在合金轮上的低对比度离散缺陷的自动检测模型
Jian Yang1, Ping Chen1, Mingquan Wang1
1School of Information and Communication Engineering, North University of China, Taiyuan 030051, China.
Sensors (Basel, Switzerland)
|January 10, 2026
概括
这项研究引入了一种先进的框架,用于使用X射线成像检测合金轮中缺陷. 这种新的方法提高了缺陷检测的准确性和效率,这对于汽车制造业的质量控制至关重要.
科学领域:
- 材料科学 材料科学 材料科学
- 非破坏性测试 不破坏性测试
- 计算机视觉 计算机视觉
背景情况:
- 用X射线进行非破坏性测试对于对合金轮质量监测至关重要.
- 轮图像通常由于造过程而受到低对比度和离散缺陷边缘的影响.
- 现有的缺陷检测方法与特征提取,交叉尺度融合和背景干扰作斗争.
研究的目的:
- 提出一个创新的检测框架,用于合金轮的缺陷.
- 为了解决当前处理低对比度和离散缺陷边缘的方法的局限性.
- 提高自动缺陷检测的效率和准确性.
主要方法:
- 实施数据预处理以提高图像质量.
- 集成的非对称轮形卷积 (PConv) 用于聚焦边缘特征提取.
- 开发了一个基于Mamba的双阶段特征金字塔网络 (MFDPN) 以改进本地化.
- 整合了通道和空间注意力块 (CASAB) 来减轻背景干扰.
主要成果:
- 与基线相比,拟议的模型实现了mAP50的7.2%增加和RECALL的5%增加.
- 该框架显示了39 FPS的实际推断速度.
- 该模型有效地处理轮图像中的低对比度和离散缺陷边缘.
结论:
- 开发的检测框架为自动化合金车轮枢纽缺陷检测提供了高度实用性的实用性.
- 集成PConv,MFDPN和CASAB显著提高了检测性能.
- 这种方法为合金造的质量控制提供了强大的解决方案.
