基于卷积神经网络的磁粉探伤缺陷识别系统及方法

(19)中华人民共和国国家知识产权局

	(12)发明专利说明书
		(10)申请公布号 CN 114252507 A (43)申请公布日 2022.03.29

(21)申请号 CN202111563159.0

(22)申请日 2021.12.20

(71)申请人济宁鲁科检测器材有限公司

地址 272001 山东省济宁市高新区接贾路2-2号

(72)发明人杨白冰曹福想王惟

(74)专利代理机构 37212 青岛发思特专利商标代理有限公司

代理人卢登涛

(51)Int.CI

G01N27/84(20060101)

H04N7/18(20060101)

H04W4/70(20180101)

G06N3/04(20060101)

G06V20/10(20220101)

G06V20/40(20220101)

H04M1/72406(20210101)

H04M1/72409(20210101)

H04M1/72439(20210101)

H04M1/72415(20210101)

H04L12/40(20060101)

H04N5/76(20060101)

H04N21/234(20110101)

H04N21/2743(20110101)

H04N21/433(20110101)

H04N21/4402(20110101)

H04N21/858(20110101)

H04L67/02(20220101)

G08C19/00(20060101)

H04L67/55(20220101)

H04L67/06(20220101)

权利要求说明书说明书幅图

(54)发明名称

基于卷积神经网络的磁粉探伤缺陷识别系统及方法

(57)摘要

本发明公开一种基于卷积神经网络的磁粉探伤缺陷识别系统及方法，属于无损检测技术领域，包括磁粉探伤机器人、移动终端、终端APP和流媒体服务器，摄像头拍摄待检测工件，并将拍摄的画面传输至移动终端，终端APP实时播放上述画面，终端APP连接流媒体服务器，终端APP录制移动终端的屏幕，将录制视频推送到流媒体服务器，流媒体服务器对视频逐帧检测，将存在缺陷的视频帧推送到终端APP。实现了工件的图像采集，并对采集的图像进行转码推流探伤缺陷识别，缺陷识别基于卷积神经网络实现，采用将传统的磁粉检测技术充分地与图像处理技术融合到一起，提高工件识别率和判别精确度。解决误判和漏判的问题。

法律状态

法律状态公告日	法律状态信息	法律状态
2022-03-29	公开	发明专利申请公布
2022-04-15	实质审查的生效IPC(主分类):G01N27/84专利申请号:2021115631590申请日:20211220	实质审查的生效