[發明專利]一種飛機蒙皮損傷自動識別圖像質量增強方法及系統

在審

• 申請號: 202310518985.6
• 申請日: 2023-05-10
• 公開（公告）號: CN116523754A
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 白建坤;何艷斌
• 申請（專利權）人: 廣州民航職業技術學院
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T5/00;G06T7/13;G06V20/40;G06V20/70;G06N3/0475
• 代理公司: 北京盛詢知識產權代理有限公司 11901
• 代理人: 李茜茜

本申請公開了一種飛機蒙皮損傷自動識別圖像質量增強方法及系統，其中方法包括以下步驟：收集飛機蒙皮損傷的視頻信息，并對所述視頻信息進行初步處理，得到圖像幀；對所述圖像幀進行圖像注釋，得到損傷圖像集；對所述損傷圖像集進行分辨率增強，得到高分辨率圖像；對所述高分辨率圖像進行模糊檢測，篩選出模糊圖像，并對所述模糊圖像進行去模糊處理，得到最終圖像。本申請將ESRGAN和DeblurGANv2相結合，提高了動態圖像在分辨率和模糊度方面的質量，在智能化飛機維護中使用低質量圖像數據集(低分辨率和高模糊度)的問題提供了有效的解決方案。

技術領域

本申請屬于飛機維護技術領域，具體涉及一種飛機蒙皮損傷自動識別圖像質量增強方法及系統。

背景技術

飛機蒙皮表面損傷檢查有利于航空器的持續適航，可以有效地確保飛行安全。基于無人機視覺檢測技術在效率、成本和準確性方面優于傳統人工檢測方法。人工檢查飛機蒙皮表面損傷耗時耗力，效率低下，技術人員需要目視檢查飛機蒙皮是否存在雷擊、鳥擊、雹擊、掉漆等損傷，需要花費大量的時間，人為因素也會影響檢測的可靠性。

現有技術中將深度學習，特別是視覺識別融入飛機蒙皮損傷的自動檢測中。使用計算機視覺和模糊識別技術的自動檢測成本低、速度快且可靠性高。大多數圖像數據集都是使用無人機設備動態采集，這可能會限制獲取高質量、無遮擋和適當照明的圖像的能力。自動檢測需要高質量的圖像數據集，這些數據集在圖像中包含相當多的細節，以便進行準確的預測。低質量相機導致的低分辨率和相機移動導致的模糊有時是不可避免的，因此圖像的獲取可能導致較低的預測精度。實現自動缺陷識別的挑戰是由鏡頭的動態移動和在捕獲飛機蒙皮損傷時使用各種運動相機引起的圖像模糊，以往大多數改進目標檢測的研究都集中于圖像模糊問題或分辨率，很少有研究集中于解決這兩個問題。

發明內容

本申請旨在解決現有技術的不足，提出一種飛機蒙皮損傷自動識別圖像質量增強方法及系統，將ESRGAN和DeblurGANv2相結合，提高了動態圖像在分辨率和模糊度方面的質量。

為實現上述目的，本申請提供了如下方案：

一種飛機蒙皮損傷自動識別圖像質量增強方法，包括以下步驟：

收集飛機蒙皮損傷的視頻信息，并對所述視頻信息進行初步處理，得到圖像幀；

對所述圖像幀進行圖像注釋，得到損傷圖像集；

對所述損傷圖像集進行分辨率增強，得到高分辨率圖像；

對所述高分辨率圖像進行模糊檢測，篩選出模糊圖像，并對所述模糊圖像進行去模糊處理，得到最終圖像。

優選的，所述初步處理的方法包括：將所述視頻信息輸入至Video2Frames函數，得到所述圖像幀。

優選的，所述分辨率增強的方法包括：

將所述損傷圖像集轉換為PNG格式，得到PNG圖像集；

設定低分辨率閾值，并基于所述低分辨率閾值篩選所述PNG圖像集，得到待增強圖像集；

將所述待增強圖像集輸入至ESRGAN模型中進行分辨率增強，得到所述高分辨率圖像。

優選的，所述模糊檢測的方法包括：

將所述高分辨率圖像進行色域轉換，得到灰度圖像；

利用拉普拉斯核對所述灰度圖像進行邊緣檢測，得到拉普拉斯圖像；

設定模糊圖像方差閾值，計算所述拉普拉斯圖像的圖像方差值，將所述圖像方差值低于所述方差閾值的圖像確定為所述模糊圖像。

優選的，所述去模糊處理的方法包括：將所述模糊圖像輸入至DeblurGANv2模型中進行去模糊處理，得到所述最終圖像。