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 ZHANG Jin-zhou;JI Shi-qing;TAN Chuang

作者机构：长江大学机械工程学院湖北荆州434023 

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

年 卷 期：2024年第54卷第8期

页      面：2313-2318页

核心收录：

学科分类：080503[工学-材料加工工程] 08[工学] 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] 080201[工学-机械制造及其自动化] 

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,为了解决以上问题,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进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进行去噪处理;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:本文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。