(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210711290.5 (22)申请日 2022.06.22 (71)申请人 复旦大学 地址 200433 上海市杨 浦区邯郸路2 20号 (72)发明人 孔令豹　彭星　 (74)专利代理 机构 上海正旦专利代理有限公司 31200 专利代理师 王洁平 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/52(2022.01) G06V 10/34(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06V 10/44(2022.01)G06V 10/42(2022.01) (54)发明名称 一种基于多传感融合的检测缺陷图像融合 方法 (57)摘要 本发明公开了一种基于多传感融合的检测 缺陷图像融合方法。 该方法步骤包括： 用FDST将 检测图像分解为低、 高频子代系数； 用MSS TO提取 低频子代系数中图像细节亮、 暗信息； 将 亮、 暗信 息并入融合后的低频系数中， 获取低频融合系 数； 用改进的空间频率MSF提取检测图像在垂直、 水平和对角方向的梯度能量， 计算高频子代系数 的MSF值， 作为PCNN的外部激励； 用PCNN 法获取高 频融合系数； 用FDST逆变换重构出多传感缺陷检 测融合图像。 本发明方法能有效提升缺陷检测对 比度和信息丰富性， 改善边缘轮廓和纹理信息的 显示， 有效地保留并融合源图像中主要信息， 对 于激光增材制造多传感视觉检测系统中的缺陷 信息融合与表征分析有重要意 义。 权利要求书1页 说明书5页 附图2页 CN 115100140 A 2022.09.23 CN 115100140 A 1.一种基于多传感融合的检测缺陷图像融合方法， 其特征在于， 所述缺陷检测图像融 合方法主 要应用于 激光增材制造领域的工件缺陷检测， 包括以下步骤： (一)采用有限离散剪切波变换FDST将缺陷检测图像A和图像B分别分解为低频子带系 数和高频子带系数； (二)在有限离散剪切波变换FDST变换域， 采用多尺度形态学翻转算子MSSTO分别提取 图像A和图像B低频子带系数中的图像细节亮信息和暗信息； (三)将经多尺度形态学翻转算子MSSTO提取的图像亮信息和暗信息并入图像A和图像B 的低频子代系数进行融合， 得到低频融合系数； (四)在有限离散剪切波变换FDST变换域， 采用改进的空间频率MSF提取图像在垂直、 水 平和对角方向的梯度能量， 计算高频子带系数的MSF值， 并作为脉冲耦合神经网络PCNN的外 部激励； (五)利用脉冲耦合神经网络PCN N方法获取高频融合系数； (六)利用有限离散剪切波变换FDST的逆变换， 从低频融合系数和高频融合系数中重构 出最终的融合图像。 2.根据权利要求1所述的基于多传感融合的检测缺陷图像融合方法， 其特征在于， 图像 A、 图像B独立的选自可 见光图像、 红外图像或偏振图像中的任一种。 3.根据权利要求1所述的基于多传感融合的检测缺陷图像融合方法， 其特征在于， 步骤 (三)中， 缺陷检测图像的低频子代系数融合策略表示 为： 其中， flA(i,j)为图像A在位置(i,j)处的低频子带融合系数， flB(i,j)为图像B在位置 (i,j)处的低频子带融合系数， flF(i,j)为融合图像在位置(i,j)处的低频子带融合系数， γ 和 ε是用于提升融合缺陷检测图像对比度的低频子带融合权值系数， 其取值范围是[0,4]； MBF(i,j)是亮融合信息， MDF(i,j)是暗融合信息 。 4.根据权利要求1所述的基于多传感融合的检测缺陷图像融合方法， 其特征在于， 步骤 (四)中， 高频子带系数的MSF值表示 为： 其中， CF为缺陷检测图像垂直方向的梯度能量， RF为缺陷检测图像水平方向的梯度能 量， H和J为 缺陷检测图像对角线方向的梯度能量。权　利　要　求　书 1/1 页 2 CN 115100140 A 2一种基于多传感 融合的检测缺陷图像融合 方法 技术领域 [0001]本发明属于激光增材制造缺陷检测技术领域， 具体涉及 一种基于多传感融合的检 测缺陷图像融合方法。 背景技术 [0002]激光增材制造技术是一种成熟的加工技术， 其加工过程主要包括材料供应、 准备、 加工和后处理。 在激光增材制造过程中， 零件的三维模型被切割成薄层， 粉末层通过重涂机 制被铺展到粉末床和粉末储存器内， 加工系统利用高功 率密度激光进 行逐层扫描来选择性 地熔化金属粉末， 可加工复杂三 维结构， 并有效地进 行原位合金化处理。 具有高斯能量分布 的激光光斑与粉末相互作用， 粉末颗粒瞬时熔融和凝固， 产生了许多复杂的非平衡化学与 物理冶金过程， 涉及到流体流动、 动量、 质量和传热等。 迄今为止， 利用激光增材制造技术成 功实现了各类合金与金属的加工， 主要包括铝合金、 不锈钢、 镍基高温合金和钛合金等。 在 激光增材制 造工艺过程中， 影响零件质量的因素有很多， 包括粉末尺寸、 激光功率、 扫描速 度等， 参数控制不当将导致缺陷产生并严重恶化零件的物理和机械性能。 然而， 增材制造在 生产加工的过程中仍存在较大的局限性， 其原因主要有两个： 质量和可重复性， 这可能受到 增材制造 工艺中某些缺陷(如裂纹、 球化)的严重影响。 [0003]为了解决这个问题， 国内外学者对增材制造缺陷检测技术进行了大量研究， 以提 高零件的加工质量， 其中出现了一系列由多个传感器组成的检测系统， 即多传感检测系统， 基于多传感监测光、 声、 热等信号， 可为激光增材制造工艺过程中的缺陷检测和表征提供更 全面、 可靠、 准确的信息。 然而， 在利用多传感视觉检测系统对激光增材制造工件缺陷进行 实际检测和表征 的过程中， 由于检测环境的变化等不确定性因素， 容易导致图像传感器采 集到的检测图像质量不佳， 难以分辨缺陷细节特征。 但是， 仅通过提升硬件的方法来 实现图 像质量的提高不仅难度大、 周期长， 而且成本高。 发明内容 [0004]为了克服现有技术的缺点与不足， 本发明的目的在于提供一种基于多传感融合的 检测缺陷图像融合方法， 其能够有效提升缺陷检测图像对比度和信息丰富性， 改善图像边 缘缺陷轮廓和纹理信息， 有效地保留并融合源图像中的主要信息， 为缺陷特征提取与表征 分析提供技 术保障。 [0005]本发明提供的一种基于多传感融合的检测缺陷图像融合方法， 所述缺陷检测图像 融合方法主 要应用于 激光增材制造领域的工件缺陷检测， 包括以下步骤： [0006](一)采用有限离散剪切波变换(FDST)将缺陷检测图像A和图像B分别分解为低频 子带系数和高频子带系数； [0007](二)在所述FDST变换域， 采用多尺度形态 学翻转算子(MSSTO)分别提取图像A和图 像B低频子带系数中的图像细节亮信息和暗信息； [0008](三)将经多尺度形态学翻转算子MSSTO提取的图像亮信息和暗信息并入图像A和说　明　书 1/5 页 3 CN 115100140 A 3