融合卷积神经网络和双边滤波的相贯线焊缝提取算法

作     者：张锦洲 姬世青 谭创 

作者机构：长江大学机械工程学院 

出 版 物：《吉林大学学报(工学版)》 (Journal of Jilin University(Engineering and Technology Edition))

年 卷 期：2023年

核心收录：

学科分类：12[管理学] 080503[工学-材料加工工程] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0805[工学-材料科学与工程（可授工学、理学学位）] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 080201[工学-机械制造及其自动化] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(51974035) 

主　　题：图像去噪处理 卷积神经网络 图像增强处理 双边滤波 相贯线焊缝提取 

摘      要：相贯线焊缝提取精度影响了工业焊接的精确度，是焊缝技术的重要步骤，也是工业领域研究的重点问题之一。传统的相贯线焊缝提取算法存在提取速度慢、提取精度不佳的问题，为了解决传统方法中存在的问题，提出融合卷积神经网络和双边滤波的相贯线焊缝提取算法。首先，通过轮廓波变换方法对相贯线焊缝图像实行灰度化处理及增强处理；其次，通过双边滤波方法对焊缝图像实行去噪处理；最后，通过全卷积神经网络完成相贯线焊缝提取。实验结果表明，所提方法的相贯线焊缝提取更加清晰、精度更高，整体应用效果更佳。