一种镁合金可见光鲁棒测温方法、系统及其存储介质

摘要: 本发明涉及金属材料热加工过程温度监测,具体而言,涉及一种镁合金可见光鲁棒测温方法、系统及其存储介质。背景技术:1、随着先进制造技术的发展,金属板材加工过程逐渐向...
一种镁合金可见光鲁棒测温方法、系统及其存储介质

本发明涉及金属材料热加工过程温度监测,具体而言,涉及一种镁合金可见光鲁棒测温方法、系统及其存储介质。

背景技术:

1、随着先进制造技术的发展,金属板材加工过程逐渐向自动化、智能化方向发展。对于镁合金板材而言,由于其具有轻质、高比强度等特点,在航空航天、交通装备以及电子产品结构件制造领域具有重要应用价值。然而,镁合金材料在热加工过程中表现出明显的温度敏感性,加工过程中的温度状态会直接影响材料的变形行为、组织演变以及最终制件质量。因此,实现对加工过程中关键状态参数的有效感知,是提高镁合金板材制造过程稳定性的重要基础。

2、在实际加工过程中,镁合金板材通常经历快速加热、保温以及冷却等复杂热循环过程,其表面状态会随着温度变化持续发生改变。一方面,温度变化会引起材料表面颜色、纹理以及氧化状态变化,使表面视觉信息中包含一定的温度响应特征;另一方面,这些视觉变化同时受到氧化程度、环境光照、表面反射以及材料状态差异等因素影响,使得温度信息与其他干扰因素相互混杂。因此,如何从复杂表面状态中准确提取与温度相关的信息,实现加工过程中的非接触式温度感知,成为镁合金智能制造过程中亟需解决的问题。

3、近年来,基于机器视觉的信息感知技术为金属加工过程状态监测提供了新的技术途径。相比传统依赖传感器的检测方式,视觉检测具有信息获取范围广、空间分辨能力强以及易于系统集成等特点。然而,现有基于可见光图像的温度感知方法通常依赖单一颜色特征或者单一深度网络进行特征学习,难以同时描述材料表面的颜色变化规律和空间结构变化特征。同时,在实际工业环境中,光照变化、表面氧化以及局部反射等因素会导致图像特征分布发生偏移,使模型难以保持稳定的温度预测能力。

4、因此,针对镁合金板材热加工过程中视觉信息易受环境因素影响、温度相关特征难以有效表征的问题,需要提出一种能够充分融合材料表面颜色信息和空间结构信息,并具备环境适应能力的可见光温度感知方法,以满足复杂工业条件下镁合金板材温度监测需求。

技术实现思路

1、为解决上述问题,本发明提供一种镁合金可见光鲁棒测温方法、系统及存储介质,以解决镁合金热加工过程中温度难以实现高精度、稳定性在线测量的问题,尤其是在复杂光照变化、表面氧化干扰以及反光噪声影响下,可见光图像特征易发生亮度与颜色耦合,从而导致传统测温方法鲁棒性不足的问题。

2、为实现上述技术目的,达到上述技术效果,本发明公开了一种镁合金可见光鲁棒测温方法,所述方法至少包括:

3、s1、在不同温度条件及多种光照环境下对镁合金工件进行可见光图像采集,并同步获取对应时刻的真实温度值用于构建结构化监督标签;

4、s2、对采集图像进行颜色空间转换、亮度校正、噪声抑制及多尺度颜色直方图特征提取的预处理操作,以降低环境光照及表面噪声对特征提取的影响;

5、s3、在特征提取阶段,分别构建基于卷积神经网络的空间特征分支与基于统计描述的颜色特征分支,从不同角度对图像信息进行建模;

6、s4、将获取的两类特征分支进行可学习加权融合,并输入回归网络输出对应的温度预测值。

7、其中,所述步骤s1中所述的真实温度值通过归一化至[0,1]区间作为回归任务的监督标签,以提升模型训练稳定性与收敛效率,其归一化表达如下:

8、;

9、其中,为归一化后的监督标签;t为样本图像对应的真实采集温度;tmax与tmin分别代表测温区间的温度上限与下限。

10、其中,所述步骤s2中对“对采集图像进行颜色空间转换”为:

11、将采集到的镁合金表面可见光图像由rgb色彩空间转换至lab色彩空间,具体的包括:

12、将rgb色彩空间通过线性变换映射至xyz色彩空间,再通过非线性函数映射得到lab色彩空间,通过上述转换,亮度信息被集中在l通道中,而a、b通道分别表征不同方向的颜色变化,从而实现亮度与色度信息的有效分离。

13、其中,所述步骤s2中“亮度校正”具体为:

14、目标亮度基准设定为,对于待对齐图像,计算亮度偏移量并对亮度通道施加平移修正:

15、;

16、其中,为亮度通道l中所有像素的灰度值取中位数;

17、经处理后,所有图像的全局亮度统一至128基准,消除照度差异对板材纹理特征的干扰。

18、其中,所述步骤s2中对“多尺度颜色直方图特征提取”为:

19、在lab色彩空间的a、b通道上构建多尺度归一化直方图特征;具体的包括:

20、取a、b通道的像素值范围为[0,255],分别对两个通道进行多粒度划分,在不同粒度下统计像素分布情况,从而获得不同尺度的颜色分布描述;

21、对于给定颜色通道c∈{a,b},在不同粒度k下构建归一化直方图特征,其表示为:

22、;

23、其中,每个分量表示对应区间内的像素占比,用于描述该颜色通道在不同灰度区间的分布情况,从而实现对颜色统计特征的归一化表达。

24、优选的,所述步骤s3中“基于卷积神经网络的空间特征分支”构建如下:

25、s311、以resnet18为骨干网络,保留其卷积特征提取部分并去除全连接分类层,输入为经s2预处理后的lab三通道图像,依次经过卷积层、批归一化层、激活函数、池化层及残差模块进行逐级特征抽象,输出特征图;

26、s312、在resnet18之后嵌入压缩-激励通道注意力模块,对所述特征图进行全局平均池化压缩,再经全连接网络生成通道权重向量并加权至原始特征图,最后经全局平均池化展开得到深度特征向量v。

27、优选的,所述步骤s3中“基于统计描述的颜色特征分支”构建如下:

28、s321、对经s2预处理后的lab三通道图像,分别计算各通道的均值与标准差,并计算a通道与b通道之间的均值差与均值之和,将上述统计量拼接为基础颜色统计特征向量,用于描述图像整体的亮度水平与颜色分布波动情况;

29、s322、获取s2步骤中提取的多尺度颜色直方图特征向量,所述多尺度颜色直方图特征向量由a、b通道在不同粒度下的归一化直方图拼接而成,用于刻画颜色分布的整体偏移趋势与局部细节变化;

30、s323、从采集图像对应的数据标识信息中提取实验组别标识(group id),将所述实验组别标识进行类别编码并映射为整数标签,通过可学习嵌入层将离散类别信息转换为连续实验组别嵌入特征向量,用于表征不同实验采集条件造成的数据分布差异;

31、将所述基础颜色统计特征向量、多尺度颜色直方图特征向量和采集批次嵌入特征向量进行拼接,输入全连接网络进行非线性变换,得到统计特征向量c。

32、其中,所述步骤s4具体包括:

33、s41、引入两个可学习标量参数 ,分别表示所述空间特征分支输出的深度特征向量v和所述颜色特征分支输出的统计特征向量c的权重系数;将加权后的两个特征向量进行拼接,得到融合特征向量;所述两个可学习标量参数在训练过程中与网络其余权重一同通过反向传播自动更新;

34、s42、将所述融合特征向量z输入由全连接层构成的回归头,经relu激活函数和dropout正则化处理后,输出归一化的温度预测值。

35、本发明还公开了一种镁合金可见光鲁棒测温系统,所述测温系统基于上述测温方法,包括:

36、图像采集模块,用于在不同温度条件及多种光照环境下对镁合金工件进行可见光图像采集,并同步获取对应时刻的真实温度值作为监督标签;

37、图像预处理模块,与所述图像采集模块相连,用于对采集图像进行颜色空间转换、亮度校正、噪声抑制及多尺度颜色直方图特征提取的预处理操作,以降低环境光照及表面噪声对特征提取的影响,并提取颜色分布统计信息;

38、双分支特征提取模块,与所述图像预处理模块相连,包括基于卷积神经网络的空间特征分支和基于统计描述的颜色特征分支;所述空间特征分支用于提取镁合金表面氧化纹理的空间演变特征,输出深度特征向量;所述颜色特征分支用于提取全局颜色统计特征,输出统计特征向量;

39、特征融合与温度回归模块,与所述双分支特征提取模块相连,用于引入两个可学习标量参数分别对所述深度特征向量和所述统计特征向量进行加权融合,并将融合后的特征向量输入回归网络,输出归一化的温度预测值。

40、本发明还公开了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述测温方法的步骤。

41、本发明具有以下有益效果:

42、1、本发明通过将镁合金表面可见光图像由rgb色彩空间转换至lab色彩空间,并采用全局亮度中值对齐策略,实现了亮度信息与色度信息的有效解耦,从根本上消除了环境光照波动对颜色特征的干扰;同时,通过对色度通道进行高斯滤波平滑处理,有效抑制了表面反光、划痕等局部噪声的影响。上述预处理手段显著提升了输入图像的质量与一致性,为后续特征提取提供了稳定可靠的输入基础,使模型能够在复杂光照变化和表面污染条件下保持稳定的测温性能。

43、2、本发明构建了双分支并行特征提取的resnet网络架构,其中cnn分支通过嵌入通道注意力机制的resnet18骨干网络,充分提取镁合金表面氧化纹理的空间演变特征,并自适应增强温度敏感通道的响应、抑制噪声通道;统计特征分支通过融合基础颜色统计特征、多尺度颜色直方图特征以及采集批次嵌入特征,从全局颜色分布角度捕捉温度变化引起的颜色偏移规律。两分支特征通过可学习参数进行自适应加权融合,实现了空间纹理信息与全局颜色统计信息的优势互补显著提升了模型在250℃至450℃全温区范围内的测温精度、鲁棒性与泛化能力,有效克服了现有可见光测温方法在工业复杂环境下光照敏感性强、特征表达单一、适应性不足等技术缺陷。