[发明专利]无损检测反射干扰去除方法、装置及计算机可读存储介质

说明书

本发明公开了一种无损检测反射干扰去除方法、装置及计算机可读存储介质；在具有缺陷的待测对象上施加热源，获取红外视频，红外视频包括待测对象上无反射干扰的无反射视频和待测对象上具有反射干扰的反射视频；将无反射视频和反射视频进行解帧，分别获得无反射图像和反射图像，按解帧次序将无反射图像与反射图像一一对应，进而组成训练图像；构建包括生成器和判别器的对抗网络，将训练图像输入到对抗网络，对对抗网络进行训练获得去反射模型，由去反射模型去除反射干扰。本发明采集红外视频，对红外视频进行解帧获取数量较多的样本，获得的去反射模型去除反射干扰的效果较好，准确度较高。

技术领域

本发明涉及红外热像去干扰技术领域，尤其涉及一种无损检测反射干扰去除方法、装置及计算机可读存储介质。

背景技术

随着现代工业的发展，红外热成像技术作为目前运用非常广泛的一种无损检测技术，其应用前景巨大。但是在成像时，光滑的金属表面由于存在强烈的反射干扰现象，对最终的缺陷检测结果造成严重影响。

长期以来，消除反射一直是计算机视觉领域中的难题，它的困难之处不仅在于没有相应的混合函数，还在于在输出空间也没有约束。随着神经网络的发展，研究人员尝试将神经网络应用于图像去反射领域。如J.Yang提出BDN网络(J.Yang,D.Gong,L.Liu,andQ.Shi,“Seeing deeply and bidirectionally:A deep learning approach for singleimage reflection removal,”in Proc.Eur.Conf.Comput.Vis.(ECCV),2018,pp.654–669.)，通过估计反射来估计背景图像，再利用反射图片和原图作为输入生成真正的背景图像；K.Wei提出了ERRNet网络(K.Wei,J.Yang,Y.Fu,D.Wipf,and H.Huang,“Single imagerefl ection removal exploiting misaligned training data and networkenhancements,”in Proc.IEEE Conf.Comput.Vis.Pattern Recognit.,Jun.2019,pp.8178–8187.)，在CNN的基础上加入上下文信息，通过非对齐的训练数据进行单一图像的反射消除，红外图像样本单一，数量较少，难以获得准确度高的缺陷检测结果。

发明内容

本发明主要解决的技术问题是提供一种无损检测反射干扰去除方法、装置及计算机可读存储介质，解决在非对齐的训练数据中，红外图像样本单一，数量较少，训练出的神经网络难以获得准确度高的缺陷检测结果的问题。

为解决上述技术问题，本发明采用的一个技术方案是提供一种无损检测反射干扰去除方法，包括步骤：红外视频采集，在具有缺陷的待测对象上施加热源，获取可区分所述待测对象上的所述缺陷所在区域和非缺陷所在区域的红外视频，所述红外视频包括所述待测对象上无反射干扰的无反射视频和所述待测对象上具有反射干扰的反射视频；红外视频处理，将所述无反射视频和所述反射视频进行解帧，分别获得无反射图像和反射图像，按解帧次序将所述无反射图像与所述反射图像一一对应，进而组成训练图像；对抗网络训练，构建包括生成器和判别器的对抗网络，将所述训练图像输入到所述对抗网络，对所述对抗网络进行训练获得去反射模型，由所述去反射模型去除反射干扰。

优选的，将所述待测对象固定，使用阻挡反射源的挡板合围在所述待测对象外围，所述热源设置在所述待测对象的正前方，在昏暗环境下使用红外热成像设备拍摄所述待测对象，得到所述无反射视频。

优选的，在不改变获取所述无反射视频时的待测对象、挡板、热源、红外热成像设备的位置的情况下，在所述待测对象的前侧设置光滑平面的反射体，所述反射体产生的干扰反射到所述待测对象上，使用所述红外热成像设备拍摄所述待测对象，得到所述反射视频。

优选的，以所述待测对象为圆心移动所述反射体，所述反射体产生的干扰反射到所述待测对象上时，反射干扰在所述待测对象上的位置对应的进行变化，进而获得具有多个位置不同的反射干扰的反射视频。