Page 63 - 无损检测2024年第十一期
P. 63

危洪波，等：
              基于 SRGAN 的介电材料缺陷微波检测图像稀疏重建


              出现脱黏、分层、材料损失等缺陷，使得其强度、刚                           往往并不理想。基于数学重建模型                 [12] 的图像稀疏重
              度等机械性能显著下降，从而对设备的安全服役造                            建主要依赖于构建数学模型，常见的方法包括迭代
              成极大的威胁。因此，采用无损检测技术来检测介                            反投影法、凸集投影法和最大后验概率法等，然而，
              电材料服役过程中的缺陷，以评估其性能和使用寿                            这种方法对于加性噪声的抵抗能力相对较弱，即鲁
              命是至关重要的。目前国内外常见的介电材料检测                            棒性较差。压缩感知理论凭借其卓越的降维特性，
                                                   [4]
                                 [3]
              方法有：声发射检测 、红外热成像检测 、超声检                           为图像稀疏重建问题的求解带来了全新的思路。在
              测  [1][5] 、太赫兹检测 。然而这些方法对于介电材料                    基于CS的图像稀疏重建还原领域，多种方法应运而
                               [6]
              的检测都存在些许不足，如声发射检测的缺陷定位                            生。其中，基于迭代收缩和全变分稀疏表示的方法，
              能力有限且易受外界环境的影响；红外热成像检测                            通过迭代优化和稀疏性约束，有效提升了图像的稀
              需依赖外部激励且成像分辨率低；超声检测需要耦                            疏重建效果；基于小波域的压缩感知图像稀疏重建
              合剂且不适用于结构复杂的材料；太赫兹检测分辨                            方法，利用小波变换的多尺度特性，实现了对图像高
              率高但穿透介电材料的能力差。                                    频信息的精准捕捉与重建；而基于冗余字典的图像
                  近年来微波无损检测已被广泛应用于复合非金                          稀疏重建方法，通过构建丰富的图像特征字典，提高
              属材料的结构完整性评价。微波技术凭借其卓越的                            了图像重建的准确性和效率              [1，13] 。这些方法共同为
              材料穿透性、宽泛的检测频带、出色的灵敏度以及无                           图像稀疏重建问题的解决提供了强有力的支持。然
              电离辐射的安全特性，在介电材料的无损检测领域                            而，上述方法的建模复杂、还原所需的迭代次数多、
              展现出了显著的优势 。近年来，微波无损检测技                            时间代价巨大。近年来，深度学习以其卓越的函数
                                  [7]
              术得到了长远发展，LIANG等 针对层状复合材料                          拟合能力在图像稀疏重建领域取得了优秀的成果。
                                          [8]
              微小缺陷的微波无损检测，提出了一种能够同时重                            其中，SRCNN（Super-resolution convolutional neural
              构层状介质电导率和介电常数参数的多参数反演方                            network）和ESPCN（Efficient sub-pixel convolutional
              法。FANG等 引入了一种融合波谱重建和压缩感                           neural network）等模型备受瞩目        [14-15] 。然而这些模
                           [9]
              知（Compressed Sensing，CS）的方法实现快速稀疏                 型在训练过程中，普遍采用均方误差（Mean square
              成像。RAHMAN等        [10] 通过研究天线嵌入式复合结               error，MSE）作为目标函数，这会使得还原后的图像
              构的微波无损检测，证明了微波无损检测在检测智                            过于平滑而出现一定程度的失真。
              能结构方面的潜在用途。                                            鉴于此，文章提出一种基于SRGAN              [16] 网络的缺
                  为了获取高质量的微波成像结果，用于缺陷识                          陷微波检测图像稀疏重建方法并对网络进行改进，
              别及定量，一般需按照检测微波四分之一波长的空                            探究其在介电材料缺陷成像中的应用关键，明确所
              间扫查间隔进行扫查。在该约束下，对大尺寸被测                            提方法的优势。
              件的扫查非常耗时，尤其是在高频段。为了提高检
                                                                1  介电材料缺陷微波检测及SRGAN网络
              测效率，可采用稀疏扫查模式，但该方式会降低成像
              质量。因此，如何在保证检测效率的同时维持成像                            1.1  微波检测及缺陷成像
              质量，成为了一个重要的问题。图像处理领域中的                                 介电材料内部缺陷的微波检测原理及检测信号
              图像稀疏重建技术，是一种通过特定算法将低分辨                            示例如图1所示。由图1（a）可知，当微波入射到材
              率图像转化为高分辨率图像的方法。该技术能够有                            料表面或内部的不连续界面时，会发生反射现象。
              效地将采样稀疏的图像恢复到像素值矩阵稠密的状                            微波探头通过矩形波导发射高频电磁波，当电磁波
              态。将其应用在微波成像领域，能够在保证检测效                            到达试件界面处时，一部分发生反射，一部分透射
              率的同时提升图像质量，为图像处理和分析带来更                            进入试件内，还有一部分发生散射。在缺陷位置，
              多的可能性。                                            透射进入试件内部的电磁波在试件缺陷边界和试件
                  在图像稀疏重建技术领域，插值法                [11] 因其简便      背面再次发生反射与散射。各反射波最终被探头接
              性和实用性而被广泛应用。这种方法通过预定义的                            收，形成检测信号。而在非缺陷位置，仅有在试件
              变换函数或插值核，将稀疏的图像信息填充为更丰                            表面与背面反射回的电磁波被探头接收。经过微波
              富的图像内容，其计算过程相对简单，易于理解，然                           探头的探测，回波信号被捕获并传送至网络矢量分
              而，像素值的变化并不是连续且平滑的，其重建效果                           析仪。在此设备中，回波信号通过计算分析得到S 11
                                                                                                          29
                                                                                         2024 年 第 46 卷 第 11 期
                                                                                                  无损检测
   58   59   60   61   62   63   64   65   66   67   68