本文主要研究内容
作者宋文豪,张斌,李峰宇,杨腾达,李建宁,杨小会（2019）在《核燃料芯块的表面裂纹检测算法研究》一文中研究指出：为保证反应堆的安全运行,需要采用多种检测技术确保燃料芯块质量。针对燃料芯块表面裂纹检测中因图像对比度低、背景复杂而导致的裂纹误检率高的问题,提出了一种基于卷积神经网络(CNN)和Beamlet算法相结合的表面裂纹检测算法。对图像进行等尺度分割作为裂纹识别模型(CrackCNN)的训练和测试样本;采用训练完成的CrackCNN对图像中含裂纹的区域进行识别和定位;采用Beamlet算法针对含裂纹区域进行裂纹检测。该算法将CNN和Beamlet相结合,充分发挥两者的优势,有效降低了裂纹误检概率,提高了检测精度。实验结果表明,相对于单独采用Beamlet算法,本文算法的F-measure提升了6.4%;相对于双重阈值和张量投票算法,本文算法的F-measure提升了3.4%。
Abstract
wei bao zheng fan ying dui de an quan yun hang ,xu yao cai yong duo chong jian ce ji shu que bao ran liao xin kuai zhi liang 。zhen dui ran liao xin kuai biao mian lie wen jian ce zhong yin tu xiang dui bi du di 、bei jing fu za er dao zhi de lie wen wu jian lv gao de wen ti ,di chu le yi chong ji yu juan ji shen jing wang lao (CNN)he Beamletsuan fa xiang jie ge de biao mian lie wen jian ce suan fa 。dui tu xiang jin hang deng che du fen ge zuo wei lie wen shi bie mo xing (CrackCNN)de xun lian he ce shi yang ben ;cai yong xun lian wan cheng de CrackCNNdui tu xiang zhong han lie wen de ou yu jin hang shi bie he ding wei ;cai yong Beamletsuan fa zhen dui han lie wen ou yu jin hang lie wen jian ce 。gai suan fa jiang CNNhe Beamletxiang jie ge ,chong fen fa hui liang zhe de you shi ,you xiao jiang di le lie wen wu jian gai lv ,di gao le jian ce jing du 。shi yan jie guo biao ming ,xiang dui yu chan du cai yong Beamletsuan fa ,ben wen suan fa de F-measuredi sheng le 6.4%;xiang dui yu shuang chong yu zhi he zhang liang tou piao suan fa ,ben wen suan fa de F-measuredi sheng le 3.4%。
论文参考文献
论文详细介绍
论文作者分别是来自激光与光电子学进展的宋文豪,张斌,李峰宇,杨腾达,李建宁,杨小会，发表于刊物激光与光电子学进展2019年16期论文，是一篇关于图像处理论文,裂纹检测论文,卷积神经网络论文,核燃料芯块论文,算法论文,激光与光电子学进展2019年16期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自激光与光电子学进展2019年16期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：图像处理论文; 裂纹检测论文; 卷积神经网络论文; 核燃料芯块论文; 算法论文; 激光与光电子学进展2019年16期论文;