一种基于人工提取缺陷块的边界搜索方法

发布时间：2021-06-22 00:48

　　为改进管道漏磁内检测数据量化技术领域的传统人工圈取缺陷块方法的定位有偏差、圈取范围偏大等缺点,针对人工提取缺陷块的里程边界,提出了一种利用步长系数、结合边界与双边谷点的里程距离和幅值大小的边界搜索策略,并针对通道边界,提出一种结合幅值阈值法和峰谷差分阈值法寻找通道边界的边界搜索策略,最后综合里程边界搜索策略和通道边界搜索策略,设计了一种基于人工提取缺陷块的边界搜索方法。所提出的方法将有助于有效漏磁缺陷特征库的建立,挖掘缺陷数据的本质特征,能够在一定程度上提高缺陷提取特征的准确度,降低时间复杂度,并能为漏磁缺陷的量化提供数据支持和决策依据。 

【文章来源】：无损检测. 2020,42(08)

【文章页数】：7 页

【部分图文】：

7 归一化表面积变化趋势图

在随机森林回归树漏磁缺陷量化算法中，如图18,19所示，输入为边界搜索算法后提取的表面积、体积比输入为边界搜索算法前提取的表面积、体积的量化精度提高了0.047，同样，在梯度回归树漏磁缺陷量化算法中，量化精度分数提高了0.073。图1 9 梯度回归树测试集深度拟合曲线

里程边界搜索算法流程


本文编号：3241773