[发明专利]涡轮发动机叶片缺陷自动检测系统的训练方法

权利要求书

1.一种用于训练用于自动检测涡轮发动机叶片(2)缺陷的系统(1)的方法，所述系统包括用于接收叶片的平台(3)、至少一个图像采集装置(4)、发光强度可以变化的至少一个光源(5)、至少一个移动装置(6)，所述移动装置被配置为相对于所述至少一个图像采集装置(4)移动所述平台(3)或相对于所述平台(3)移动所述至少一个图像采集装置(4)，以及处理单元(7)，所述处理单元被配置为接收所采集的图像，并将其与以下信息项相关联，该信息项与所述至少一个光源(5)的发光强度和在图像采集期间所述平台(3)相对于所述至少一个图像采集装置(4)的相对位置有关，对于具有已经识别出的表面缺陷的一组叶片中的每个待研究叶片(2)，所述训练方法包括以下步骤：

-在所述叶片上限定可用区域(200)，

-对于所述平台相对于所述至少一个图像采集装置的每个单独的相对位置，产生(210)所述叶片的可用区域的多个采集图像，一个相同相对位置的每个采集图像以不同的发光强度生成，

-将所述可用区域的每个图像从一个采集的图像划分(220)为子区域的多个图像，

-确定(230)多对像素强度边界，每对包括最小强度和最大强度，

-对于每一对边界：

a.对于可用区域的每个子区域，确定(241)包含在所述子区域的每个图像中的像素数量，所述像素的强度介于所述一对边界的最小强度和最大强度之间，然后

b.对于每个给定的相对位置，对于所述相对位置的每个子区域，选择(242)单个图像，所选图像对应于包含最多像素的图像，所述像素的强度介于所述一对边界的最小强度和最大强度之间，然后

c.对于每个给定的相对位置，对于每个子区域，通过分类卷积神经网络检查(243)所述子区域的每个相应的选定图像，以检测是否存在任何缺陷，然后

d.检查(244)分类卷积神经网络所做的检测，以确定检测到的缺陷是真的还是假的，以及

e.在所有给定相对位置的基础上，计算(245)可用区域内给定的一对边界的检测效率，所述检测效率取决于已证明检测的数量与错误检测的数量之比，

-选择(250)具有最佳检测效率的一对边界。

2.根据权利要求1所述的方法，其中，如果在步骤b中，至少两个图像包括相同数量的像素，则所选子区域的图像是其像素强度的平均值最接近127.5的强度的图像。

3.根据权利要求1或2所述的方法，还包括基于这些采集的图像生成附加图像，所述附加图像可以在强度图像之外使用。

4.根据权利要求中1或2所述的方法，其中，对于所述平台相对于所述至少一个图像采集装置的每个单独相对位置，使用的不同强度是相同的。

5.根据权利要求中1或2所述的方法，其中，从所研究叶片的可用区域的所有子区域中选择与具有缺陷的子区域一样多的没有缺陷的子区域。