[发明专利]一种基于生成对抗网络的三维漏磁检测缺陷重构方法

权利要求书

1.一种基于生成对抗网络的三维漏磁检测缺陷重构方法，其特征在于：包括如下步骤：

步骤1001，在底板选取缺陷成像区域，使用深度照相机对成像区域进行捕捉，深度照相机采集缺陷图像的像素值代表缺陷的深度，归一化处理后得到缺陷数据；

步骤1002，利用三轴磁传感器检测磁化底板，获取底板离散三维漏磁检测数据，对离散的三维漏磁检测数据进行滤波与插值成像，并对各磁感应强度方向归一化处理，获得底板漏磁数据；

步骤1003，对得到的成对的底板漏磁数据和缺陷数据进行分离，将所有数据分为样本数据与测试数据；

在所述的步骤1003中，所述的样本数据分为成对的训练数据与验证数据；验证数据与训练数据均包括漏磁数据与缺陷数据；所述的测试数据包括漏磁数据；

步骤1004，将样本数据中缺陷数据与漏磁数据进行匹配；

步骤1005，训练数据中的漏磁数据为训练GAN过程的输入，训练数据中的缺陷数据为训练GAN过程的目标，得到GAN初始模型；

步骤1006，使用验证数据验证GAN初始模型得到GAN最终模型；

步骤1007，将特征提取后测试数据作为GAN最终模型的输入，得到缺陷三维轮廓；

在执行所述的步骤1007时，进一步包括如下步骤：

步骤1007-1，以测试数据中轴向漏磁数据作为输入，使用固定大小滑移窗口目标检测框架faster-rcnn进行漏磁响应特征提取；

步骤1007-2，根据目标检测框坐标截切每一个漏磁图像；

步骤1007-3，把截切后的漏磁图像作为GAN最终模型的输入，得到缺陷图像，缺陷图像矩阵为：

其中：n＝256，g(x，y)代表图像二维矩阵中坐标为x，y像素值；

步骤1007-4，把二维缺陷图像中x，y轴坐标作为三维缺陷的x，y轴坐标，把x，y对应的数组作为z轴，实现漏磁缺陷三维重构。

2.根据权利要求1所述的基于生成对抗网络的三维漏磁检测缺陷重构方法，其特征在于：在所述的步骤1001中，归一化处理后得到缺陷数据的矩阵公式为：

其中：F代表像素值矩阵，f(x，y)代表像素值，x、y分别表示横、纵坐标值，n＝256。

3.根据权利要求1所述的基于生成对抗网络的三维漏磁检测缺陷重构方法，其特征在于：在所述的步骤1002中，采用自适应滤波对离散的三维漏磁检测数据进行滤波，采用三次样条插值对离散的三维漏磁检测数据进行插值成像，经过插值后轴向漏磁图像B_x、径向漏磁图像B_y、周向漏磁图像B_z的公式分别为：

其中：k为缺陷宽度、长度方向上的插值后的提取数，矩阵大小为k*k个元素，k＝256。

4.根据权利要求1所述的基于生成对抗网络的三维漏磁检测缺陷重构方法，其特征在于：在所述的步骤1004中，所述将样本数据中缺陷数据与漏磁数据进行匹配，具体包括如下步骤：

步骤1004-1：固定剪切大小随机剪切缺陷图像，其中剪切后的缺陷图像包含缺陷所在位置；

步骤1004-2：使用相互相关算法计算剪切后缺陷图像与剪切后B_x漏磁图像的相关系数；

步骤1004-3：选取互相关系数最小值，同时以轴向漏磁图像位置与大小剪切径向、周向漏磁图像。

5.根据权利要求4所述的基于生成对抗网络的三维漏磁检测缺陷重构方法，其特征在于：所述相关系数的计算公式为：

其中：S_x,y表示漏磁图像以(x，y)为左上角点与剪切后缺陷图像B大小相同的漏磁图像的子块，D_x,y为S_x,y的方差，D为B的方差，cov(S_x,y,B)为S_x,y与B的协方差。

6.根据权利要求1所述基于生成对抗网络的三维漏磁检测缺陷重构方法，其特征于：在执行所述步骤1005中，所述训练GAN过程包括生成器环节与判别器环节，其中生成器环节生成缺陷图像，判别器环节判别生成缺陷图像与真实缺陷图像相似度。