[发明专利]一种基于飞机蒙皮表面缺陷检测和分类的方法

说明书

本发明公开了一种基于飞机蒙皮表面缺陷检测和分类的方法，包括以下步骤：对图像进行多视角超分辨率重建预处理，将空间上不同相机所拍的图像信息融合，获取分辨率更高的图像；特征提取，基于多视角测量来获取缺陷的物理测量特征，采用通过GPU加速对卷积神经网络(CNN)进行训练和加速来挖掘能表征飞机蒙皮缺陷的深度特征；特征融合和分类识别，基于多模态加权组合的SVM模型进行数据融合和分类。本发明开展了飞机蒙皮检测技术的研究，针对飞机蒙皮表面缺陷开展图像监测与识别，以实现非接触、无破坏的精确测量，对多模态测量数据进行融合、提取并加以分类，自动识别缺陷类型，为实现飞机精确化维护管理提供一条新途径。

技术领域

以飞机蒙皮为研究对象，建立其缺陷检测和分类的技术体系，并进行实例分析研究。

背景技术

飞机蒙皮的作用是维持飞机外形，使之具有很好的空气动力特性。蒙皮承受空气动力作用后将作用力传递到相连的机身机翼骨架上，受力复杂，加之蒙皮直接与外界接触，所以不仅要求蒙皮材料强度高、塑性好，还要求表面光滑，有较高的抗蚀能力。

飞机蒙皮缺陷主要可分为三大类：分别为裂纹，腐蚀和意外损伤。飞机每一次起降都会使蒙皮出现周期性膨胀和收缩，在这种交变作用力的持续作用下，飞机表面的铆钉周围的材料极易产生微小的疲劳裂纹。当裂纹扩展至临界裂纹长度后，会快速失稳扩展，最后导致结构断裂破坏，这也是造成飞机空难的主要因素之一。典型的蒙皮裂纹如图1(b)所示。腐蚀的产生主要是由于两种不同的金属之间存在导电介质(如液体、潮气)，在微电流的作用下，正极金属逐渐消耗的过程。特别对于经常在沿海地区执行任务的军用飞机，高温、高湿、高盐的恶劣环境加速了对飞机蒙皮的腐蚀。严重的腐蚀会增加飞机维修的工作量，有时候甚至造成飞机长时间停场修理。图1(c)是典型的飞机蒙皮腐蚀。蒙皮的意外损伤是指由于飞机在飞行过程和维护过程中由于不可预料的因素引起的损伤，比如鸟类撞击产生的凹坑和行驶中出现的划痕等。虽然这类缺陷出现随机，仍需在飞机维护期间进行严格的检测。典型意外损伤如图1(d)所示。

机器视觉是用机器代替人眼，将被拍摄结果转换成图像信号传给图像处理系统，并做出判断和测量。一个典型的工业机器视觉系统包括：光源、图像采集系统、数字图像处理模块、智能判断决策模块、监视器和通讯输入、输出单元等。对于飞机蒙皮的机器视觉检测而言，需要设计图像采集装置来实现飞机蒙皮表面图像的实时采集，并通过传输模块将采集信号传回地面监控站，由数字图像处理模块进行处理，并通过图像识别算法对采集的图像进行预处理、特征提取以及分类识别等，最后根据识别结果做出决策。这其中，完成对数字图像的处理在整个系统中起了决定性的作用。首先，由于外部环境，在采集和传输过程中图像会受到噪声影响。为了提升图像质量，需要对图像进行预处理工作；其次，为了实现对蒙皮缺陷类型的划分，需要对图像的纹理特征、形状特征等进行特征提取；提取特征以后，要实现多种特征量的融合，并运用分类算法进行缺陷识别；最后需要完成对特定缺陷的定量测量。整个过程包括了多种图像识别技术手段，虽然每个对应技术都有相对成熟的方法，但如何找到最适合飞机蒙皮图像检测的算法，如何使整个检测过程效果达到最优，如何提升缺陷检测的效率和精确度，仍是一个值得研究的问题。

发明内容

有鉴于此，本发明的目的在于一种飞机蒙皮表面缺陷检测和分类的方法，通过对图像进行多视角超分辨率重建预处理，提出把多视角超分辨率问题转换成一个多图像去模糊问题，其产生的子问题能被ADMM算法有效解决。通过多视角测量技术和CNN分别得到历史表面损伤图像的物理测量特征和深度特征，从而训练出混合核函数SVM分类器能对这些多模态数据进行融合和分类的能力。最后对在线监控的关键金属构件表面状态图像，在经历图像预处理，特征提取后，利用训练好的混合核函数SVM分类器就能准确进行飞机蒙皮缺陷分类。

基于上述目的，本发明提供的一种基于飞机蒙皮表面缺陷检测和分类的方法，包括以下步骤：

1)对图像进行多视角超分辨率重建预处理，将空间上不同相机所拍的图像信息融合，获取分辨率更高的飞机蒙皮缺陷图像；