飞机蒙皮图像的深度特征学习与损伤监测

发布时间：2020-08-08 23:25

【摘要】：飞机已经成为一种常见的交通工具,但是时而发生的飞行事故却极大地威胁着人们的生命和财产安全。飞机事故发生的原因除了正常飞行带来的疲劳损伤还有外在因素导致的结构腐蚀,而飞机蒙皮受损是引发一系列结构损伤的诱因。目前,针对飞机蒙皮图像进行损伤检测,国内外的研究焦点主要集中在搭载于便携机器人上的人工特征提取算法,但是存在漏检率高和不能满足实时检测的问题。本文提出一种基于深度神经网络的飞机蒙皮损伤检测方法,能够对飞机蒙皮损伤实现自动特征提取,实现损伤的定位和分类功能。并且实现了对大量图像数据的自动化处理,作为一种辅助方法协助机场地勤人员进行损伤的及时检测和维护。针对飞机蒙皮损伤检测问题,本课题首先制作了飞机蒙皮损伤数据集。由飞行学院提供、航空博物馆拍摄和网络爬虫三种方式获得原始数据32056张。经筛选去除质量较差图像,并采用数据增广方法获得高质量图像共9928张,经人工标定最终得到飞机蒙皮损伤数据集。本文将深度学习方法应用于飞机蒙皮损伤图像的检测和识别当中,搭建了Faster R-CNN、YOLO及SSD目标检测模型以研究不同的网络结构在飞机蒙皮损伤数据集上的检测和分类效果,并对网络的训练过程及实验结果对比分析进行了详细的阐述。最终,SSD以68.53%的mAP取得了最好的检测结果。此外,针对飞机蒙皮损伤数据集中样本不均衡、部分损伤形状不规则难以分类和定位的问题,本文对具有良好的检测和分类效果的SSD目标检测算法提出改进措施,使用Focal loss作为新的损失函数,引入倾斜预测框并将预测框的判别机制做出调整,有效改善了对难分类样本的检测结果。
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;TP183;V215
【图文】：

飞机蒙皮,凹坑

遇意外情况，例如鸟类的撞击以及雷雨天气易发生的雷击现象，使得飞机蒙皮表逡逑面出现凹坑和雷击等类型的损伤［３］。上述蒙皮损伤的出现对飞机的日常飞行安全逡逑存在着极大的威胁。图１－１中将常见飞机蒙皮损伤进行可视化的展示，主要的疲逡逑劳损伤类型有裂纹、划痕、掉漆和铆钌损伤，主要的环境损伤有雷击和腐蚀，主逡逑要的意外损伤有穿孔和凹坑，具体的损伤类型划分将在第三章中做出详细的介绍。逡逑１逡逑

算法流程图,算法,特征描述

北京邮电大学工程硕士学位论文（３）计算图像上每个像素的梯度，包括尺寸和方向的计算，从上物体的轮廓信息，更好地防止光照条件的干扰；逡逑（４）将图像划分为小的单元，ＨＯＧ方法可以把临近的像素点单元，例如６邋Ｘ邋６／单元；逡逑（５）统计各个单元的梯度直方图，即不同梯度的个数，形成每述符；逡逑（６）将几个单元组成一个区间，例如５Ｘ５单元／区间，一个区单元的特征描述符串联起来便得到该区间的ＨＯＧ特征描（７）串联图像内部所有区间的ＨＯＧ特征描述符，得到最终用任务的特征向量。逡逑图２－１为ＨＯＧ算法的流程图表示，流程图中详细展示了每个步Ｉｎｐｕｔ邋丨邋ｍａｇｅ逡逑、—

特征图,特征定义

图２－２ＤＰＭ特征定义逡逑ＤＰＭ与ＨＯＧ的不同之处在于，ＤＰＭ取消了邋ＨＯＧ中区间的概念，仅仅单元，并且对当前的单元和其相邻的四个单元一起做归一化处理。梯度的以计算为带符号（０－３６０°）或无符号（０－１８０°）梯度方向，具体取决于目标。逡逑ＤＰＭ采用了有符号和无符号梯度相结合的策略，通过滑动窗口进行特征，保证提取到的特征的完整性。在尺度的拓展上，应用构建金字塔的方法的维度进行搜索，充分构建特征完备的描述符。ＤＰＭ算法首先将特征图型匹配以获得滤波图像，然后做变换响应并且将锚点的位置用作参考位将得到的特征与图像的真实特征进行匹配，用模型相对最优位置的偏离损判断模型得分的依据，从而计算得到响应得分。逡逑ｓｃｏｒｅ（ｘ0，ｙ0，／0）邋＝邋ｉ？0，ｉ0（ｘ0，ｙ0）邋＋邋Ｉｆ＝１Ｄｕ0＿Ａ（２（ｘ0，ｙ0）邋＋邋ｖｔ）邋＋邋ｂ邋（２－１）逡逑公式（２－１）代表的意义是特征在尺度为Ｚ。的层时，以0Ｑ，ｙＱ）坐标作为锚点逡逑测分数。公式的右边表示根模型的检测分数。由于同一个目标

【相似文献】