摘要
本发明一种基于视觉与超声的飞机损伤检测方法、系统、设备及介质,属于飞机无损检测技术领域,所述方法包括如下步骤:获取飞机预设区域的壳体表面图像信息和超声检测信息;对飞机预设区域的壳体表面图像信息进行优化处理,得到优化表面图像信息,并使用深度学习模型对预处理后的图像进行特征提取,识别出外部损伤特征;对飞机预设区域的超声检测信息进行分析,提取出内部损伤特征;通过神经网络模型对外部损伤特征和内部损伤特征进行融合,得到融合损伤特征数据并进行输出。本发明通过图像处理和超声检测技术不仅可以揭示壳体表面的可见损伤,同时检测内部的不可见损伤,并且在检测过程中可保障飞机壳体的完整性和结构安全性。
技术关键词
损伤特征
损伤检测方法
融合神经网络
超声检测设备
图像
深度学习模型
飞机无损检测技术
神经网络模型
视觉
定位飞机
壳体
特征提取模块
信号
损伤检测系统
滤除高频噪声
纹理特征
超声检测技术
直方图均衡化
保障飞机
系统为您推荐了相关专利信息
位姿估计系统
带电作业机器人
位姿估计方法
特征提取模块
多任务损失函数
图像生成模型
图像拼接
图像编码
噪声样本
图像生成方法