红外透镜的缺陷检测方法、装置、设备及存储介质与流程

本申请涉及深度学习领域，尤其涉及一种红外透镜的缺陷检测方法、装置、设备及存储介质。

背景技术：

1、红外透镜因其在夜视、热成像、远程感应等多个关键应用中的重要作用而显得尤为关键。随着技术的不断进步，红外透镜的应用范围已经从军事和安防扩展到了医疗成像、工业检测、天文观测等领域。因此，保证红外透镜的质量和性能成为了制造和维护过程中的一个重要课题。红外透镜的任何缺陷，无论大小，都导致成像质量下降，甚至在关键应用中造成严重后果。

2、传统的红外透镜检测方法依赖于手动检查或简单的机械检测，这些方法不仅效率低下，而且往往无法准确识别微小的缺陷，特别是在复杂的透镜结构中。随着人工智能和机器学习技术的发展，利用这些先进技术进行透镜缺陷检测成为了可能。这些技术能够处理复杂的数据并预测潜在的缺陷，从而提高红外透镜检测的准确性和效率。

技术实现思路

1、本申请提供了一种红外透镜的缺陷检测方法、装置、设备及存储介质，提高了红外透镜的热应力测试准确率。

2、第一方面，本申请提供了一种红外透镜的缺陷检测方法，所述红外透镜的缺陷检测方法包括：

3、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；

4、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；

5、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；

6、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；

7、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；

8、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。

9、第二方面，本申请提供了一种红外透镜的缺陷检测装置，所述红外透镜的缺陷检测装置包括：

10、采集模块，用于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；

11、检测模块，用于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；

12、构建模块，用于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；

13、测试模块，用于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；

14、提取模块，用于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；

15、输出模块，用于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。

16、本申请第三方面提供了一种红外透镜的缺陷检测设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述红外透镜的缺陷检测设备执行上述的红外透镜的缺陷检测方法。

17、本申请的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的红外透镜的缺陷检测方法。

18、本申请提供的技术方案中，通过使用densenet和ssd卷积网络进行残差特征提取和多尺度卷积特征图分析，能够更精确地识别透镜中的异常区域和边缘缺陷。这种精确的特征识别有助于提高整个缺陷检测流程的准确性和可靠性。通过对透镜图像进行详细的几何参数分析，包括使用二维卷积运算和法线向量计算来确定透镜的曲率半径、直径和中心厚度，能够确保在后续的有限元分析中使用准确的透镜模型，从而提高模拟的真实性。对初始有限元模型进行网格密集化处理，特别是在检测到的异常区域和边缘区域，有助于提高这些关键区域的分析精度。这种自适应网格密集化技术确保了模型在复杂区域的高分辨率，从而提高了模拟结果的准确性。通过在预设温度梯度范围内进行详细的温度测试和热应力分析，可以更全面地评估透镜在不同温度条件下的性能。有助于识别红外透镜在极端温度条件下出现的缺陷或性能下降。使用温度-热应力变化曲线的特征提取和向量转换，结合使用门限循环网络和全连接层的机器学习模型进行缺陷检测，使得这种方法能够准确预测透镜的缺陷状态，进而提高了红外透镜的热应力测试准确率。

技术特征：

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：

2.根据权利要求1所述的红外透镜的缺陷检测方法，其特征在于，所述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，包括：

3.根据权利要求1所述的红外透镜的缺陷检测方法，其特征在于，所述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，包括：

4.根据权利要求1所述的红外透镜的缺陷检测方法，其特征在于，所述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，包括：

5.根据权利要求4所述的红外透镜的缺陷检测方法，其特征在于，所述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，包括：

6.根据权利要求1所述的红外透镜的缺陷检测方法，其特征在于，所述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，包括：

7.根据权利要求6所述的红外透镜的缺陷检测方法，其特征在于，所述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，包括：

8.一种红外透镜的缺陷检测装置，其特征在于，所述红外透镜的缺陷检测装置包括：

9.一种红外透镜的缺陷检测设备，其特征在于，所述红外透镜的缺陷检测设备包括：存储器和至少一个处理器，所述存储器中存储有指令；

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述的红外透镜的缺陷检测方法。

技术总结
本申请涉及深度学习技术领域，公开了一种红外透镜的缺陷检测方法、装置、设备及存储介质。所述方法包括：对目标红外透镜进行图像采集和几何参数检测，得到几何参数集合；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；构建初始有限元模型并进行网格密集化处理，得到目标有限元模型；根据多个温度测试值进行温度测试和热应力分析，得到热应力评价指标；构建温度‑热应力变化曲线并进行特征提取，得到多个目标曲线特征；进行特征编码和向量转换，得到热应力编码测试向量，并将热应力编码测试向量输入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，本申请提高了红外透镜的热应力测试准确率。

技术研发人员：刘义军,黄幸宗,林恬鑫
受保护的技术使用者：东莞市钜欣电子有限公司
技术研发日：
技术公布日：2024/2/1