公开(公告)号：CN116989975A

公开(公告)日：2023-11-03

申请号：CN202310975244.0

申请日：2023-08-03

申请人： 中国空气动力研究与发展中心设备设计与测试技术研究所

发明人： 王斌 ,  王强 ,  张文清 ,  龙学军 ,  陈坤 ,  罗小龙

IPC分类号： G01M9/06 ,  G01M9/08 ,  G06V10/24 ,  G06V10/36 ,  G06V10/52 ,  G06V10/80 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82

摘要： 本发明公开了基于深度学习的洞体漏冷检测方法及系统，涉及风洞检测领域，基于温度场图像对漏冷区域进行初步定位，得到初步漏冷区域；基于洞体可见光图像对初步漏冷区域进行精准定位，得到准确漏冷区域；对准确漏冷区域进行过滤筛选，得到高置信度漏冷区域。本发明利用双光相机同时采集洞体表面纹理图像和温度场图像，采用RefineDet构建深度模型检测器，进行基于红外图像的漏冷区域初定位；采用改进ResNet‑50模型构建基于可见光图像的漏冷异常结霜区域识别精定位；采用波峰阈值法对RefineDet、ResNet‑50模型检测出的区域的目标进行再次判定，确保洞体漏冷漏液位置的准确度。