基于改进U-Net模型的焊缝特征提取

作     者：夏攀 马飞 王中任 XIA Pan;MA Fei;WANG Zhong-ren

作者机构：湖北文理学院机械工程学院湖北襄阳441053 湖北文理学院汽车与交通工程学院湖北襄阳441053 智能制造与机器视觉襄阳市重点实验室湖北襄阳441053 

基　　金：襄阳市重点科技计划项目(No.襄计科4号)资助 

出 版 物：《激光与红外》 (Laser & Infrared)

年 卷 期：2022年第52卷第8期

页      码：1259-1264页

摘      要：针对基于激光视觉自动焊接过程中,出现焊缝特征占比失衡,焊接偏移的问题,提出一种改进U-Net模型,在U-Net网络模型的基础上融合可学习的调整器模块,在编码块中接入特征增强模块,减少了弧光干扰,提升了焊缝特征提取的精度。以管道自动焊接机器人作为图像采集平台,设计了网络训练模型,同时辅以数据增强防止网络过拟合,实验结果表明,改进型U-Net算法的像素分割准确率(acc)、平均交并比(mIou)、平均像素精确度(mpa)分别为99.34%、89.36%、95.62%,与传统阈值分割算法、FCN算法、U-Net算法、PSPNet算法相比,本文的精度指标最优,在强弧光干扰环境下能准确提取出焊缝特征,具有抗噪能力强,识别准确率高的优点。

主 题 词：自动焊接 图像分割 U-Net 焊缝特征提取 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1001-5078.2022.08.024

馆 藏 号：203114065...