红外透镜的缺陷检测方法、装置、设备及存储介质

专利主权项内容

1.一种红外透镜的缺陷检测方法，其特征在于，所述红外透镜的缺陷检测方法包括：对目标红外透镜进行图像采集，得到多个目标透镜图像，并对所述目标红外透镜进行几何参数检测，得到几何参数集合；具体包括：对目标红外透镜进行图像采集，得到多个初始透镜图像，并对所述多个初始透镜图像进行噪声去除，得到多个目标透镜图像；分别将所述多个目标透镜图像输入预置的DenseNet网络进行残差特征提取，得到多个透镜残差特征图；对所述多个透镜残差特征图进行特征数据点标注，得到对应的多个透镜特征数据点，并对所述多个透镜特征数据点进行多角度二维卷积运算，得到多个像素点输出值；对所述多个像素点输出值进行法线向量计算，得到每个像素点对应的法线向量；根据所述法线向量计算所述目标红外透镜对应的曲率半径、直径数据以及中心厚度数据，并根据所述曲率半径、所述直径数据以及所述中心厚度数据生成几何参数集合；对所述多个目标透镜图像进行异常区域和边缘区域检测，得到目标异常区域及目标边缘区域；根据所述几何参数集合构建所述目标红外透镜的初始有限元模型，并根据所述目标异常区域及所述目标边缘区域对所述初始有限元模型进行网格密集化处理，得到目标有限元模型；具体包括：根据所述几何参数集合定义所述目标红外透镜的形状、尺寸、材料属性和边界条件，生成对应的初始有限元模型；通过开源python软件包gmsh对所述初始有限元模型进行三角形面网格离散，得到初次Delauney三角形面网格；通过基于局部网格修正的自适应算法，并根据所述目标异常区域及所述目标边缘区域对所述初次Delauney三角形面网格进行网格密集化处理，得到密集化的三角形面网格；通过Tetgen算法，根据所述密集化的三角形面网格创建由Delauney三角形构成的三维四面体，输出目标有限元模型；根据预设温度梯度范围中的多个温度测试值，对所述目标有限元模型进行温度测试和热应力分析，得到每个温度测试值的热应力评价指标；根据所述多个温度测试值和所述热应力评价指标构建温度-热应力变化曲线，并对所述温度-热应力变化曲线进行特征提取，得到多个目标曲线特征；具体包括：将所述多个温度测试值作为横坐标，并将所述热应力评价指标作为纵坐标，对所述多个温度测试值和所述热应力评价指标进行曲线拟合，得到温度-热应力变化曲线；对所述温度-热应力变化曲线进行标准差计算，得到目标标准差，并对所述温度-热应力变化曲线进行曲线特征点识别，得到多个候选特征点；分别对所述多个候选特征点与所述目标标准差进行比较，得到每个候选特征点的比较结果；根据所述比较结果，对所述多个候选特征点进行特征点筛选，得到多个目标特征点，并根据所述多个目标特征点生成对应的多个目标曲线特征；对所述多个目标曲线特征进行特征编码和向量转换，得到热应力编码测试向量，并将所述热应力编码测试向量输入预置的透镜缺陷检测模型进行透镜缺陷检测，得到目标透镜缺陷检测结果。