基于深度学习的雷达吸波涂层/电磁屏蔽薄膜损伤的智能化成像在线检测方法技术

本发明专利技术公开了基于深度学习的雷达吸波涂层/电磁屏蔽薄膜损伤的智能化成像在线检测方法：获取有损伤和无损伤的雷达吸波涂层/电磁屏蔽薄膜的SAR二维像和对应的光学图像；判断光学图像损伤的位置和形状；SAR二维像经处理得到训练集和测试集；将训练集输入到YOLO

【技术实现步骤摘要】
基于深度学习的雷达吸波涂层/电磁屏蔽薄膜损伤的智能化成像在线检测方法


[0001]本专利技术属于雷达吸波涂层、电磁屏蔽材料损伤检测
，涉及基于深度学习的雷达吸波涂层/电磁屏蔽薄膜损伤的智能化成像在线检测方法。

技术介绍

[0002]雷达吸波涂层是具有电磁波吸收功能的涂敷型涂料，电磁屏蔽薄膜具有电磁波屏蔽能力。雷达吸波涂层、电磁屏蔽薄膜具有施工简单、吸波性能或电磁屏蔽性能好、不受武器形状限制等特点，广泛应用飞机、导弹、舰艇、坦克装甲车辆等武器装备的隐身设计中，然而在装备的服役及作训过程中可能会因碰撞、划伤、自然老化等因素，出现局部脱落、腐蚀氧化等物理化学损伤改变，致使涂层的吸波能力或薄膜的电磁屏蔽能力降低或丧失，严重影响装备的隐身性能。因此，对雷达吸波涂层与电磁屏蔽薄膜的损伤在线检测研究具有十分重要的意义。
[0003]目前，对雷达吸波涂层与电磁屏蔽薄膜的损伤在线检测主要是目视法、电磁参数检测法等。目视法不能直接获得吸波涂层吸收衰减效果，电磁参数检测法需要制备标准样件，不适用于曲面等特殊结构，并不适用于在线检测。当前已经有研究将卷积本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于深度学习的雷达吸波涂层/电磁屏蔽薄膜损伤的智能化成像在线检测方法，其特征在于，包括以下步骤：步骤S10、采用相对法测量雷达吸波涂层/电磁屏蔽薄膜的吸波特性，分别获取有损伤和无损伤的雷达吸波涂层/电磁屏蔽薄膜的SAR二维像，并采集其对应的光学图像；步骤S20、根据步骤S10获取的雷达吸波涂层/电磁屏蔽薄膜的SAR二维像结合其对应的光学图像的变化情况，判断有损伤的雷达吸波涂层/电磁屏蔽薄膜的光学图像的损伤位置和形状，用矩形框将损伤框出来，标记格式为[x
min
,y
min
,x
max
,y
max
]，其中x
min
,y
min
为矩形框左上角坐标，x
max
,y
max
为矩形框右下角坐标；步骤S30、对步骤S10获取的雷达吸波涂层/电磁屏蔽薄膜的SAR二维像进行归一化处理；步骤S40、同时对步骤S10获取的雷达吸波涂层/电磁屏蔽薄膜的SAR二维像和其对应的光学图像进行数据增强以扩充数据样本，将扩充后的数据样本数量按照8:2的比例划分为训练集和测试集；步骤S50、将步骤S40得到的训练集输入到卷积神经网络YOLO-V3中进行训练，在训练过程中将测试集输入训练的卷积神经网络YOLO-V3中，实时监控测试集在卷积神经网络YOLO-V3上的检测精度，通过调整卷积神经网络YOLO-V3的超参数，对卷积神经网络YOLO-V3进行优化，得到优化后的用于检测雷达吸波涂层/电磁屏蔽薄膜内外损伤的卷积神经网络YOLO-V3模型；步骤S60、采用步骤S10中的方式获取待检测雷达吸波涂层/电磁屏蔽薄膜的SAR二维像和光学图像，经步骤S30处理，然后输入到步骤S50得到的优化后的用于检测雷达吸波涂层/电磁屏蔽薄膜内外损伤的卷积神经网络YOLO-V3模型中，检测雷达吸波涂层/电磁屏蔽薄膜中是否含有损伤，如果含有损伤，则获得损伤的位置坐标，并将损伤在雷达吸波涂层/电磁屏蔽薄膜的光学图像上标记出来。2.根据权利要求1所述的基于深度学习的雷达吸波涂层/电磁屏蔽薄膜损伤的智能化成像在线检测方法，其特征在于，步骤S10具体包括以下步骤：步骤S11：在全屏蔽吸波暗室中架设发射天线和接收天线，设置收发天线间距和距离目标区域，极化方式为VV极化，将收发天线固定在滑轨上，矢网的工作频率设置为8GHz～12GHz；步骤S12：在目标区摆放泡沫支架，设置总扫描范围和测量间距，使收发天线在滑轨上从左到右按照走-停-走-停的顺序进行扫描，将测量结果存储为背景电平数据文件；步骤S13：在泡沫支架上摆放定标体，按照步骤S12设置的总扫描范围和测量间距，使收发天线在滑轨上从左到右按照走-停-走-停的顺序进行扫描，将测量结果存储为定标体回波数据文件；步骤S14：在泡沫支架上摆放雷达吸波涂层/电磁屏蔽薄膜，按照步骤S12设置的总扫描范围和测量间距，使收发天线在滑轨上从左到右按照走-停-走-停的顺序进行扫描，将测量结果存储为目标回波数据文件；步骤S15：对步骤S12、步骤S13、步骤S14获得的测试结果数据在计算机上进行处理，获取雷达吸波涂层/电磁屏蔽薄膜的SAR二维像；步骤S16：使用工业相机从固定的角度和距离采集雷达吸波涂层/电磁屏蔽薄膜的光学
图像。3.根据权利要求1所述的基于深度学习的雷达吸波涂层/电磁屏蔽薄膜损伤的智能化成像在线检测方法，其特征在于，所述步骤S30具体包括以下步骤：分别计算步骤S10获取的雷达吸波涂层/电磁屏蔽薄膜的SAR二维像图像的RGB三个通道的像素值的均值μ和方差σ；然后采用下式对步骤S10获取的雷达吸波涂层/电磁屏蔽薄膜的SAR二维像图像的亮度和对比度进...

【专利技术属性】
技术研发人员：魏小龙，徐浩军，李益文，裴彬彬，何卫锋，武欣，李玉琴，张琳，化为卓，韩欣珉，
申请(专利权)人：中国人民解放军空军工程大学，
类型：发明
国别省市：