在工业结构的制造和使用过程中，经常会出现各种材料缺陷和损伤，影响结构的安全可靠性，甚至可能造成严重的经济损失和安全危害。现有单个检测技术的信号模态单一，难以兼顾表面微小缺陷和埋藏缺陷的检测需求，多模态融合检测则能够充分利用各种检测技术的优势，实现更准确全面的检测与评估。近日信息学院智能医学信息研究中心叶朝锋课题组提出的电磁-光同步融合成像检测方法，可提高关键工业结构缺陷检测的全面性和准确性。研究成果以“Synchronous Imaging and Multimodal Fusion of Optical and Electromagnetic Measurements for Overlapping Defects Inspection”为题发表于国际期刊IEEE Transactions on Industrial Informatics。
研究人员结合光学和电磁检测的优点，通过集成高分辨率磁场成像阵列传感器、光学相机和位移传感器，设计了电磁-光多传感器成像检测系统，可同步获取电磁和光学图像。同时还提出了一套多模态图像融合方法：通过分析光学测量数据，以精确识别、定位与量化表面缺陷；通过分离与埋藏缺陷不重叠的表面缺陷信号，从电磁图像中检出不重叠的埋藏缺陷；利用三维数值仿真模型辅助数据生成，融合电磁图像和光学图像，抑制电磁成像结果中干扰埋藏缺陷识别的表面缺陷/形貌信息，从而实现重叠缺陷的准确检出。
结果表明，该方法能够全面、鲁棒地检测金属结构中的表面缺陷、埋藏缺陷和重叠缺陷，与单一检测技术相比具有显著的优势，可广泛应用于核电、航空航天、交通运输、新能源、石油化工等领域的关键结构检测。
信息学院23届博士生张娜为论文第一作者，信息学院21级硕士生董浩然参与了实验工作，信息学院叶朝锋教授为通讯作者，开云APP官网入口(中国)有限公司为唯一完成单位。
文章链接：https://ieeexplore.ieee.org/document/10160199
图：（a）电磁-光同步成像系统示意图；（b）图像融合特征提取算法
沪公网安备 31011502006855号