[發明專利]損傷識別方法及裝置

在審

• 申請號: 201710018726.1
• 申請日: 2017-01-10
• 公開（公告）號: CN106815835A
• 公開（公告）日: 2017-06-09
• 發明（設計）人: 李永;范春曉;明悅;劉恒鑫;馬冰;張潤清;王瑞琛;吳佳濤
• 申請（專利權）人: 北京郵電大學;波音（中國）投資有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京同立鈞成知識產權代理有限公司11205
• 代理人: 楊文娟,劉芳

技術領域

本發明涉及航空設備技術領域，尤其涉及一種損傷識別方法及裝置。

背景技術

在航空領域，對于乘客而言，確保飛行器安全是至關重要的。以飛機為例，在對飛機進行A檢和特種維修時，是通過對飛機表面進行目視檢測，但該方法依賴于地勤人員的經驗，使得檢測的效率不高。

為了提高檢測的準確率，現有技術中，通過攝像頭采集飛機表面的圖像，并對圖像進行預處理，再提取預處理后的圖像的灰度共生矩陣特征對飛機表面的損傷進行檢測，但是采用該方式只能識別四種不同的損傷，并且由于灰度共生矩陣特征只是通過單一的特征描述飛機表面的損傷，因此，對于兩種比較接近的損傷，采用該方法無法進行識別，從而導致飛機表面損傷類型的識別率較低。

發明內容

本發明提供一種損傷識別方法及裝置，以提高飛行器表面損傷類型的識別率。

本發明實施例提供一種損傷識別方法，包括：

對待識別圖像進行預處理，所述預處理包括將所述待識別圖像劃分為M個子圖像塊，M為大于等于2的整數；

將所述M個子圖像塊通過預設識別模型進行識別，確定所述M個子圖像塊對應的損傷類型；所述預設識別模型通過卷積層、池化層及全連接層對所述子圖像塊進行識別；

輸出所述M個子圖像塊對應的損傷類型。

在本發明一實施例中，所述將所述M個子圖像塊通過預設識別模型進行識別之前，還包括：

預先獲取所述預設識別模型。

在本發明一實施例中，所述預先獲取所述預設識別模型，包括：

將已標記樣本圖像塊通過初始識別模型進行識別，確定所述已標記的樣本圖像塊對應的損傷類型；所述初始識別模型通過卷積層、池化層及全連接層對所述已標記樣本圖像塊進行識別；其中，所述已標記樣本圖像塊的個數等于預設批尺寸；

根據已標記樣本圖像塊的標記損傷類型與所述已標記樣本圖像塊的損傷類型獲取所述預設識別模型。

在本發明一實施例中，所述將已標記樣本圖像塊通過初始識別模型進行識別，確定所述已標記的樣本圖像塊對應的損傷類型，包括：

獲取所述已標記樣本圖像塊中每一個已標記樣本圖像塊對應的N種損傷類型的概率值；N為大于等于2的整數；

根據所述每一個已標記樣本圖像塊對應的N種損傷類型的概率值確定所述每一個已標記樣本圖像塊對應的損傷類型。

在本發明一實施例中，所述根據所述每一個已標記樣本圖像塊對應的N種損傷類型的概率值確定所述每一個已標記樣本圖像塊對應的損傷類型，包括：

判斷所述每一個已標記樣本圖像塊對應的N種損傷類型的概率值與預設閾值的大小關系；

將所述概率值中大于所述預設閾值的概率值對應的損傷類型確定為所述已標記樣本圖像塊對應的損傷類型。

在本發明一實施例中，所述根據已標記樣本圖像塊的標記損傷類型與所述已標記樣本圖像塊的損傷類型獲取所述預設識別模型，包括：

將所述標記損傷類型與所述已標記樣本圖像塊的損傷類型進行比較，其中，所述比較次數小于等于預設迭代次數；

若所述標記損傷類型與所述已標記樣本圖像塊的損傷類型的差值收斂，則確定所述初始識別模型為所述預設識別模型；

若所述標記損傷類型與所述已標記樣本圖像塊的損傷類型的差值不收斂，則修改所述初始識別模型，得到所述預設識別模型。

在本發明一實施例中，所述將已標記樣本圖像塊通過初始識別模型進行識別之前，還包括：

接收輸入的樣本圖像塊及所述樣本圖像塊對應的標記損傷類型，得到所述已標記樣本圖像塊。

在本發明一實施例中，所述將所述M個子圖像塊通過預設識別模型進行識別，確定所述M個子圖像塊對應的損傷類型，包括：

獲取所述M個子圖像塊中每一個子圖像塊對應的N種損傷類型的概率值；

根據所述每一個子圖像塊對應的N種損傷類型的概率值確定所述每一個子圖像塊對應的損傷類型。

在本發明一實施例中，所述根據所述每一個子圖像塊對應的N種損傷類型的概率值確定所述每一個子圖像塊對應的損傷類型，包括：

判斷所述每一個子圖像塊對應的N種損傷類型的概率值與預設閾值的大小關系；

將所述概率值中大于所述預設閾值的概率值對應的損傷類型確定為所述子圖像塊對應的損傷類型。

本發明實施例還提供一種損傷識別裝置，包括：

處理模塊，用于對待識別圖像進行預處理，所述預處理包括將所述待識別圖像劃分為M個子圖像塊，M為大于等于2的整數；