一种基于胶囊网络的飞机表面缺陷检测方法和系统与流程

技术特征：
1.一种基于胶囊网络的飞机表面缺陷检测方法，其特征在于，所述方法包括如下步骤：获取飞机表面缺陷样本，并将所述飞机表面缺陷样本进行降采样处理；建立胶囊网络模型，模型训练好后将处理后的飞机表面缺陷样本输入到所述胶囊网络模型中；根据所述胶囊网络模型中的损失函数计算样本的缺陷置信度；将所述置信度最大的计算所结果作为最终的缺陷预测结果。2.根据权利要求1所述的一种基于胶囊网络的飞机表面缺陷检测方法，其特征在于，在获取飞机表面缺陷样本后，对所述缺陷样本进行修复，所述缺陷样本的修复方法包括：识别并确定待修复区域的边缘，并在所述边缘上选取优先级最高的像素点p；以所述像素点p进行建立模板块，通过所述模板块匹配完整的图像；采用图像匹配算法得到最小的样本修复模块；并更新已修复像素点的置信度和修复区域的边缘。3.根据权利要求2所述的一种基于胶囊网络的飞机表面缺陷检测方法，其特征在于，上述像素点p优先级的计算方法包括：p(p)＝c(p)d(p)；其中c(p)为置信度项，表示的含义是样本块中的已知像素点的多少；d(p)是数据项，表示结构信息量。4.根据权利要求1所述的一种基于胶囊网络的飞机表面缺陷检测方法，其特征在于，所述方法在获取缺陷样本数据后对所述缺陷样本数据进行数据增强，所述数据增强的方法包括：旋转、翻转和随机裁剪。5.根据权利要求2所述的一种基于胶囊网络的飞机表面缺陷检测方法，其特征在于，所述降采样的方法包括通过立方卷积插值法将样本图像统一进行降采样：述降采样的方法包括通过立方卷积插值法将样本图像统一进行降采样：其中row表示图像行，col表示图像列，a为常数，x为在目标图像中相邻的16个像素到p的距离；v、u代表的行数偏量以及列数偏量，i、j代表的是原始图像图在插值后的图像上的映射，f表示映射函数，f(i v，j u)代表的插值后图上对应的坐标点；s(x)为立方卷积插值公式。6.根据权利要求1所述的一种基于胶囊网络的飞机表面缺陷检测方法，其特征在于，所述胶囊网络的卷积层为4层，且每层卷积层的通道数为128，并采用尺度为3*3的卷积滤波器。7.根据权利要求1所述的一种基于胶囊网络的飞机表面缺陷检测方法，其特征在于，在所述胶囊网络训练识别的过程中，将像素值进行归一化处理：首先计算像素点值x
i
的平均值和方差：
进一步计算像素的归一化值：其中ε表示卷积层参数，μ
b
表示像素点值x
i
的平均值，σ
2b
表示像素点值x
i
的方差。8.根据权利要求1所述的一种基于胶囊网络的飞机表面缺陷检测方法，其特征在于，采用动态路径算法替代胶囊网络中的池化操作，所述动态路径算法包括：用动态路径算法替代胶囊网络中的池化操作，所述动态路径算法包括：用动态路径算法替代胶囊网络中的池化操作，所述动态路径算法包括：其中为全连接结构的输入向量，v
j
为输出向量，b
ij
为动态路由参数，c
ij
为调节参数，k为动态路由参数数量，s
j
为动态路由调节后的中间向量。9.一种基于胶囊网络的飞机表面缺陷检测分类系统，其特征在于，所述系统执行上述权利要求1
‑
8中任意一项所述的种基于胶囊网络的飞机表面缺陷检测方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序可被处理器执行上述权利要求1
‑
8中任意一项所述的一种基于胶囊网络的飞机表面缺陷检测方法。

技术总结
本发明公开了一种基于胶囊网络的飞机表面缺陷检测方法和系统，所述方法包括如下步骤：获取飞机表面缺陷样本，并将所述飞机表面缺陷样本进行降采样处理；建立胶囊网络模型，模型训练好后将处理后的飞机表面缺陷样本输入到所述胶囊网络模型中；根据所述胶囊网络模型中的损失函数计算样本的缺陷置信度；将所述置信度最大的计算所结果作为最终的缺陷预测结果。所述方法和系统在飞机表面蒙皮缺陷的基础上采用基于及胶囊网络的飞机表面缺陷检测模型，通过建立高效的卷积神经网络算法，简化了一般目标检测的程序和步骤，优化图像缺陷分类，使得所述胶囊网络的目标检测和分类可以高效进行。效进行。效进行。


技术研发人员：刘东升 黄锴健 吴玉婷 洪德衍 陈亚辉 刘彦妮
受保护的技术使用者：浙江工商大学
技术研发日：2021.08.17
技术公布日：2021/11/17