本發(fā)明屬于高溫固體力學(xué)領(lǐng)域，航空航天材料領(lǐng)域具體涉及一種基于生成對(duì)抗網(wǎng)絡(luò)的圖像熱霧祛除方法。

背景技術(shù)：

1、在高溫?cái)?shù)字圖像相關(guān)法(dic)試驗(yàn)中，加熱裝置不僅加熱試樣，還加熱相機(jī)與試樣之間的空氣，導(dǎo)致試樣與相機(jī)之間存在明顯的熱梯度和嚴(yán)重的空氣擾動(dòng)。這些空氣擾動(dòng)和變化的熱梯度不可避免地引起空氣折射率的變化，進(jìn)一步扭曲光線，這種現(xiàn)象稱為熱霧效應(yīng)。熱霧擾動(dòng)會(huì)導(dǎo)致記錄的圖像失真，并給dic測(cè)量結(jié)果帶來(lái)相當(dāng)大的誤差。

2、熱霧對(duì)dic測(cè)量精度的影響在很大程度上取決于實(shí)驗(yàn)裝置和試樣加熱的方式。lyons等人通過使用風(fēng)扇穩(wěn)定窗口前的氣流，他們?cè)诟哌_(dá)600℃的溫度下實(shí)現(xiàn)了與室溫相同水平的位移和應(yīng)變精度。novak和zok等人驗(yàn)證了使用氣刀能夠在一定程度上消除熱霧的影響，在800℃的溫度下，氣刀的使用能降低測(cè)試結(jié)果的標(biāo)準(zhǔn)差。此外，grant等人通過使用真空室也成功消除了熱霧效應(yīng)。su等人采用了帶有液冷系統(tǒng)的觀察窗，使得真空室內(nèi)外的熱霧效應(yīng)得到了很好的消除。

3、盡管優(yōu)化實(shí)驗(yàn)裝置能夠顯著降低高溫環(huán)境下熱霧擾動(dòng)對(duì)數(shù)字圖像相關(guān)(dic)測(cè)量精度的影響，但這種優(yōu)化措施往往會(huì)增加實(shí)驗(yàn)的復(fù)雜性和經(jīng)濟(jì)成本，從而限制了其在大規(guī)模應(yīng)用中的可行性。因此，研究者們提出了多種基于圖像處理的算法來(lái)減輕熱霧效應(yīng)的影響。zhao等人在蠕變?cè)囼?yàn)中采用了圖像灰度平均技術(shù)，有效規(guī)避了由于空氣折射率變化引起的熱霧效應(yīng)，從而減少了dic變形測(cè)量中的誤差。su等人則提出了一種理論修正模型，能夠消除高溫環(huán)境下窯爐光學(xué)窗引起的折射誤差。研究結(jié)果表明，與未經(jīng)校正的位移結(jié)果相比，該理論修正模型能夠?qū)犰F導(dǎo)致的誤差降低30％至80％。然而，這些基于圖像處理的算法通常依賴于特定的時(shí)空相關(guān)模型，缺乏對(duì)熱霧擾動(dòng)的嚴(yán)格數(shù)學(xué)描述。盡管這些相關(guān)分析的數(shù)學(xué)建模在一定程度上減輕了熱霧效應(yīng)的影響，但并不能徹底解決這一問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明所要解決的技術(shù)問題是提供一種基于生成對(duì)抗網(wǎng)絡(luò)的圖像熱霧祛除方法，以克服高溫dic測(cè)量中熱霧擾動(dòng)對(duì)于圖像的影響，提高測(cè)量精度，本專利適用范圍為100-3000℃高溫大氣環(huán)境，適用于白光、藍(lán)光以及紫外光dic系統(tǒng)。

2、本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案為：

3、通過dic系統(tǒng)獲取了室溫條件下的無(wú)熱霧參考圖像和高溫環(huán)境下的熱霧干擾圖像。

4、將高溫?zé)犰F圖像和無(wú)熱霧參考圖像劃分為圖像數(shù)據(jù)集，對(duì)高溫?zé)犰F圖像進(jìn)行預(yù)處理和數(shù)據(jù)增廣，然后將處理后的圖像輸入生成網(wǎng)絡(luò)。將祛熱霧圖像與無(wú)熱霧參考圖像送入判別器進(jìn)行真假判斷，訓(xùn)練判別器。計(jì)算它們的對(duì)抗損失函數(shù)，返回參數(shù)以訓(xùn)練生成器。使用最終訓(xùn)練的生成器實(shí)現(xiàn)高溫圖像的熱霧祛除。

5、本發(fā)明具體所采用的技術(shù)方案為：本發(fā)明采用的生成器為deblurgan_v2的生成器由特征金字塔網(wǎng)絡(luò)fpn(feature?pyramidnetwork)構(gòu)成，其中fpn包括自底向上和自頂向下兩種路徑。自底向上路徑是特征提取中常用的卷積網(wǎng)絡(luò)，沿該路徑對(duì)空間分辨率進(jìn)行下采樣，同時(shí)提取和壓縮更多的語(yǔ)義上下文信息。fpn通過自頂向下的路徑，從語(yǔ)義豐富的層重構(gòu)出更高的空間分辨率，以實(shí)現(xiàn)迅速且高效的圖像去模糊。

6、鑒別器對(duì)接收到的每個(gè)圖像進(jìn)行分類，判斷其是真實(shí)無(wú)熱霧圖像還是生成圖像。這一判斷通常通過輸出一個(gè)概率值來(lái)完成，該值介于0和1之間，表示輸入樣本是真實(shí)樣本的概率。本發(fā)明中采用了一個(gè)多尺度鑒別器，內(nèi)部包裹著一個(gè)最小二乘損失，分別評(píng)估圖像的全局和局部尺度,以此來(lái)計(jì)算對(duì)抗損失。

7、

8、這里的d代表判別器(discriminator)，而x是室溫環(huán)境下采集得到的真實(shí)圖像。因此，d(x)表示判別器d對(duì)于真實(shí)圖像x的判斷，即判別器認(rèn)為x是真實(shí)圖像的概率。g(z)中g(shù)代表生成器(generator)，而z是在高溫環(huán)境下采集的受熱霧擾動(dòng)的圖像。g(z)表示生成器g以z為輸入生成的熱霧圖像。e_x～p_data和e_z～p_z分別表示對(duì)無(wú)熱霧圖像中的x和熱霧圖像z求期望。

9、總損失函數(shù)loss如下式：

10、lg＝0.5*lp+0.006*lx+0.01*ladv

11、lp為圖像均方誤差mse，lx為通過vgg19計(jì)算獲得的感知誤差，ladv為全局和局部判別器損失總和。

12、本發(fā)明還要求保護(hù)基于一種基于生成對(duì)抗網(wǎng)絡(luò)的圖像熱霧祛除方法的用途，用于對(duì)航空航天材料在高溫環(huán)境下的dic圖像熱霧祛除。

13、有益效果如下：

14、1)降低熱霧干擾

15、通過生成對(duì)抗網(wǎng)絡(luò)(gan)通過fpa框架對(duì)單幀圖像在不同尺度下進(jìn)行特征提取，可以有效降低熱霧干擾，校正其帶來(lái)的影響，保留圖像的主要特征，進(jìn)而提升圖像的清晰度和對(duì)比度。這一改進(jìn)使得數(shù)字圖像相關(guān)性(dic)系統(tǒng)能夠更精確地識(shí)別和跟蹤特征點(diǎn)，可以提高圖像之間的相關(guān)性，進(jìn)一步減少數(shù)據(jù)波動(dòng)與誤差，從而提升dic分析的整體精度。這對(duì)于高精度的材料性能分析和實(shí)驗(yàn)結(jié)果的可靠性至關(guān)重要。

16、2)擴(kuò)展應(yīng)用范圍

17、通過算法處理進(jìn)行熱霧祛除，不僅提高高溫下dic的測(cè)量精度，而且可以降低對(duì)實(shí)驗(yàn)的復(fù)雜性和成本，使其應(yīng)用范圍擴(kuò)展到更多高溫材料和結(jié)構(gòu)的實(shí)驗(yàn)研究中。

技術(shù)特征：

1.一種基于生成對(duì)抗網(wǎng)絡(luò)的圖像熱霧祛除方法，包括如下步驟：

2.根據(jù)權(quán)利要求1所述的基于生成對(duì)抗網(wǎng)絡(luò)的圖像熱霧祛除方法，其特征在于，步驟1)dic采集系統(tǒng)為白光dic，藍(lán)光dic或紫外光dic任意一種系統(tǒng)。

3.根據(jù)權(quán)利要求1所述的基于生成對(duì)抗網(wǎng)絡(luò)的圖像熱霧祛除方法，其特征在于，步驟5)使用adam優(yōu)化器，前50周期的學(xué)習(xí)率為10-4，然后再進(jìn)行50周期訓(xùn)練，學(xué)習(xí)率線性衰減到10-7。

4.根據(jù)權(quán)利要求1所述的基于生成對(duì)抗網(wǎng)絡(luò)的圖像熱霧祛除方法，其特征在于，步驟4)中生成網(wǎng)絡(luò)是deblurgan_v2的生成器，由特征金字塔網(wǎng)絡(luò)fpn(feature?pyramid?network)和mobilenet_v2構(gòu)成，可以實(shí)現(xiàn)迅速且高效的圖像去模糊。

5.根據(jù)權(quán)利要求1所述的基于生成對(duì)抗網(wǎng)絡(luò)的圖像熱霧祛除方法，其特征在于，步驟5)中判別器采用多尺度判別器，內(nèi)部包裹著一個(gè)最小二乘損失，分別評(píng)估全局和局部尺度，以此來(lái)計(jì)算對(duì)抗損失

6.權(quán)利要求1-5任一項(xiàng)所述的基于生成對(duì)抗網(wǎng)絡(luò)的圖像熱霧祛除方法的用途，用于對(duì)航空航天材料在高溫環(huán)境下的dic圖像熱霧祛除。

技術(shù)總結(jié)
一種基于生成對(duì)抗網(wǎng)絡(luò)(GAN)的高溫圖像熱霧祛除方法。基于生成對(duì)抗網(wǎng)絡(luò)，其中生成器由特征金字塔網(wǎng)絡(luò)FPN(Feature?PyramidNetwork)和MobileNet?V2構(gòu)成，并通過多尺寸相對(duì)判別器最大程度了保留全局和局部信息，從而實(shí)現(xiàn)迅速且高效的圖像祛熱霧。訓(xùn)練數(shù)據(jù)是通過由相機(jī)、鏡頭和光源組成的數(shù)字圖像相關(guān)法(DIC)圖像采集系統(tǒng)，采集無(wú)熱霧的參考圖像及高溫條件下的熱霧干擾圖像，構(gòu)建用于模型訓(xùn)練的訓(xùn)練集與測(cè)試集。對(duì)熱霧圖像進(jìn)行預(yù)處理和數(shù)據(jù)增廣后輸入生成網(wǎng)絡(luò)以生成祛熱霧圖像。通過生成器和判別器的對(duì)抗訓(xùn)練，優(yōu)化生成器的性能。最終，經(jīng)過充分訓(xùn)練的生成器可實(shí)現(xiàn)高溫環(huán)境下的圖像熱霧祛除，提高了圖像的清晰度和對(duì)比度，使DIC系統(tǒng)能夠更準(zhǔn)確地識(shí)別和跟蹤特征點(diǎn)，從而增強(qiáng)測(cè)量精度和可靠性。本方法可用于航空航天材料在高溫環(huán)境下的DIC全場(chǎng)變形測(cè)量的測(cè)量精度提升。

技術(shù)研發(fā)人員：董亞麗,路修遠(yuǎn)
受保護(hù)的技術(shù)使用者：北京航空航天大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2