一种金属表面质量评估方法、系统、电子设备及计算机可读存储介质与流程

本申请涉及金属腐蚀检测，尤其涉及一种金属表面质量评估方法、系统、电子设备及计算机可读存储介质。

背景技术：

1、现有的金属材料腐蚀检测方法通常包括：人工目视检测法、物理/化学无损检测法以及图像处理与机器学习检测法。人工目视检测法主观性强、效率低且难以量化；物理/化学无损检测法虽可测深但难以获取腐蚀形貌空间分布且设备复杂；图像处理与机器学习检测法往往模型体积大、难以在移动端实时运行，且多仅能识别腐蚀面积而无法同时估算腐蚀深度。因此，现有方法难以满足移动端轻量化部署以及腐蚀面积与腐蚀深度协同精准评估的需求。

技术实现思路

1、为了解决现有金属腐蚀检测方法无法在移动端高效部署、无法同时评估腐蚀面积与腐蚀深度的技术问题，本申请提供了一种金属表面质量评估方法、系统、电子设备及计算机可读存储介质，以实现金属表面质量评估方法的轻量化部署与多场景精准检测的需求。

2、第一方面，本申请提供了一种金属表面质量评估方法，所述方法包括：

3、采集不同腐蚀阶段的金属表面图像，并构建原始图像数据集；

4、对所述原始图像数据集进行预处理，生成标准化输入图像，并基于语义分割模型识别所述标准化输入图像中的金属腐蚀区域并计算腐蚀面积占比；

5、提取所述原始图像数据集或所述金属腐蚀区域内的频谱特征，将所述频谱特征利用深度反演模型计算并输出腐蚀深度估算值；

6、融合所述腐蚀深度估算值与所述腐蚀面积占比评估综合腐蚀指数，建立综合腐蚀指数与综合腐蚀等级之间的映射关系；

7、根据所述腐蚀面积占比、所述腐蚀深度估算值以及所述综合腐蚀指数输出评估结果。

8、在一些实施例中，在构建用于训练语义分割模型的原始图像数据集时，所述采集不同腐蚀阶段的金属表面图像，并构建原始图像数据集，包括：

9、对每张所述金属表面图像使用图像标注工具进行像素级标注，包括：所述金属腐蚀区域像素标记为1，未腐蚀区域像素标记为0；

10、根据所述像素级标注的结果生成用于模型训练的二值腐蚀掩膜图像。

11、在一些实施例中，所述识别所述标准化输入图像中的金属腐蚀区域，包括：

12、将所述标准化输入图像输入语义分割模型，所述语义分割模型包括编码器和解码器；

13、利用所述编码器中的深度可分离卷积对所述标准化输入图像进行逐级像素特征提取，利用所述解码器对特征图进行逐级上采样与特征融合，将所述标准化输入图像中的每个像素点映射为对应的腐蚀概率值，并输出概率图；

14、若单个所述像素点的概率值大于预设阈值，则将所述像素点标记为所述金属腐蚀区域，标记值为1；

15、若单个所述像素点的概率值不大于预设阈值，则将所述像素点标记为所述未腐蚀区域，标记值为0；

16、根据所述概率图的二值化结果生成二值腐蚀掩膜图像。

17、在一些实施例中，所述对每张所述金属表面图像使用图像标注工具进行像素级标注，包括：

18、建立干扰排除机制，将原始制造缺陷作为干扰排除因素，排除所述原始制造缺陷对所述金属腐蚀区域识别的干扰，并将所述原始制造缺陷标注为所述未腐蚀区域。

19、在一些实施例中，所述对所述原始图像数据集进行预处理，包括：

20、对所述原始图像数据集进行多工况环境下的预处理，所述预处理包括：尺寸归一化处理、图像质量增强处理、颜色空间转换处理、像素归一化处理以及数据集增强处理。

21、在一些实施例中，所述提取所述原始图像数据集或所述金属腐蚀区域内的频谱特征，包括：

22、将所述金属表面划分为背景面和腐蚀面；

23、若所述腐蚀面的所述腐蚀面积占比超过指定阈值，则基于所述原始图像数据集中的图像提取频谱特征；

24、若所述腐蚀面的所述腐蚀面积占比未超过指定阈值，则仅提取所述金属腐蚀区域内的频谱特征。

25、在一些实施例中，所述提取所述原始图像数据集或所述金属腐蚀区域内的频谱特征，包括：

26、利用二维傅里叶变换提取所述原始图像数据集或所述金属腐蚀区域内的频谱特征，包括：

27、获取所述原始图像数据集或所述金属腐蚀区域的空间坐标，以及所述空间坐标对应的像素值；

28、将每个像素值与对应频率分量的复指数项相乘后累加生成频率域，计算所述频率域的模的平方得到功率谱，提取所述功率谱内的所述频谱特征并计算所述腐蚀深度估算值。

29、在一些实施例中，所述提取所述功率谱内的所述频谱特征并计算所述腐蚀深度估算值，包括：

30、提取所述功率谱内的高频能量占比、频谱质心以及径向功率谱斜率，并计算所述腐蚀深度估算值。

31、在一些实施例中，所述深度反演模型，包括：

32、将所述频谱特征作为自变量，建立评价所述频谱特征与腐蚀深度估算值之间线性关系的回归系数；

33、利用最小二乘法求解所述回归系数，使得所述腐蚀深度估算值与基于所述频谱特征的线性预测值之间的残差平方和达到最小；

34、输出此时对应的腐蚀深度估算值。

35、第二方面，本申请还提供了一种金属表面质量评估系统，包括：

36、图像采集模块，用于采集不同腐蚀阶段的金属表面图像，并构建原始图像数据集；

37、图像预处理模块，用于对所述原始图像数据集进行预处理，生成标准化输入图像，并基于语义分割模型识别所述标准化输入图像中的金属腐蚀区域并计算腐蚀面积占比；

38、特征提取模块，用于提取所述原始图像数据集或所述金属腐蚀区域内的频谱特征，将所述频谱特征利用深度反演模型计算并输出腐蚀深度估算值；

39、评估模块，用于融合所述腐蚀深度估算值与所述腐蚀面积占比评估综合腐蚀指数，建立综合腐蚀指数与综合腐蚀等级之间的映射关系；

40、结果输出模块，用于根据所述腐蚀面积占比、所述腐蚀深度估算值以及所述综合腐蚀指数输出评估结果。

41、第三方面，本申请还提供了一种电子设备，包括处理器和存储器，存储器存储有计算机程序，处理器执行计算机程序时实现金属表面质量评估方法。

42、第四方面，本申请还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现金属表面质量评估方法。

43、本申请公开了一种金属表面质量评估方法、系统、电子设备及计算机可读存储介质，构建原始图像数据集，对金属表面图像自动识别腐蚀区域并计算腐蚀面积占比，提取原始图像数据集或金属腐蚀区域内的频谱特征，并将频谱特征利用深度反演模型计算并输出腐蚀深度估算值，以实现腐蚀深度的非接触估算，从而解决了现有的深度学习模式中存在的参数量大、无法在移动端平台高效使用的问题。

1.一种金属表面质量评估方法，其特征在于，所述方法包括：

2.根据权利要求1所述的金属表面质量评估方法，其特征在于，在构建用于训练语义分割模型的原始图像数据集时，所述采集不同腐蚀阶段的金属表面图像，并构建原始图像数据集，包括：

3.根据权利要求1所述的金属表面质量评估方法，其特征在于，所述识别所述标准化输入图像中的金属腐蚀区域，包括：

4.根据权利要求2所述的金属表面质量评估方法，其特征在于，所述对每张所述金属表面图像使用图像标注工具进行像素级标注，包括：

5.根据权利要求1所述的金属表面质量评估方法，其特征在于，所述对所述原始图像数据集进行预处理，包括：

6.根据权利要求1所述的金属表面质量评估方法，其特征在于，所述提取所述原始图像数据集或所述金属腐蚀区域内的频谱特征，包括：

7.根据权利要求1所述的金属表面质量评估方法，其特征在于，所述提取所述原始图像数据集或所述金属腐蚀区域内的频谱特征，包括：

8.根据权利要求7所述的金属表面质量评估方法，其特征在于，所述提取所述功率谱内的所述频谱特征并计算所述腐蚀深度估算值，包括：

9.根据权利要求1所述的金属表面质量评估方法，其特征在于，所述深度反演模型，包括：

10.一种金属表面质量评估系统，其特征在于，包括：

11.一种电子设备，其特征在于，包括处理器和存储器，存储器存储有计算机程序，处理器执行计算机程序时实现如权利要求1-9任一项中所述的金属表面质量评估方法的步骤。

12.一种计算机可读存储介质，其特征在于，存储有计算机程序，计算机程序被处理器执行时实现如权利要求1-9任一项中所述的金属表面质量评估方法的步骤。