[发明专利]一种基于红外热成像的叶片检测方法和装置以及设备在审
| 申请号: | 202011600265.7 | 申请日: | 2020-12-29 |
| 公开(公告)号: | CN112686860A | 公开(公告)日: | 2021-04-20 |
| 发明(设计)人: | 张旻澍;周伟杰;刘文豪 | 申请(专利权)人: | 厦门理工学院 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06K9/62;G06F17/15 |
| 代理公司: | 厦门原创专利事务所(普通合伙) 35101 | 代理人: | 徐东峰 |
| 地址: | 361024 *** | 国省代码: | 福建;35 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 红外 成像 叶片 检测 方法 装置 以及 设备 | ||
1.一种基于红外热成像的叶片检测方法,其特征在于,所述方法包括:
获取风机叶片的热成像图像;
提取所述热成像图像的温度信息,得到第一输入特征;
采用softmax将所述第一输入特征与权重做线性叠加处理,得到第一图像集;
对所述第一图像集进行样本分类的矢量计算以及交叉熵损失函数计算,得到特征回归模型;
通过对所述特征回归模型对待检测热成像图像的温度信息进行检测,从而获取风机叶片的缺陷信息。
2.根据权利要求1所述的一种基于红外热成像的叶片检测方法,其特征在于,所述采用softmax将所述第一输入特征与权重做线性叠加处理,得到第一图像集的步骤包括:
采用softmax根据O=XW+b将所述第一输入特征与权重做线性叠加得到输出值,并根据y1,y2,y3=softmax(o1,o2,o3)将所述输出值变换成值为正且和为1的概率分布,其中,X表示第一输入特征,W表示权重,O表示输出值,b表示偏差;
3.根据权利要求1所述的一种基于红外热成像的叶片检测方法,其特征在于,所述对第一图像集进行样本分类的矢量计算的步骤包括:
根据O=XW+b以及Y=softmax(O)对所述第一图像集进行样本分类的矢量计算,其中,X表示第一输入特征,W表示权重,O表示输出值。
4.根据权利要求1所述的一种基于红外热成像的叶片检测方法,其特征在于,所述对所述第一图像集进行交叉熵损失函数计算的步骤包括:
根据对所述第一图像集进行交叉熵损失函数的计算;其中,Lobels表示样本标签真实值。
5.一种基于红外热成像的叶片检测装置,其特征在于,所述装置包括:
获取单元,用于获取风机叶片的热成像图像;
提取单元,用于提取所述热成像图像的温度信息,得到第一输入特征;
处理单元,用于采用softmax将所述第一输入特征与权重做线性叠加处理,得到第一图像集;
计算单元,用于对所述第一图像集进行样本分类的矢量计算以及交叉熵损失函数计算,得到特征回归模型;
检测单元,用于通过对所述特征回归模型对待检测热成像图像的温度信息进行检测,从而获取风机叶片的缺陷信息。
6.根据权利要求5所述的一种基于红外热成像的叶片检测装置,其特征在于,所述处理单元,进一步包括:
采用softmax根据O=XW+b将所述第一输入特征与权重做线性叠加得到输出值,并根据y1,y2,y3=softmax(o1,o2,o3)将所述输出值变换成值为正且和为1的概率分布,其中,X表示第一输入特征,W表示权重,O表示输出值,b表示偏差;
7.根据权利要求5所述的一种基于红外热成像的叶片检测装置,其特征在于,所述对第一图像集进行样本分类的矢量计算的步骤包括:
根据O=XW+b以及Y=softmax(O)对所述第一图像集进行样本分类的矢量计算,其中,X表示第一输入特征,W表示权重,O表示输出值,b表示偏差。
8.根据权利要求5所述的一种基于红外热成像的叶片检测装置,其特征在于,所述对所述第一图像集进行交叉熵损失函数计算的步骤包括:
根据对所述第一图像集进行交叉熵损失函数的计算;其中,Labels表示样本标签真实值。
9.一种基于红外热成像的叶片检测设备,其特征在于,包括处理器、存储器以及存储在所述存储器内的计算机程序,所述计算机程序能够被所述处理器执行以实现如权利要求1至4任意一项所述的一种基于红外热成像的叶片检测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门理工学院,未经厦门理工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011600265.7/1.html,转载请声明来源钻瓜专利网。





