[發明專利]基于光學和紅外圖像融合的低發射率涂層智能探損方法

在審

• 申請號: 202011187315.3
• 申請日: 2020-10-30
• 公開（公告）號: CN112258490A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 魏小龍;徐浩軍;武欣;李益文;李玉琴;何衛鋒;裴彬彬;聶祥樊;華為卓;陳戈
• 申請（專利權）人: 中國人民解放軍空軍工程大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 西安知誠思邁知識產權代理事務所(普通合伙) 61237
• 代理人: 麥春明

本發明公開了一種基于光學和紅外圖像融合的低發射率涂層智能探損方法，首先，建立或選擇卷積神經網絡，并對其進行訓練和優化，得到用于檢測低發射率涂層損傷的卷積神經網絡模型；獲取待檢測的低發射率涂層的光學圖像以及與其同位置、同視角、同尺寸的紅外圖像，并對獲取的光學圖像及與其同位置、同視角、同尺寸的紅外圖像進行圖像融合，得到待檢測的低發射率涂層的融合圖像；對待檢測的低發射率涂層的融合圖像進行歸一化處理，得到待檢測的數據樣本；最后，將待檢測的數據樣本輸入用于檢測低發射率涂層損傷的卷積神經網絡模型，對待檢測的低發射率涂層進行損傷自動檢測，實現了低發射率涂層損傷的自動、快速檢測，準確率達到95％以上。

技術領域

本發明屬于低發射率涂層損傷檢測技術領域，涉及一種基于卷積神經網絡以及光學和紅外圖像融合的低發射率涂層智能探損方法。

背景技術

低發射率材料是涂敷型隱身功能表面材料，低發射率涂層被廣泛用于飛機、艦船、導彈、軍用車輛及其它武器裝備。在武器裝備壽命期內的任何低發射率涂層在貯存、運輸和使用過程中，均會受到環境因素的影響和作用，從而引起涂層變色、粉化、起層、開裂、附著力下降等物理化學性能的變化和涂層低發射率性能的衰退。

目前，對低發射率涂層損傷檢測主要采用反射積分球檢測法和人眼觀察法，以逐點掃查為主，無法進行大面積快速成像。因此，低發射率涂層的損傷識別對專業人士依賴性強，效率低，且容易因人為因素造成誤判和漏判。公開號為CN111461120A、名稱為一種基于區域的卷積神經網絡物體表面缺陷檢測方法，提出了一種對普通物體的損傷進行檢測的方法，但其僅考慮了物體的光學圖像信息，模型所能提取的特征有限，因此將其應用于低發射率涂層損傷檢測時存在檢測準確率不高、檢測誤差較高的問題，導致其不適用于低發射率涂層損傷檢測。

發明內容

本發明實施例的目的在于提供一種基于光學和紅外圖像融合的低發射率涂層智能探損方法，以解決現有低發射率涂層損傷檢測、識別方法對專業人士依賴性強、效率低、容易因人為因素造成誤判和漏判的問題，以及準確率低、檢測誤差較高的問題。

本發明實施例所采用的技術方案是，基于光學和紅外圖像融合的低發射率涂層智能探損方法，按照以下步驟進行：

步驟S1、建立或選擇卷積神經網絡，并對其進行訓練和優化，得到用于檢測低發射率涂層損傷的卷積神經網絡模型；

步驟S2、獲取待檢測的低發射率涂層的光學圖像以及與其同位置、同視角、同尺寸的紅外圖像，并對獲取的光學圖像及與其同位置、同視角、同尺寸的紅外圖像進行圖像融合，得到待檢測的低發射率涂層的融合圖像；

步驟S3、對待檢測的低發射率涂層的融合圖像進行歸一化處理，得到待檢測的數據樣本；

步驟S4、將待檢測的數據樣本輸入用于檢測低發射率涂層損傷的卷積神經網絡模型，對待檢測的低發射率涂層進行損傷自動檢測。

本發明實施例的有益效果是，首先采集低發射率涂層的光學圖像以及與其同位置同視角的紅外圖像，保證損傷在光學圖像和紅外圖像中的位置坐標是相同的，然后對兩種圖像在通道維度進行疊加，疊加后圖像損傷位置坐標不變，這樣就可以對損傷位置進行定位，即可以將疊加后圖像直接應用到“目標檢測”卷積神經網絡中，通過卷積神經網絡提取特征，實現低發射率涂層損傷的自動、快速檢測，解決了現有低發射率涂層損傷檢測、識別方法對專業人士依賴性強、效率低、容易因人為因素造成誤判和漏判的問題。直接在通道維度融合圖像，然后輸入至目標檢測卷積神經網絡，最大程度的保留和提取了光學圖像和紅外圖像的特征，保證卷積神經網絡模型能夠提取到更多的特征，進而有效降低檢測誤差，確保了檢測準確率，準確率達到95％以上，解決了現有低發射率涂層損傷檢測、識別方法準確率低、檢測誤差較高的問題。

附圖說明