基于U-Net图像分割算法的相控阵超声缺陷图像定量检测方法

作     者：靖珍珠 赵玉琦 涂思敏 陈振华 JING Zhenzhu;ZHAO Yuqi;TU Simin;CHEN Zhenhua

作者机构：中国航发商用航空发动机有限责任公司上海201306 南昌航空大学无损检测技术教育部重点实验室南昌330063 核工业工程研究设计有限公司北京101300 

出 版 物：《无损检测》 (Nondestructive Testing)

年 卷 期：2025年第47卷第2期

页      面：13-19页

学科分类：08[工学] 080502[工学-材料学] 0805[工学-材料科学与工程（可授工学、理学学位）] 

基　　金：江西省重点研发计划(20212BBE51006) 

主　　题：相控阵超声检测 智能定量 图像分割 缺陷 

摘      要：相控阵超声检测结果需经检测人员评定,存在主观性强、效率低、可靠性差等问题。据此,提出一种基于图像分割算法的相控阵超声缺陷智能定量方法。首先,采集平底孔缺陷图像并对其进行扩增处理以形成训练数据库;其次,构建并训练U-Net智能缺陷分割模型,使其能够在检测图像中自动分割缺陷和背景;接着,提出一种基于分割后的二值图像定量方法用于测量缺陷尺寸;最后,验证U-Net模型对相控阵缺陷图像的定量检测能力。结果表明,基于U-Net算法的缺陷分割模型的平均定量检测误差小于6%,能够达到与-6 dB法相似的定量检测能力,且具有效率高、智能化、易操作的优势。