(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210565052.8 (22)申请日 2022.05.23 (71)申请人 中国空气动力研究与发展中心超高 速空气动力研究所 地址 621000 四川省绵阳市涪城区二环路 南段6号 (72)发明人 黄雪刚　雷光钰　高延　罗庆　 殷春　谭旭彤　石安华　于哲峰　 (74)专利代理 机构 绵阳远卓弘睿知识产权代理 事务所(普通 合伙) 51371 专利代理师 张忠庆 (51)Int.Cl. G01N 21/88(2006.01) G06V 10/25(2022.01) G06V 10/26(2022.01)G06V 10/762(2022.01) G06V 10/764(2022.01) (54)发明名称 一种航天器多类型复杂缺陷的量化评估方 法 (57)摘要 本发明公开了一种航天器多类型复杂缺陷 的量化评估方法， 包括： 获得表征缺陷特征的红 外重构图像， 进行缺陷特征提取得到缺陷特征提 取图像； 得到缺陷特征检测图像； 得到缺陷特征 识别图像； 对缺陷区域进行标定， 实现缺陷像素 粗定位； 基于缺陷像素粗定位结果， 根据提取到 的缺陷边界像素点， 实现亚像素缺陷特征定位； 根据亚像素缺陷定位结果， 对每一个标定的缺陷 区域， 对轮廓特征尺寸在水平方向和垂直方向， 按照试件和图像的尺寸关系， 分别进行映射以得 到刻画缺陷不同特征参数的实际尺 寸； 进行缺陷 特征量化计算。 本发明有效提高了缺陷定位和量 化的准确率， 提高了缺陷定位的精度， 解决了水 平方向和垂直方向像素点像素尺度不同的问题。 权利要求书6页 说明书17页 附图5页 CN 114965483 A 2022.08.30 CN 114965483 A 1.一种航天器多类型复杂缺陷的量 化评估方法， 其特 征在于， 包括以下步骤： 步骤一、 采集红外数据， 对红外热图像序列数据处理， 获得表征缺陷特征的红外重构图 像Igs， 并利用模糊C聚类分割的方式对表征缺陷特征的红外重构图像Igs进行缺陷特征提 取得到缺陷特 征提取图像Ige； 步骤二、 利用基于隶属度对缺陷特征提取图像Ige进行后处理， 优化分割结果， 得到缺 陷特征检测图像Igt； 步骤三、 通过时序排齐法对缺陷特征检测图像Igt中的不同类型和不同位置的缺陷区 域进行修 正， 得到缺陷特 征识别图像Igc； 步骤四、 通过8 ‑邻接Freeman链码来检测缺陷特征识别图像Igc中不同类型和不同位置 缺陷的边界特 征， 对缺陷区域进行 标定， 实现缺陷像素粗定位； 步骤五、 基于缺陷像素粗定位结果， 根据提取到的缺陷边界像素点， 对每一个标定的缺 陷区域利用B ézier曲线拟合的方式实现亚像素缺陷特 征定位； 步骤六、 根据亚像素缺陷定位结果， 对每一个标定的缺陷区域， 对轮廓特征尺寸在水平 方向和垂直方向， 按照试件和图像的尺寸关系， 分别进行映射以得到刻画缺陷不同特征参 数的实际尺寸； 步骤七、 进行缺陷特 征量化计算。 2.如权利要求1所述的航天器多类型复杂缺陷的量化评估方法， 其特征在于， 所述步骤 一中， 进行缺陷特 征提取得到缺陷特 征提取图像Ige的具体步骤 包括： 步骤1.1、 设置聚类 数目为C， 初 始化聚类中心vk， k＝1,…,C， 初始化缺陷滤波图像Ige中 像素点xa与聚类中心的隶属度vk的隶属度uak， 像素点xa的属度uak满足 步骤1.2、 计算并更新聚类中心vk： 其中， m为平 滑参数， N 为缺陷滤波图像Igs中的像素点数目； 步骤1.3、 更新像素点xa的隶属度函数uak： 步骤1.4、 计算当前第t次迭代时的目标函数Jt： 步骤1.5、 迭代终止条件判断： 如果第t次迭代时的目标函数Jt与第t‑1次迭代时的目标 函数Jt‑1的差值小于迭代 条件判断阈值ε， 即||Jt‑Jt‑1||＜ ε， 或者达到最大迭代次数Tmax， 迭 代终止， 得到最终的聚类中心集合vk， k＝1,…,C和缺陷滤波图像Igs各像素点的隶属度矩 阵uak；权　利　要　求　书 1/6 页 2 CN 114965483 A 2步骤1.6、 缺陷滤波图像Igs像素点xa划分为隶属度矩阵uak值最大的那一类， 缺陷滤波 图像Igs中所有的像素点xa划分结束得到最终的缺陷特 征提取图像Ige。 3.如权利要求1所述的航天器多类型复杂缺陷的量化评估方法， 其特征在于， 所述步骤 二的具体步骤 包括： 步骤2.1、 检测所有可能的错 分像素点； 检测所有像 素点xa的r×r邻域区域中， 各邻域像 素点的分类标签， 如果分类标签相同， 则保持原分类标签不变， 反之则认为标签不一致的像 素点可能出现错分的情况， 将其 提取保存； 步骤2.2、 对提取的可能错分的像素点进行标签重置； 对可能错分的像素点xe， 统计xe的 n×n邻域区域中的像素点xp的隶属度， 重新计算像素点xe属于第k类的隶属度uek'： 其中， Ωe表示像素点xe的r×r邻域像素点集合； 表示xe的邻域像素点属于第k类的 隶属度； Γe表示Ωe中像素点的数目， 根据uek'的计算情况， 将xe划分为隶属度值最 大的那一 类， 实现像素点标签重置； 在进 行像素点标签重置时需要注 意， 重置的标签必须是该像素点 在步骤2.2中r ×r邻域区域出现过的分类标签； 对缺陷特征提取图像Ige中所有 可能出现的 缺陷区域像素点进行分类标签重 置后得到缺陷特 征检测图像Igt。 4.如权利要求1所述的航天器多类型复杂缺陷的量化评估方法， 其特征在于， 所述步骤 三中， 将步骤二得到的缺陷特征检测图像Igt分为K个区域， 对第k， k＝1, …,K个缺陷区域， 通过对缺陷区域像素点进行相似性度量判断以获取 热扩散区域的大小： kdWEi≥kεttr_i×kdWEmax 其中， 表示第k个缺陷区域中， 像素点kxi与缺陷特征实际区域参 考点之间的距离； 为第k个缺陷区域的像素点数目；kdWEmax为第k个缺陷区域中的像素点 与缺陷特征实际区域参考点之间的最大距离；kεttr_i为缺陷像素点kxi的热扩散判定阈值； 通 过分别度量缺陷区域像素点与缺陷特征实际区域参考点之间的温度热响应相关性和 缺陷 区域像素点与背景区域参考点之间的温度热响应相关性来计算第k个 缺陷区域像素点kxi的 热扩散判断阈值kεttr_i； 考虑到客观存在的热扩散 现象对缺陷区域进 行修正， 得到缺陷特征 识别图像Igc的具体步骤为： 步骤3.1、 时序排齐法计算第k个缺陷区域像素点kxi的热扩散判断阈值kεttr_i 步骤3.1.1、 计算缺陷区域像素点kxi和背景区域参考点之间的瞬态热响应序列相关性 系数； 步骤3.1.1.1、 判断需要进行时序移动的瞬态热响应序列； 选择背景区域的特征瞬态热 响应对应的像素点作为背景区域参考点 其对应的温度热响应序列为bgre(bgre1,…, bgreT)， T为热序列采集时间； 缺陷区域像素点kxi的瞬态热响应序列 分别找 到背景区域参考点 的温度峰值所在帧数 和缺陷区域像素点kxi的温度峰值所在帧 数kt1； 如果 则 是需要进行移动的瞬态热响应序列， 记为ttr2， 记 bgre(bgre1,…,bgreT)为ttr1； 否则， bgre(bgre1,…,bgreT)是需要进行移动的瞬态热 响应序列，权　利　要　求　书 2/6 页 3 CN 114965483 A 3