基于深度学习网络的射线图像缺陷识别方法

针对建立射线无损检测智能化信息处理平台的需要,提出一种基于深度学习网络的智能识别方法。以卷积神经网络结构为基础,结合径向基神经网络非线性映射能力,构建一种模拟视觉感知原理的深度学习网络结构,并提出一种网络结构自生长方法和参数学习方法;然后在获取注意区域的基础上,模拟人类大脑深度学习的层次感知系统,使可疑区域的像素灰度信号直接通过深度学习层次网络,通过卷积网络逐层挖掘可疑缺陷区域的本质特征;最后利用径向基网络部分实现对射线图像缺陷的直接智能识别。实验中对复杂射线图像的缺陷识别率超过91%,优于传统方法。实验表明该方法有较高的准确率和较好的适应性,能够满足射线无损检测智能化信息处理平台的需要。