度满足期望误差，则最优bp神经网络测试通过，可将最优bp神经网络用于对待检测金属板材进行缺陷识别和分类。具体地，在将最优bp神经网络用于对待检测金属板材进行缺陷识别和分类时，先通过超声源对待检测金属板材进行激励生热，获取红外热成像设备拍摄的生热后的待检测金属板材的表面图像，然后将待检测金属板材的表面图像输入最优bp神经网络，得到待检测金属板材的缺陷识别和分类结果。
54.本发明实施例中提供的金属板材缺陷识别分类方法，使用超声红外热成像技术拍摄金属板材表面图像，能够使得拍摄到的有缺陷的金属板材中的缺陷体现得更加明显，且能够使得缺陷检测过程可视化，同时，利用遗传算法对bp神经网络进行优化，使得优化后的bp神经网络收敛速度更快，精确度更高，将超声红外热成像技术与经遗传算法优化后的bp神经网络结合，能够提高金属板材的缺陷识别与分类精度，解决了现有的金属板材缺陷识别分类方法准确性不高，实用性不强的技术问题。
55.为了便于理解，请参阅图4，本发明提供了一种金属板材缺陷识别分类系统的实施例，包括：
56.样本数据获取模块，用于通过超声源对各类缺陷的金属板材进行激励生热，获取红外热成像设备拍摄的生热后的各类缺陷的金属板材的表面图像；
57.数据集构建模块，用于将各类缺陷的金属板材的表面图像划进行预处理后分为训练集和测试集；
58.初始权值阈值获取模块，用于根据初始bp神经网络的结构确定初始bp神经网络的所有初始权值和初始阈值；
59.权值阈值优化模块，用于根据训练集、初始bp神经网络的结构、初始bp神经网络的所有初始权值和初始阈值，采用遗传算法对初始bp神经网络进行优化，得到初始bp神经网络的最优权值和阈值；
60.bp神经网络优化模块，用于根据训练集、最优权值和阈值对初始bp神经网络进行训练，得到最优bp神经网络；
61.验证模块，用于根据测试集对最优bp神经网络进行验证，若验证通过，则将最优bp神经网络用于对待检测金属板材进行缺陷识别和分类；
62.缺陷识别模块，用于获取通过超声源对待检测金属板材进行激励生热后采用红外热成像设备拍摄的生热后的待检测金属板材的表面图像，将待检测金属板材的表面图像输入最优bp神经网络，得到待检测金属板材的缺陷识别和分类结果。
63.权值阈值优化模块具体用于：
64.将训练集输入权值和阈值分别为初始权值和初始阈值的初始bp神经网络进行预测，得到预测输出与期望输出之间的误差绝对值和，作为初始种群的个体适应度值；
65.通过遗传算法对初始种群个体迭代进行选择、交叉和变异，直到个体适应度值满足第一终止条件，得到最优权值和阈值。
66.bp神经网络优化模块具体用于：
67.将最优权值和阈值放入初始bp神经网络中，使用训练集对初始bp神经网络进行训练，更新初始bp神经网络的权值和阈值，直到满足第二终止条件，得到最后更新的权值和阈值的初始bp神经网络，作为最优bp神经网络。
68.采用轮盘赌法或锦标赛法对初始种群个体迭代进行选择操作。
69.第一终止条件为达到最大遗传迭代次数或达到期望个体适应度值。
70.第二终止条件为达到最大迭代次数或误差不大于期望误差或误差连续20次迭代不下降。
71.本发明实施例中提供的金属板材缺陷识别分类系统，使用超声红外热成像技术拍摄金属板材表面图像，能够使得拍摄到的有缺陷的金属板材中的缺陷体现得更加明显，且能够使得缺陷检测过程可视化，同时，利用遗传算法对bp神经网络进行优化，使得优化后的bp神经网络收敛速度更快，精确度更高，将超声红外热成像技术与经遗传算法优化后的bp神经网络结合，能够提高金属板材的缺陷识别与分类精度，解决了现有的金属板材缺陷识别分类方法准确性不高，实用性不强的技术问题。
72.本发明实施例提供的金属板材缺陷识别分类系统用于执行前述的金属板材缺陷识别分类方法实施例中的金属板材缺陷识别分类方法，可取得与前述的金属板材缺陷识别分类方法实施例相同的技术效果，其原理与前述的实施例的金属板材缺陷识别分类方法相同，在此不再进行赘述。
73.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
74.以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前
述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。