一种空域-频域联合增强的钢构件缺陷尺寸智能测定系统技术方案

本发明专利技术公开了一种空域‑频域联合增强的钢构件缺陷尺寸智能测定系统，包括数据预处理模块、频域带通滤波器、空域特征选择器、多尺度信息共享模块以及双任务联合检测模块。数据预处理模块对图像数量进行扩充，并通过边缘提取单元和DCT单元扩展图像通道。频域带通滤波器和空域特征选择器分别对来自不同域的图像进行特征提取，中间通过多尺度信息共享模块，将来自不同域的多尺度高维特征信息进行聚合，以充分利用图像的特征信息。双任务联合检测模块包含表面缺陷多分类单元以及异常尺寸精细测量单元，对工件表面的异常进行分类识别，并精确测量异常区域的尺寸参数，为后续的质量检测和生产优化提供重要依据。

【技术实现步骤摘要】

本专利技术涉及工业机器视觉中的非接触式精确测量及分类算法领域，具体是一种空域-频域联合增强的钢构件缺陷尺寸智能测定系统。

技术介绍

1、高端装备制造是现代产业的脊梁，在当今市场竞争日益激烈的背景下，大力发展高端装备制造业对我国的经济发展具有十分重大的意义。要实现高端装备的智能化升级，生产出高质量、高性能、高稳定性的大型成套设备，依赖于非接触式精细测量。而目前许多大型成套设备(如轧钢机，碳纤维复合材料制造设备等)大都缺少这一功能单元，这就导致了在生产过程中缺乏必要的数据支撑，给后续的工艺控制、质量检测等环节带来了一定的困难。随着计算机视觉理论研究不断深入，将基于计算机视觉的非接触式智能测量技术应用高端装备制造中具有重要意义。

2、目前，大多数的精确测量都是由熟练的人员手动测量的，这样存在成本高，效率低，以及人为错误等问题。而相对于传统的手动测量方法，工业视觉测量技术可以在加工过程中实现智能化、柔性、快速和低成本的检测，其作为一种新兴的测量技术有着很好的发展前景。

技术实现思路

1、本专利技术提出一种本文档来自技高网...

【技术保护点】

1.一种空域-频域联合增强的钢构件缺陷尺寸智能测定系统，其特征在于，包括数据预处理模块、频域带通滤波器、空域特征选择器、多尺度信息共享模块以及双任务联合检测模块；

2.根据权利要求1所述的钢构件缺陷尺寸智能测定系统，其特征在于，所述的数据预处理模块：对进行训练的正常图像采取旋转和翻转等图像增强操作，生成一系列新的训练样本，扩充输入数量，提高数据的多样性和模型的泛化能力，在保持长宽比的基础上将图像扩展到256×256尺寸，便于后续使用；接着，通过边缘提取单元和DCT单元实现图像通道扩展，将图像转换为三通道，避免信息混合或丢失的问题，从而获得更准确和全面的图像特征表示，应该注意的...

【技术特征摘要】

1.一种空域-频域联合增强的钢构件缺陷尺寸智能测定系统，其特征在于，包括数据预处理模块、频域带通滤波器、空域特征选择器、多尺度信息共享模块以及双任务联合检测模块；

2.根据权利要求1所述的钢构件缺陷尺寸智能测定系统，其特征在于，所述的数据预处理模块：对进行训练的正常图像采取旋转和翻转等图像增强操作，生成一系列新的训练样本，扩充输入数量，提高数据的多样性和模型的泛化能力，在保持长宽比的基础上将图像扩展到256×256尺寸，便于后续使用；接着，通过边缘提取单元和dct单元实现图像通道扩展，将图像转换为三通道，避免信息混合或丢失的问题，从而获得更准确和全面的图像特征表示，应该注意的是，这里的三通道与rgb通道无关；扩展完成后，将原始图像和边缘特征作为一体引入到空域特征选择器，将dct算法产生的结果引入到频域带通滤波器，进行后续处理。

3.根据权利要求1所述的钢构件缺陷尺寸智能测定系统，其特征在于，所述的边缘提取单元：利用prewitt算子提取边缘，设图像中一点的像素值为x，则该点及其感受野由矩阵表示，prewitt边缘提取算法计算一个像素的值需要周围8个像素，3×3像素矩阵与两个模板进行卷积，将两个模板的结果相加得到输出p(i，j)，可由以下公式表示：

4.根据权利要求1所述的钢构件缺陷尺寸智能测定系统，其特征在于，所述的dct单元：将图像从空间域快速转换到频域，用如下公式表示：

5.根据权利要求1所述的钢构件缺陷尺寸智能测定系统，其特征在于，所述的频域带通滤波器：使用unet作为骨干架构，处理经dct算法生成的频域数据；该网络由一个编码器和一个解码器组成，在编码器中，对输入特征图进行多次下采样，减小特征图的大小，第二、三、四次下采样后的特征图被输入到多尺度信息共享模块中进行信息交换，第五次下采样后的特征图作为输出；在解码器中，接收来自编码器的输出作为输入，并对此特征图进行上采样，增加特征图的大小，将来自多尺度信息共享模块输出的三个特征图在对应的位置添加，第五次上采样后的结果作为网络的输出进行后续任务；输入特征图以及第一次下采样之后的特征图将直接分别传送到解码器的相应位置，这样的跨层连接可以缩短梯度反向传播路径，从而大大减少了梯度消失的问题；

6.根据权利要求1所述的钢构件缺陷尺寸智能测定系统，其特征在于，所述的空域特征选择器：使用hrnet作为骨干架构，处理原始图像以及边缘提取特征；与unet不同，本网络的高分辨率特征图不是通过解码器逐层恢复的，首先对输入的特征图进行两次下采样，减小特征图的大小，然后对图像进行三个连续的处理阶段，具有相似的模式，该模式是：1)在每个处理阶段之前，特征图从先前的状态分叉，生成一个具有不同特征图大小的新子分支；2)每个阶段具有4个连续的残差块，随后是用于所有子分支的融合层；每个残差块包含两个卷积层，核大小为3×3和3×3，每个卷积层后...

【专利技术属性】
技术研发人员：赵涓涓，伊辰，辛家隆，强彦，赵俊，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：