Development of High-Accuracy Defect Detection Algorithm for X-Ray Welding Image Inspection under Strong Noise, Low Contrast and Few Samples

DOI Web Site 5 References
  • IWATA Kenji
    （国研）産業技術総合研究所 人工知能研究センター
  • MATSUMOTO Tomohiro
    三菱重工業（株） ICTソリューション本部 CIS部
  • AOYAMA Keiko
    三菱重工業（株） 総合研究所 電気・応用物理研究部
  • KAJIKAWA Keisuke
    三菱重工業（株） 総合研究所 電気・応用物理研究部
  • GOTO Koji
    三菱重工業（株） 原子力セグメント 品質保証部
  • SUGIMOTO Kiichi
    三菱重工業（株） ICTソリューション本部 CIS部

Bibliographic Information

Other Title
  • 高ノイズ・低コントラスト・少数サンプル下におけるX線溶接画像検査の高精度欠陥検出アルゴリズムの開発

Search this article

Description

<p>We have developed an algorithm to accurately detect unclear defects in X-ray image inspection of thick welded parts under low contrast, and strong noise. Statistical Reach Features (SRF) and High-order Local Autocorrelation (HLAC) are used as noise-robust feature extraction methods. In order to deal with a small number of defect samples, pseudo-defect data with actual noise is used for machine learning. When the discriminator is optimized for zero missing, the over-detection is significantly reduced, and the method is ready for practical application.</p>

Journal

References(5)*help

See more

Keywords

Details 詳細情報について

Report a problem

Back to top