基于红外热信号及热像图的积冰识别方法技术

本发明专利技术公开了一种基于红外热信号及热像图的积冰识别方法

【技术实现步骤摘要】
基于红外热信号及热像图的积冰识别方法


[0001]本专利技术涉及利用红外热像仪采集的红外图像，提出了一种通过数据降维并利用回归和分类的多任务
Alexnet CBAM
模型进行粘附层表面是否存在积冰，同时在厚度预测基础上，完成积冰三维识别的新方法，主要应用于结冰与防除冰技术方向，属于航空航天装置制造领域，但不局限于该领域
。

技术介绍

[0002]飞机机体在结冰气象条件下容易积聚冰层，而积冰是飞机安全的重要影响因素，是结冰与防除冰领域的重要研究议题
。
飞机设计
、
适航取证与运营都离不开飞机积冰探测与冰形的识别
。
常用的结冰探测方法按照工作原理可以划分为机械式
、
光学式
、
热学式
、
波导式等方法
。
机械式主要用于探测积冰位置；光学式可以用于探测积冰形状，激光法的积冰探测耗时长成本高，可见光摄像法又受限于能见度的影响，该类技术主要仍在实验研究中；而热学式的思路是利用红外卫星采集积冰的辐射能量或红外光谱本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于红外热信号及热像图的积冰识别方法，其特征在于：利用红外积冰探测系统检测到的积冰样件红外电信号与红外图像，运用
1D
‑
MTL
‑
Alexnet
‑
CBAM
模型，实现积冰识别与冰层厚度预测，进行三维重建；所述
1D
‑
MTL
‑
Alexnet
‑
CBAM
模型为用于回归和分类的多任务模型
。2.
根据权利要求1所述基于红外热信号及热像图的积冰识别方法，其特征在于：所述的
CBAM
注意力机制融合了
CAM
通道注意力与
SAM
空间注意力，其作用在于可以大大降低噪声对图像质量的影响
。3.
根据权利要求2所述基于红外热信号及热像图的积冰识别方法，其特征在于：所采集的积冰热信号，首先需要进行三维的红外探测数据降维处理，形成一维信号，再运用检测物体分类识别方法，当探测到积冰存在时，则对此进行积冰厚度预测并进一步进行三维重建，而对非积冰物体进行区分，则不进行重建处理
。4.
根据权利要求1所述基于红外热信号及热像图的积冰识别方法，其特征在于：积冰厚度预测利用深度学习多任务目标，融合
1D
‑
Alexnet
‑
CBAM
回归模型；该方法使用随机梯度下降算法和非线性
ReLU
函数，减少训练误差，提升预测积冰厚度的精度
。5.
根据权利要求1所述基于红外热信号及热像图的积冰识别方法，其特征在于：
1D
‑
MTL
‑
Alexnet
‑
CBAM
模型的分类和厚度预测精度优于传统卷积网络，对于不同形状的积冰，该模型的分类精度高于
99.9
％，预测厚度的均方误差小于
0.02。6.
根据权利要求1所述基于红外热信号及热像图的积冰识别方法，其特征在于：三维重建是利用
1D
‑
MTL
‑
Alexnet
‑
CBAM
模型厚度预测得到的厚度数据及范围，再结合
PCA
进行的边缘检测，融合两者获得，该方法可精准识别积冰的二位轮廓以及三维厚度，在
PCA
进行边缘检测后识别出积冰的二维轮廓的基础上，附加
1D
‑
MTL
‑
Alexnet
‑
CBAM
模型厚度预测结果...

【专利技术属性】
技术研发人员：李清英，勾一，么娆，陈家宁，
申请(专利权)人：上海工程技术大学，
类型：发明
国别省市：