[發明專利]基于多層自編碼器的紅外熱成像缺陷檢測圖像處理方法在審
| 申請號: | 202110991444.6 | 申請日: | 2021-08-27 |
| 公開(公告)號: | CN113552172A | 公開(公告)日: | 2021-10-26 |
| 發明(設計)人: | 劉毅;鄭明凱;劉凱新 | 申請(專利權)人: | 浙江工業大學 |
| 主分類號: | G01N25/72 | 分類號: | G01N25/72;G06T7/00;G06T5/00;G06N3/04;G06N3/06;G06N3/08 |
| 代理公司: | 杭州浙科專利事務所(普通合伙) 33213 | 代理人: | 周紅芳;朱盈盈 |
| 地址: | 310006 浙江省*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 多層 編碼器 紅外 成像 缺陷 檢測 圖像 處理 方法 | ||
1.基于多層自編碼器的紅外熱成像缺陷檢測圖像處理方法,其特征在于:包括以下步驟:
(1)獲取紅外熱成像缺陷圖像數據集:利用IRT系統對數據進行采集,采集的缺陷熱圖像數據保存為三維矩陣記錄下來;
(2)圖像預處理:對采集的缺陷熱圖像數據進行預處理,使其由三維矩陣展開為二維矩陣,并對展開后的二維矩陣進行標準化處理;
(3)構建多層自編碼器熱成像MAT數據增強模型:建立多層自編碼器網絡MAE,并將多層自編碼器網絡MAE應用在紅外熱成像圖像處理,構建多層自編碼器熱成像MAT模型,然后將標準化處理后的二維矩陣的每一列作為樣本進行模型訓練,對樣本數據進行特征提取并可視化中間隱藏層的輸出結果,達到去除噪聲和不均勻背景的效果。
2.根據權利要求1所述的基于多層自編碼器的紅外熱成像缺陷檢測圖像處理方法,其特征在于所述步驟(1)的具體過程如下:
采集數據時需要對試樣進行瞬時加熱,并在其冷卻階段用紅外攝像機記錄其表面溫度變化過程,并將采集的熱圖像傳輸到計算機中進行存儲。
3.根據權利要求1所述的基于多層自編碼器的紅外熱成像缺陷檢測圖像處理方法,其特征在于所述步驟(2)的具體過程如下:
步驟2.1:將通過IRT系統采集的三維矩陣缺陷熱圖像數據展開為二維矩陣;
步驟2.2:對步驟2.1中展開后獲得的二維矩陣進行標準化處理,二維矩陣中每行元素的數值通過減去對應行元素數值的平均值再除以對應行元素數值的標準差來居中。
4.根據權利要求1或2所述的基于多層自編碼器的紅外熱成像缺陷檢測圖像處理方法,其特征在于所述步驟(3)的具體過程如下:
步驟3.1:在自編碼器網絡中增加隱藏層的層數,建立多層自編碼器網絡MAE;
步驟3.2:訓練多層自編碼器熱成像MAT模型:將多層自編碼器網絡MAE應用在紅外熱成像圖像處理,構建多層自編碼器熱成像MAT模型,然后將標準化處理后二維矩陣的每一列作為樣本進行模型訓練,其中,輸入層的神經元數量與熱圖像的數量相同,輸出層與輸入層有相同數量的神經元,在模型網絡中設置1個輸入層、1個輸出層、5個隱藏層,每個隱藏層的神經元數量分別為20、12、6、12、20,每個輸入層、輸出層及隱藏層均設置激活函數,其中,輸出層使用Sigmoid函數,輸入層及隱藏層均使用Tanh激活函數,將訓練樣本分批輸入模型中進行訓練,然后進行反向傳播來更新模型參數,最后把訓練完成的模型保存;
步驟3.3:數據增強可視化:利用步驟3.2訓練后模型中的編碼器對熱圖像數據進行逐層特征提取,在隱藏層3得到圖像的高級抽象特征,達到去除噪聲和不均勻背景的效果,最后將隱藏層3所提取特征可視化,即獲得數據增強的結果。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江工業大學,未經浙江工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110991444.6/1.html,轉載請聲明來源鉆瓜專利網。





