CN110208271B - 一种相控阵天线的损伤检测方法、损伤检测装置及终端 - Google Patents

Abstract

本发明适用于损伤检测技术领域，提供了一种相控阵天线的损伤检测方法、损伤检测装置及终端，所述损伤检测方法包括：获取目标相控阵天线的损伤阵面对应的损伤二维图像，将所述损伤二维图像与预设的基准三维模型进行视角匹配，以确定与所述损伤二维图像对应的基准二维图像，其中，所述基准三维模型为基于所述目标相控阵天线对应的基准相控阵天线构建，将所述损伤二维图像与所述基准二维图像进行特征比较，得到所述损伤阵面的损伤特征矩阵。本发明能够及时获得相控阵天线的损伤情况，为对相控阵天线的损伤的及时的修复提供了准确依据。

Description

一种相控阵天线的损伤检测方法、损伤检测装置及终端

技术领域

本发明属于天线损伤检测技术领域，尤其涉及一种相控阵天线的损伤检测方法、损伤检测装置及终端。

背景技术

相控阵天线扫描速率快、波束控制灵活和多目标探测能力的特点，是现代战场重要的信息感知装备，担负远程预警、火力控制、战场侦察、导航制导等多种作战任务。但在战场环境下，相控阵天线的防护能力非常弱，极易受到破片和冲击波损伤。相控阵天线一旦损伤会无法正常工作，导致不能获得准确的数据。

现有技术中对于受损伤的相控阵天线，尚没有一个客观、准确的对损伤情况进行评估的方法，无法及时获得相控阵天线的损伤情况，不利于对相控阵天线的损伤的及时修复。

发明内容

有鉴于此，本发明提供了一种相控阵天线的损伤检测方法、损伤检测装置、终端及计算机存储介质，旨在解决现有技术中无法及时获得相控阵天线的损伤情况，不利于对相控阵天线的损伤的及时修复的问题。

本发明实施例的第一方面提供了一种相控阵天线的损伤检测方法，所述损伤检测方法包括：

获取目标相控阵天线的损伤阵面对应的损伤二维图像；

将所述损伤二维图像与预设的基准三维模型进行视角匹配，以确定与所述损伤二维图像对应的基准二维图像，其中，所述基准三维模型为基于所述目标相控阵天线对应的基准相控阵天线构建；

将所述损伤二维图像与所述基准二维图像进行特征比较，得到所述损伤阵面的损伤特征矩阵。

可选的，在将所述损伤二维图像与预设的基准三维模型进行视角匹配之前还包括：

获取基准相控阵天线的多个不同视角下的二维图像；

基于所述多个不同视角下的二维图像，构建所述基准相控阵天线的基准三维模型。

可选的，在所述得到所述损伤阵面的损伤特征矩阵之后，还包括：

基于所述损伤特征矩阵对所述目标相控阵天线进行损伤评估，得到所述目标相控阵天线的损伤结果。

可选的，所述将所述损伤二维图像与预设的基准三维模型进行视角匹配，以确定与所述损伤二维图像对应的基准二维图像包括：

调整所述基准三维模型的视角至目标视角，以使所述基准三维模型在所述目标视角下对应的二维图像与所述损伤二维图像的相似度大于指定相似度阈值；

将所述基准三维模型在所述目标视角下对应的二维图像确定为与所述损伤二维图像对应的基准二维图像。

可选的，所述将所述损伤二维图像与所述基准二维图像进行特征比较，得到所述损伤阵面的损伤特征矩阵包括：

获取所述损伤二维图像的损伤二维特征点集；

获取所述基准二维图像的基准二维特征点集；

将所述损伤二维特征点集和所述基准二维特征点集进行匹配，得到所述损伤二维特征点集中的二维点与所述基准二维特征点集中的二维点的匹配关系；

获取所述基准二维特征点集在所述基准三维模型中的基准三维点云集；

基于所述匹配关系，将所述损伤二维特征点集与所述基准三维点云集进行对应，得到所述损伤二维特征点集对应的损伤三维点云集；

将所述基准三维点云集和所述损伤三维点云集进行比较，得到所述损伤阵面的损伤特征矩阵。

可选的，所述基于所述损伤特征矩阵对所述目标相控阵天线进行损伤评估，得到所述目标相控阵天线的损伤结果包括：

将所述损伤特征矩阵输入到预设的损伤评估模型，得到所述目标相控阵天线的损伤结果。

可选的，所述损伤评估模型在xyz空间坐标系中的数学表示为：

其中，

表示目标相控阵天线的阵因子，S_nm表示N×M的目标相控阵天线的损伤特征矩阵，

表示目标相控阵天线中各阵元的辐射场强，θ表示远场辐射方向与xyz空间坐标系中z轴方向的夹角，

表示远场辐射方向的投影与xyz空间坐标系中x轴方向的夹角，其中，n,m均为大于0的正整数，1≤n≤N,1≤m≤M。

本发明实施例的第二方面提供了一种相控阵天线的损伤检测装置，所述损伤检测装置，包括：

获取单元，用于获取目标相控阵天线的损伤阵面对应的损伤二维图像；

视角匹配单元，用于将所述损伤二维图像与预设的基准三维模型进行视角匹配，以确定与所述损伤二维图像对应的基准二维图像，其中，所述基准三维模型为基于所述目标相控阵天线对应的基准相控阵天线构建；

比较单元，用于将所述损伤二维图像与所述基准二维图像进行特征比较，得到所述损伤阵面的损伤特征矩阵。

本发明实施例的第三方面提供了一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如任一项所述1至7中任一项所述相控阵天线的损伤检测方法的步骤。

本发明实施例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存储有计算机程序，所述计算机程序被处理器执行时实现如任一项所述1至7中任一项所述相控阵天线的损伤检测方法的步骤。

本发明与现有技术相比存在的有益效果是：

本发明通过获取目标相控阵天线的损伤阵面对应的损伤二维图像，将所述损伤二维图像与预设的基准三维模型进行视角匹配，确定与损伤二维图像对应的基准二维图像，将所述目标二维图像与所述基准二维图像进行比较，得到所述目标相控阵天线的模型损伤矩阵，通过模型损伤矩阵可以准确的确定目标相控阵天线中损伤阵元的数目和位置，能够准确、高效的判断相控阵天线的损伤情况；利用预设基准三维模型，检测时只需获取损伤二维图像就可以得到基准二维图像，减少了损伤检测的时间，因此，本发明能够为评估目标相控阵天线的损伤程度和制定修复策略提供准确依据。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的相控阵天线的损伤检测方法的实现流程图；

图2是本发明另一实施例提供的相控阵天线的损伤检测方法的实现流程图；

图3是本发明实施例提供的基准二维特征点集和损伤二维特征点集的匹配示意图；

图4是本发明实施例提供的基准二维图像示意图；

图5是本发明实施例提供的损伤二维图像示意图；

图6是本发明实施例提供的基准三维模型示意图；

图7是本发明实施例提供的损伤三维模型示意图；

图8是本发明实施例提供的相控阵天线的损伤检测装置的示意图；

图9是本发明另一实施例提供相控阵天线的损伤检测装置的示意图；

图10是本发明再一实施例提供相控阵天线的损伤检测装置的示意图；

图11是本发明实施例提供的终端的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的***、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。

参见图1，其示出了本发明实施例提供的相控阵天线的损伤检测方法的实现流程图，详述如下：

如图1所示，所述损伤检测方法包括：

S101：获取目标相控阵天线的损伤阵面对应的损伤二维图像；

在本发明实施例中，可以获取任意角度拍摄的目标相控阵天线的损伤阵面对应的损伤二维图像。

S102：将所述损伤二维图像与预设的基准三维模型进行视角匹配，以确定与所述损伤二维图像对应的基准二维图像，其中，所述基准三维模型为基于所述目标相控阵天线对应的基准相控阵天线构建；

在本发明实施例中，利用多视角相机对基准相控阵天线拍摄获得多视角基准二维图像，将多视角基准二维图像通过多视角图像相干技术，构建基准三维模型，基准相控阵天线为完好状态的相控阵天线。

多视角基准二维图像基于多视角图像相干技术，经过图像的特征提取、特征匹配和相机标定等过程，获得基准相控阵天线的基准三维点云，该基准三维点云经过点云三角形网格化和点云重建的过程，得到基准三维模型。

基准三维点云经三角网格化后再进行三维重建后得到精准的基准三维模型。

通过损伤二维图像与基准三维模型进行视角匹配，获得与损伤二维图像对应的基准二维图像，该基准二维图像为构建基准三维模型时，多视角相机拍摄的多视角基准二维图像中其中的一幅二维图像。

S103：将所述损伤二维图像与所述基准二维图像进行特征比较，得到所述损伤阵面的损伤特征矩阵。

在本发明实施例中，将损伤二维图像与基准二维图像进行比较，得到损伤相控阵天线的损伤特征矩阵，损伤二维图像与基准二维图像包含的是同一场景的信息。

将损伤二维图像与基准二维图像进行特征比较，得到损伤二维图像对应的损伤三维点云集，以及基准二维图像对应的基准三维点云集，将基准三维点云集和损伤三维点云集进行比较，得到损伤阵面的损伤特征矩阵。

获取的目标相控阵天线的损伤阵面对应的损伤二维图像，可以为只包含目标相控阵天线阵面有损伤的损伤二维图像，相应的，得到的损伤三维点云集只包含损伤二维图像的三维点，经三维重建后的损伤相控阵天线的损伤三维模型可以只包含基准三维模型中的局部模型。因此，可以根据要检测的损伤相控阵天线的位置，获取相应视角下的损伤二维图像，增强了检测的针对性，提高了检测的效率。

由上可知，本发明通过预设基准的三维模型，在对损伤相控阵天线检测时，只需要获取目标相控阵天线的损伤阵面对应的损伤二维图像，操作步骤简单，且节省检测时间。再通过损伤二维图像与预设的基准三维模型进行视角匹配，确定与损伤二维图像对应的基准二维图像，再将损伤二维图像与基准二维图像进行比较，得到损伤阵面的损伤特征矩阵，而该损伤特征矩阵包含损伤相控阵天线的阵元的损伤位置和数量信息，通过该损伤特征矩阵能够准确的判断出阵元损伤的位置，因此，本申请能够准确、高效的判断目标相控阵天线损伤的情况，为评估损伤相控阵天线的损伤程度和制定修复策略提供了准确依据。

参见图2，其示出了本发明另一实施例提供的相控阵天线的损伤检测方法的实现流程图，详述如下：

S203：获取目标相控阵天线的损伤阵面对应的损伤二维图像；

S204：将所述损伤二维图像与预设的基准三维模型进行视角匹配，以确定与所述损伤二维图像对应的基准二维图像，其中，所述基准三维模型为基于所述目标相控阵天线对应的基准相控阵天线构建；

S205：将所述损伤二维图像与所述基准二维图像进行特征比较，得到所述损伤阵面的损伤特征矩阵；

上述步骤S203、步骤204和步骤205可参考图1所示实施例中的步骤S101至步骤S103，在此不作赘述。

S201：获取基准相控阵天线的多个不同视角下的二维图像；

S202：基于所述多个不同视角下的二维图像，构建所述基准相控阵天线的基准三维模型。

在本发明实施例中，多视角相机拍摄的基准相控阵天线的基准二维图像基于多视角图像相干技术，经过图像的特征提取、特征匹配和相机标定等过程，可以获得基准相控阵天线的基准三维点云，该基准三维点云经过点云三角形网格化和点云重建的过程，得到基准三维模型。

得到基准三维点云后，即可建立基准相控阵天线阵面的三角形剖分的网格模型。对基准三维点云进行三角形网格化的过程为：首先把基准三维点云中所有点的状态都设定为自由状态，构建一个前沿边堆栈，接下来在基准三维点云平坦的地方构造种子三角形，将这些种子三角形的边全放入前沿边堆栈中，然后从前沿边堆栈中弹出一个边，以这个边为中心构建一个球形区域，这个球形区域的点的状态就是候选状态，通过特点原则从这些候选点中选出一个邻近点与前沿边构建三角形，然后将三角形除去前沿边的另外两个边放入前沿边堆栈中，并且将邻近点的状态改为已接受状态。然后从前沿边堆栈中弹出新的边作为前沿边，按照之前的步骤重新构建三角形，当前沿边堆栈为空的时候，基准三维点云的三角网格化完成。对基准三维点云进行三角形网格化后再进行基准三维点云的三维重建，可以准确的获得基准相控阵天线的基准三维模型。

由上可知，本发明通过获取基准相控阵天线的多视角下的基准二维图像，利用多视角图像相干技术，获得基准相控阵天线的三维点云，将基准相控阵天线的三维点云经三角形网格化，能够准确的对基准相控阵天线进行点云重建，经点云重建获得准确的基准相控阵天线的基准三维模型，为得到损伤阵面的损伤特征矩阵提供了有效保障。

可选的，在所述得到所述损伤阵面的损伤特征矩阵之后，还包括：

基于所述损伤特征矩阵对所述目标相控阵天线进行损伤评估，得到所述目标相控阵天线的损伤结果。

在本发明实施例中，可以将得到的损伤特征矩阵应用到对目标相控阵天线的评估模型中，能准确的获得目标相控阵天线的损伤阵面的损伤位置，以及定量的对目标相控阵天线进行快速性能评估，为对损伤的相控阵天线的快速抢修和恢复作战效能提供有效参考和技术支撑。

参见图3，其示出了本发明实施例提供的基准二维特征点集和损伤二维特征点集的匹配示意图，详述如下：

所述将所述损伤二维图像与预设的基准三维模型进行视角匹配，以确定与所述损伤二维图像对应的基准二维图像包括：

调整所述基准三维模型的视角至目标视角，以使所述基准三维模型在所述目标视角下对应的二维图像与所述损伤二维图像的相似度大于指定相似度阈值；

将所述基准三维模型在所述目标视角下对应的二维图像确定为与所述损伤二维图像对应的基准二维图像。

在本发明实施例中，通过调整基准三维模型的视角，确定基准三维模型中与损伤二维特征点集中点具有最大相似特征的特征位置，进而得到基准二维图像，通过对基准二维图像的基准二维特征点集和损伤二维特征点集进行匹配，确定与损伤二维图像对应的基准二维图像。其中，对基准二维特征点集和损伤二维特征点集进行匹配，确定与损伤二维图像对应的基准二维图像的过程如下：

获取的损伤二维图像的损伤二维特征点集记为{a_i}，基准二维特征点集记为{b_j}，其中i,j为正整数；如图3所示，将损伤二维图像中的点a_i为中心找到划分一定区域的相关窗1，在基准二维图像中以b_j为中心划分相同区域范围的相关窗2，匹配过程中以损伤二维图像中每个特征点为参考点在基准图像中按特征点顺序搜索，进行相关窗匹配，匹配可以指定搜索区域，其范围可以根据先验知识具体指定，相当于将对应点的搜索区域从整个图像减小到一个给定大小的窗口，降低计算工作量；

利用归一化互相关方法，计算相似度R_ij,

其中，

是相关窗口内所有像素灰度值的平均值，a_i(x,y)为损伤二维图像中以包含(2m+1)个点的相关窗中的第i点的灰度值，b_i(x,y)为基准二维图像中以包含(2m+1)个点的相关窗中的第j点的灰度值，m为正整数。

相似度R_ij，表示损伤二维图像中，以a_i为中心的相关窗与基准二维图像中以b_j为中心的相关窗的灰度相关性，本发明采用归一化互相关方法，相似度R_ij的取值范围是(-1,+1)，若相似度R_ij＝+1，表明两个相关窗口完全相同，在进行匹配时，设定一个相关阈值，如果最大相似度R_ij小于此阈值，则认为是误配点，进行去除。由此，找到损伤二维图像中点a_i与基准二维图像中相似度最大的点b_j，利用相同步骤，搜索损伤二维图像中点a_i+1的基准二维图像中的对应点；

若在选定的基准二维图像中均未找到与损伤二维图像中符合相似度要求的点，调整基准三维模型的视角，选取基准三维模型的另一特征位置，进行上述操作。

本发明能够通过调整基准三维模型的视角，确定与损伤二维图像具有最大相似特征的基准二维图像，经过相似度计算，确定与损伤二维图像相对应的基准二维图像。

参见图4，其示出了本发明实施例提供的基准二维图像示意图；参见图5，其示出了本发明实施例提供的损伤二维图像示意图，详述如下：

所述将所述损伤二维图像与所述基准二维图像进行特征比较，得到所述损伤阵面的损伤特征矩阵包括：

获取所述损伤二维图像的损伤二维特征点集；

获取所述基准二维图像的基准二维特征点集；

将所述损伤二维特征点集和所述基准二维特征点集进行匹配，得到所述损伤二维特征点集中的二维点与所述基准二维特征点集中的二维点的匹配关系；

获取所述基准二维特征点集在所述基准三维模型中的基准三维点云集；

基于所述匹配关系，将所述损伤二维特征点集与所述基准三维点云集进行对应，得到所述损伤二维特征点集对应的损伤三维点云集；

将所述基准三维点云集和所述损伤三维点云集进行比较，得到所述损伤阵面的损伤特征矩阵。

在本发明实施例中，基准二维特征点集{bj}对应的基准三维点云集记为{Bj}，将损伤二维图像的损伤二维特征点集{a_i}与基准二维特征点集{bj}进行匹配，得到匹配关系，通过匹配关系，将损伤二维特征点集{a_i}与基准三维点云集{Bj}进行对应，得到损伤三维点云集{A_i}，将基准三维点云集{Bj}和损伤三维点云集{A_i}进行三角网格化和三维建模，得到基准三维模型B'和损伤三维模型A'。通过比较基准三维模型B'和损伤三维模型A'中阵元的数量，可以得到损伤阵面的损伤特征矩阵S_n×m。

如图4和图5所示的基准二维图像示意图和损伤二维图像示意图，其对应7×14的损伤特征模型S为

其中，1表示该阵元无损伤，0表示该阵元损伤。

可选的，所述基于所述损伤特征矩阵对所述目标相控阵天线进行损伤评估，得到所述目标相控阵天线的损伤结果包括：

将所述损伤特征矩阵输入到预设的损伤评估模型，得到所述目标相控阵天线的损伤结果。

在本发明实施例中，预设的损伤评估模型为对相控阵天线的损伤性能进行评估的模型，将得到的损伤特征矩阵输入到预设的损伤评估模型中，可以定量的对损伤特征矩阵对应的目标相控阵天线进行损伤评估，也可以准确的获取损伤阵元的具***置，为评估目标相控阵天线的损伤程度和制定修复策略提供准确依据。

参见图6，其示出了本发明实施例提供的基准三维模型示意图；参见图7，其示出了本发明实施例提供的损伤三维模型示意图，详述如下：

所述损伤评估模型在xyz空间坐标系中的数学表示为：

其中，

表示目标相控阵天线的阵因子，S_nm表示N×M的目标相控阵天线的损伤特征矩阵，

表示目标相控阵天线中各阵元的辐射场强，θ表示远场辐射方向与xyz空间坐标系中z轴方向的夹角，

表示远场辐射方向的投影与xyz空间坐标系中x轴方向的夹角，其中，n,m均为大于0的正整数，1≤n≤N，1≤m≤M。

在本发明实施例中，相控阵天线的辐射特性由方向图函数

表示，而方向图函数是在离开天线距离处，辐射场在空间随角度变化的函数，

称为单元因子，表示单个阵元的辐射特性。只与相控阵天线的类型和空间取向有关，而与天线阵的排列方式无关。阵因子

与天线的阵元无关，只与天线阵元的相互位置、馈电电流的大小和相位有关，根据方向图相乘原理，在单元因子为1时，阵因子可用于表述相控阵天线阵列的辐射特性。如图6所示基准三维模型的示意图。

阵元按矩形栅格排列在xy平面上，在x轴方向有N列阵元，单元间距为d_x。在y轴方向有M个阵元，单元间距为d_y。远场辐射方向与z轴的夹角为θ，其投影与x轴的夹角为

且由于阵面中的阵元是等幅同相的，单个阵元中的电流I_nm＝1，所有阵元与(1,1)处的阵元相位差为0，k是玻尔兹曼常数，阵面的阵因子为：

用变量u、v、w表示：

w＝cosθ。

可得到阵面阵因子的一个简化公式：

当阵元失效时，S_nm为0，则

中不叠加相应阵元的辐射场强；阵元完好时，则S_nm为1，

叠加相应项的辐射场强，

则受损相控阵天线部分阵元失效后阵因子可用如下公式表示：

具体的，以16×16阵面为例，在扫描角均为0°时，获取的损伤特征矩阵为阵元随机失效百分之三十的情况，此时阵面失效阵元的位置如下所示。

损伤特征矩阵表示百分之三十阵元失效后失效阵元的位置，失效阵元总数为77，可以看出，失效阵元位置分布很随机，且靠近阵面中心的失效阵元较多。

以下表1为百分之三十随机阵元失效与阵面完好参数对比，损伤相控阵天线的各项性能指标可以为增益、方位向半功率波瓣宽度、俯仰向半功率波瓣宽度、方位向副瓣电平和俯仰向副瓣电平。

表1百分之三十随机阵元失效与阵面完好参数对比

在本发明实施例中，可以定量的获得损伤相控阵天线的性能参数，准确的获得损伤相控阵天线的阵面损伤阵元的位置，为评估目标相控阵天线的损伤程度和制定修复策略提供了准确依据。

参见图8，其示出了本发明实施例提供的相控阵天线的损伤检测装置的示意图，详述如下：

如图8所示，损伤检测装置8，包括：

第一获取单元81，用于获取目标相控阵天线的损伤阵面对应的损伤二维图像；

第一视角匹配单元82，用于将所述损伤二维图像与预设的基准三维模型进行视角匹配，以确定与所述损伤二维图像对应的基准二维图像，其中，所述基准三维模型为基于所述目标相控阵天线对应的基准相控阵天线构建；

第一比较单元83，用于将所述损伤二维图像与所述基准二维图像进行特征比较，得到所述损伤阵面的损伤特征矩阵。

可选的，在图8所示实施例的基础上，参见图9，其示出了本发明另一实施例提供的相控阵天线的损伤检测装置的示意图，详述如下：

如图9所示，损伤检测装置8还包括：

第二获取单元84，用于在将所述损伤二维图像与预设的基准三维模型进行视角匹配之前获取基准相控阵天线的多个不同视角下的二维图像；

构建单元85，用于基于所述多个不同视角下的二维图像，构建所述基准相控阵天线的基准三维模型。

可选的，在图8所示实施例的基础上，参见图10，其示出了本发明再一实施例提供的相控阵天线的损伤检测装置的示意图，详述如下：

如图10所示，损伤检测装置8还包括：

评估单元86，用于在所述得到所述损伤阵面的损伤特征矩阵之后，基于所述损伤特征矩阵对所述目标相控阵天线进行损伤评估，得到所述目标相控阵天线的损伤结果。

可选的，第一时间匹配单元82具体用于：

调整所述基准三维模型的视角至目标视角，以使所述基准三维模型在所述目标视角下对应的二维图像与所述损伤二维图像的相似度大于指定相似度阈值；

将所述基准三维模型在所述目标视角下对应的二维图像确定为与所述损伤二维图像对应的基准二维图像。

可选的，第一比较单元83具体用于：

获取所述损伤二维图像的损伤二维特征点集；

获取所述基准二维图像的基准二维特征点集；

将所述损伤二维特征点集和所述基准二维特征点集进行匹配，得到所述损伤二维特征点集中的二维点与所述基准二维特征点集中的二维点的匹配关系；

获取所述基准二维特征点集在所述基准三维模型中的基准三维点云集；

基于所述匹配关系，将所述损伤二维特征点集与所述基准三维点云集进行对应，得到所述损伤二维特征点集对应的损伤三维点云集；

将所述基准三维点云集和所述损伤三维点云集进行比较，得到所述损伤阵面的损伤特征矩阵。

可选的，评估单元86具体用于：

将所述损伤特征矩阵输入到预设的损伤评估模型，得到所述目标相控阵天线的损伤结果。

可选的，评估单元86具体还用于：

所述损伤评估模型在xyz空间坐标系中的数学表示为：

其中，

表示目标相控阵天线的阵因子，S_nm表示N×M的目标相控阵天线的损伤特征矩阵，

表示目标相控阵天线中各阵元的辐射场强，θ表示远场辐射方向与xyz空间坐标系中z轴方向的夹角，

表示远场辐射方向的投影与xyz空间坐标系中x轴方向的夹角，其中，n,m均为大于0的正整数，1≤n≤N，1≤m≤M。

在本发明实施例中，通过第一获取单元、第一视角匹配单元和第一比较单元构成的相控阵天线的损伤检测装置，可以准确、高效的判断目标相控阵天线损伤位置，为评估损伤相控阵天线的损伤程度和制定修复策略提供了准确依据。

参见图11，其示出了本发明实施例提供的终端的示意图。详述如下：

如图11所示，终端11，包括存储器111、处理器110以及存储在存储器111中并可在处理器110上运行的计算机程序112，处理器110执行计算机程序112时实现如上任一项所述相控阵天线的损伤检测方法的步骤。

在本发明实施例中，处理器110执行计算机程序112时实现上述各个相控阵天线的损伤检测方法实施例中的步骤，例如图1所示的步骤101至步骤103。或者，处理器110执行计算机程序112时实现上述各装置实施例中各模块/单元的功能。

应当理解，在本发明实施例中，所称处理器110可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器110还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

该存储器111可以包括只读存储器和随机存取存储器，并向处理器110提供指令和数据。存储器111的一部分还可以包括非易失性随机存取存储器。例如，存储器还可以存储设备类型的信息。

示例性的，计算机程序112可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在所述存储器中，并由处理器110执行，以完成本发明。上述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述上述计算机程序在所述终端中的执行过程。

本发明实施例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存储有计算机程序112，计算机程序112被处理器110执行时实现如上任一项所述相控阵天线的损伤检测方法步骤。

计算机可读存储介质存储有计算机程序112，计算机程序112包括程序指令，程序指令被处理器110执行时实现上述实施例方法中的全部或部分流程，也可以通过计算机程序112来指令相关的硬件来完成，计算机程序112可存储于一计算机可读存储介质中，该计算机程序112在被处理器110执行时，可实现上述各个方法实施例的步骤。其中，计算机程序112包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

计算机可读存储介质可以是前述任一实施例的终端的内部存储单元，例如终端的硬盘或内存。计算机可读存储介质也可以是终端的外部存储设备，例如终端上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，计算机可读存储介质还可以既包括终端的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及终端所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (4)

1.一种相控阵天线的损伤检测方法，其特征在于，所述损伤检测方法包括：

获取目标相控阵天线的损伤阵面对应的损伤二维图像；

将所述损伤二维图像与预设的基准三维模型进行视角匹配，以确定与所述损伤二维图像对应的基准二维图像，其中，所述基准三维模型为基于所述目标相控阵天线对应的基准相控阵天线构建；

将所述损伤二维图像与所述基准二维图像进行特征比较，得到所述损伤阵面的损伤特征矩阵；

基于所述损伤特征矩阵对所述目标相控阵天线进行损伤评估，得到所述目标相控阵天线的损伤结果；

在将所述损伤二维图像与预设的基准三维模型进行视角匹配之前还包括：

获取基准相控阵天线的多个不同视角下的二维图像；

基于所述多个不同视角下的二维图像，构建所述基准相控阵天线的基准三维模型；

所述将所述损伤二维图像与预设的基准三维模型进行视角匹配，以确定与所述损伤二维图像对应的基准二维图像包括：

调整所述基准三维模型的视角至目标视角，以使所述基准三维模型在所述目标视角下对应的二维图像与所述损伤二维图像的相似度大于指定相似度阈值；

将所述基准三维模型在所述目标视角下对应的二维图像确定为与所述损伤二维图像对应的基准二维图像；

所述将所述损伤二维图像与所述基准二维图像进行特征比较，得到所述损伤阵面的损伤特征矩阵包括：

获取所述损伤二维图像的损伤二维特征点集；

获取所述基准二维图像的基准二维特征点集；

将所述损伤二维特征点集和所述基准二维特征点集进行匹配，得到所述损伤二维特征点集中的二维点与所述基准二维特征点集中的二维点的匹配关系；

获取所述基准二维特征点集在所述基准三维模型中的基准三维点云集；

基于所述匹配关系，将所述损伤二维特征点集与所述基准三维点云集进行对应，得到所述损伤二维特征点集对应的损伤三维点云集；

将所述基准三维点云集和所述损伤三维点云集进行比较，得到所述损伤阵面的损伤特征矩阵；

所述基于所述损伤特征矩阵对所述目标相控阵天线进行损伤评估，得到所述目标相控阵天线的损伤结果包括：

将所述损伤特征矩阵输入到预设的损伤评估模型，得到所述目标相控阵天线的损伤结果；

所述损伤评估模型在xyz空间坐标系中的数学表示为：

其中，

表示目标相控阵天线的阵因子，S_nm表示N×M的目标相控阵天线的损伤特征矩阵，

表示目标相控阵天线中各阵元的辐射场强，θ表示远场辐射方向与xyz空间坐标系中z轴方向的夹角，

表示远场辐射方向的投影与xyz空间坐标系中x轴方向的夹角，其中，n,m均为大于0的正整数，1≤n≤N,1≤m≤M。

2.一种相控阵天线的损伤检测装置，其特征在于，适用于如权利要求1所述的相控阵天线的损伤检测方法，所述损伤检测装置，包括：

获取单元，用于获取目标相控阵天线的损伤阵面对应的损伤二维图像；

视角匹配单元，用于将所述损伤二维图像与预设的基准三维模型进行视角匹配，以确定与所述损伤二维图像对应的基准二维图像，其中，所述基准三维模型为基于所述目标相控阵天线对应的基准相控阵天线构建；

比较单元，用于将所述损伤二维图像与所述基准二维图像进行特征比较，得到所述损伤阵面的损伤特征矩阵；

评估单元，用于基于所述损伤特征矩阵对所述目标相控阵天线进行损伤评估，得到所述目标相控阵天线的损伤结果。

3.一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1所述相控阵天线的损伤检测方法的步骤。

4.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上的权利要求1所述相控阵天线的损伤检测方法的步骤。

Images