[发明专利]基于长短期记忆网络的红外热成像式涂层检测方法

权利要求书

1.一种基于长短期记忆网络的红外热成像式涂层检测方法，其特征在于，该方法包括：

步骤S100，通过红外热像仪采集物体的待检测区域在受到脉冲热激励前后的红外热像图，构建红外热像图集；所述红外热像图集包括脉冲热激励发生前的热像背景图、热激励发生后的热像衰减序列图；

步骤S200，基于各热像背景图、所述热像衰减序列图，通过预设第一方法获取减背景热像序列图；

步骤S300，根据所述减背景热像序列图，分别提取所述待检测区域各位置处的温度变化序列，并构建对应的温度-时间变化离散序列，作为第一序列；对各第一序列进行滤波处理，得到第二序列；

步骤S400，基于各第二序列，通过预训练的涂层检测网络模型得到所述待检测区域各位置在涂层厚度方向上的传递截止时间以及涂层涂覆质量分类结果；所述涂层检测网络模型基于LSTM网络构建；

步骤S500，基于各传递截止时间，分别通过预设的第一方法得到所述待检测区域各位置涂层的涂覆厚度，并结合对应的涂层涂覆质量分类结果，得到所述待检测区域的检测结果；

其中，“通过预设的第一方法得到所述待检测区域各位置涂层的涂覆厚度”，其方法为：

De²＝a₀+a₁t+a₂t²

其中，De表示涂层的涂覆厚度，t表示传递截止时间，a₀、a₁、a₂表示预设的二阶多项式的拟合系数。

2.根据权利要求1所述的基于长短期记忆网络的红外热成像式涂层检测方法，其特征在于，步骤S200中“通过预设第一方法获取减背景热像序列图”，其方法为：

对红外热像图集中的各图像进行滤波处理，并对滤波后的各热像背景图取均值，得到背景均值图；

将滤波后的热像衰减序列图中的各图像分别减去所述背景均值图，得到减背景热像序列图。

3.根据权利要求1所述的基于长短期记忆网络的红外热成像式涂层检测方法，其特征在于，所述LSTM网络其包括输入层、隐含层、输出层、分类层；所述隐含层由两个LSTM网络层构成；所述分类层基于Softmax函数构建。

4.根据权利要求3所述的基于长短期记忆网络的红外热成像式涂层检测方法，其特征在于，所述LSTM网络层之间的权重参数共享。

5.根据权利要求3所述的基于长短期记忆网络的红外热成像式涂层检测方法，其特征在于，所述LSTM网络层其包括输入门、输出门、遗忘门；各个门对应的神经元参数的总个数为4×(m(m+1)+m)，其中，m为隐含层的状态的维度。