Page 123 - 无损检测2021年第十一期

专利精选

检测技术的检测灵敏度不高, 缺陷图像分辨率低的 另一个检测扫查架设有探头组件, 其中一个检测扫
技术问题。 查架设有顶杆组件。检测扫查架边框处成型有弹性
伸缩结构; 弹性伸缩结构底部为一凸台, 凸台中心开
设有一通孔至检测扫查架边框外侧, 凸台上端设有
基于深度学习和超像素分割的复材超声图像 若干支柱, 支柱套接有压缩弹簧, 支柱顶端固定有挡
缺陷检测方法 板。本发明的检测装置能够实现对绝缘子的相控阵
检测, 探头组件、 编码器组件和顶杆组件三者可伸缩
申请号: CN202110714603.8
申请日: 2021.06.25 调节, 固定绝缘子的相对位置。探头安装在楔块上,
保证探头准直, 本装置保持耦合良好, 扫查位置能达
公开( 公告) 号: CN113298809A
公开( 公告) 日: 2021.08.24 到相关精度要求, 可连续扫查重复覆盖检测。
IPC 分 类 号: G06T7 / 00 ; G06T7 / 11 ; G06K9 / 62 ;
G06N3 / 04 ; G06N3 / 08
申请( 专利权) 人: 成都飞机工业( 集团) 有限责任公司 基于点扩散函数参数寻优的超声图像复原方法

发明人:许艾明; 黎小华; 刘倍铭; 王飞扬; 方 亿; 申请号: CN202110645603.7
宁斯岚 申请日: 2021.06.10

摘要: 本发明公开了基于深度学习和超像素分割的 公开( 公告) 号: CN113409202A

复材超声图像缺陷检测方法, 包括以下步骤: ① 对 公开( 公告) 日: 2021.09.17
复材超声检测图像进行扩增形成训练样本集, 基于 IPC分类号: G06T5 / 00 ; G06N3 / 00
训练样本集通过神经网络对复材缺陷进行特征检出 申请( 专利权) 人: 东南大学

与提取, 得到缺陷目标检测包围框; ② 采用超像素 发明人: 胡建中; 许金堡; 许飞云; 贾民平; 陈启山

分割方法对复材超声检测图像进行像素级分割, 得 摘要: 本发明公开了一种基于点扩散函数参数寻优

到若干超像素分割子区域; ③ 将包含缺陷的超像素 的超声图像复原方法, 涉及超声无损检测技术领域,
分割子区域位于缺陷目标检测包围框外部的部分舍 解决了在没有预先给定超声成像系统点扩散函数的
弃, 将包含缺陷的超像素分割子区域位于缺陷目标 情况下, 不能对超声图像进行复原的技术问题, 其技
检测包围框内部的部分保留并合并作为最终缺陷区 术方案要点是通过交替最小化框架同时求解超声图

域; ④ 拟合最终缺陷区域的最小外接矩形作为最终 像和点扩散函数, 采用 RLTV 算法完成交替最小化
缺陷检测结果。本发明可同时保证复合材料超声图 中中间图像的求解部分; 然后采用粒子群优化算法
像缺陷检测识别的高效性与精确性。 完成交替最小化中间的点扩散函数的多参数优化求
解部分, 最终获得复原超声图像及对应的点扩散函
数。该方法不需要预先给定超声成像系统的点扩散
绝缘子超声检测辅助装置 函数, 仅通过模糊的超声图像就能直接得出清晰图
申请号: CN202110612360.7 像与超声成像系统的点扩散函数。
申请日: 2021.06.02
公开( 公告) 号: CN113325076A
一种适用于宽膜厚范围样品的激光超声测量
公开( 公告) 日: 2021.08.31
IPC分类号: G01N29 / 04 ; G01N29 / 22 ; G01N29 / 275 系统及方法
申请( 专利权) 人: 广西电网有限责任公司电力科学 申请号: CN202110601198.9
研究院 申请日: 2021.05.31

发明人:张兴森; 边美华; 李君华; 卢展强; 彭家宁; 公开( 公告) 号: CN113281265A
杨艺云; 刘桂婵 公开( 公告) 日: 2021.08.20

摘要: 本发明公开一种绝缘子超声检测辅助装置, IPC分类号: G01N21 / 17 ; G01N21 / 01
包括两个检测扫查架以及锁死组件, 锁死组件固定 申请( 专利权) 人: 华中科技大学; 上海精测半导体技
两个检测扫查架, 一个检测扫查架设有编码器组件, 术有限公司
1
8
2021年 第43卷 第11期
无损检测