(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210661350.7 (22)申请日 2022.06.13 (65)同一申请的已公布的文献号 申请公布号 CN 114757945 A (43)申请公布日 2022.07.15 (73)专利权人 武汉理工大 学 地址 430070 湖北省武汉市洪山区珞狮路 122号 (72)发明人 朱子豪　田林雳　朱大虎　 (74)专利代理 机构 武汉智嘉联合知识产权代理 事务所(普通 合伙) 42231 专利代理师 黄君军 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/774(2022.01)G06V 10/74(2022.01) G06V 10/762(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06K 9/62(2022.01) 审查员 闵格 (54)发明名称 一种金属基体腐蚀和涂层老化的原位识别 方法及装置 (57)摘要 本发明提供了一种金属基体腐蚀和涂层老 化的原位识别方法及装置。 其方法包括： 根据预 设的目标图像 分割模型对损伤图像进行分割， 获 得多个分割子图像； 确定多个分割子图像的先验 框的先验框尺 寸和类别信息； 构建初始基体腐蚀 识别模型和初始涂层老化识别模 型， 基于分割子 图像、 先验框尺寸及类别信息对模型进行训练， 获得目标基体腐蚀识别模型和目标涂层老化识 别模型； 获取金属表面的待识别图像， 并将待识 别图像输入至目标图像分割模型中， 获得多个待 识别子图像； 分别基于目标基体腐蚀识别模型和 目标涂层老化识别模型识别多个待识别子图像， 获得基体腐蚀识别结果和涂层老化识别结果。 本 发明可提高对金属基体腐蚀和涂层老化进行识 别的识别精度。 权利要求书3页 说明书9页 附图4页 CN 114757945 B 2022.10.04 CN 114757945 B 1.一种金属基 体腐蚀和涂层老化的原位识别方法， 其特 征在于， 包括： 获取金属表面的损伤图像， 并根据预设的目标图像分割模型对所述损伤图像进行分 割， 获得多个分割子图像； 基于预设的聚类方法确定所述多个分割子图像的先验框的先验框尺寸， 并确定所述先 验框的类别 信息； 构建初始基体腐蚀识别模型， 并基于所述多个分割子 图像、 所述先验框尺寸以及所述 类别信息对所述初始基体腐蚀识别模型进行训练， 获得训练完备的目标基体腐蚀识别模 型； 构建初始涂层老化识别模型， 并基于所述多个分割子 图像、 所述先验框尺寸以及所述 类别信息对所述初始涂层老化识别模型进行训练， 获得目标涂层老化识别模型； 获取金属表面的待识别图像， 并将所述待识别图像输入至所述目标图像分割模型中， 获得多个待识别子图像； 分别基于所述目标基体腐蚀识别模型和所述目标涂层老化识别模型识别所述多个待 识别子图像， 对应获得基 体腐蚀识别结果和涂层老化识别结果； 所述目标基体腐蚀识别 模型的模型结构为YOLOv3模型结构， 所述目标涂层老化识别模 型的模型 结构为SSD模型结构； 所述基体腐蚀识别结果包括基体腐蚀类别以及基体腐蚀参数， 所述基体腐蚀类别包括 点蚀和开裂， 所述基体腐蚀参数包括蚀孔数量、 蚀孔孔径、 蚀孔深度、 裂口尺寸以及开裂深 度； 所述涂层老化识别结果包括涂层损伤类型， 所述涂层损伤类型包括霉变、 粉化、 裂纹、 脱 落； 所述金属基 体腐蚀和涂层老化的原位识别方法还 包括： 构建所述蚀孔数量、 蚀孔孔径、 蚀孔深度、 裂口尺寸以及开裂深度与基体腐蚀损伤程度 的关联关系； 根据所述蚀孔数量、 蚀孔孔径、 蚀孔深度、 裂口尺寸、 开裂深度以及所述关联关系， 确定 所述金属表面的基 体腐蚀损伤程度； 所述涂层老化识别结果还包括涂层HSV颜色空间； 所述金属基体腐蚀和涂层老化的原 位识别方法还 包括： 确定所述涂层HSV颜色空间和标准HSV颜色空间的相似度； 根据所述相似度确定所述金属表面的涂层老化 程度。 2.根据权利要求1所述的金属基体腐蚀和涂层 老化的原位识别方法， 其特征在于， 在所 述根据预设的目标图像分割模型对所述损伤图像进行分割， 获得多个分割子图像之后， 还 包括： 获取所述损伤图像的多个真实子图像， 并确定所述多个真实子图像和所述多个分割子 图像的交并比； 根据所述交并比确定所述目标图像分割模型的分割准确率。 3.根据权利要求1所述的金属基体腐蚀和涂层 老化的原位识别方法， 其特征在于， 所述 目标图像分割模型包括编码单元和 解码单元， 所述编码单元包括深度卷积模块、 多特征提 取模块以及第一卷积层； 所述解码单元包括第二卷积层、 第一上采样层、 叠加层、 第三卷积 层以及第二上采样层；权　利　要　求　书 1/3 页 2 CN 114757945 B 2所述深度卷积模块用于提取 所述损伤图像的低维特 征和高维特 征； 所述多特 征提取模块用于 接收所述高维特 征， 并生成组合特 征； 所述第一卷积层用于对所述组合特 征进行卷积处理， 生成第一卷积特 征； 所述第二卷积层用于对所述低维特 征进行卷积处理， 生成第二卷积特 征； 所述第一上采样层用于对所述第一卷积特 征进行上采样， 获得第一上采样特 征； 所述叠加层用于将所述第一上采样特征和所述第二卷积特征进行叠加， 获得叠加特 征； 所述第三卷积层用于对所述叠加特 征进行卷积处理， 生成第三卷积特 征； 所述第二上采样层用于对所述第三卷积特 征进行上采样， 获得 所述多个分割子图像。 4.根据权利要求3所述的金属基体腐蚀和涂层 老化的原位识别方法， 其特征在于， 所述 多特征提取模块包括并行的第一子卷积层、 第一空洞卷积层、 第二空洞卷积层、 第三空洞卷 积层、 池化层以及拼接层； 所述第一子卷积层的卷积核为1 ×1， 用于提取 所述高维特 征的第一特 征信息； 所述第一空洞卷积层的卷积核为3 ×3， 采样率为6， 用于提取所述高维特征的第二特征 信息； 所述第二空洞卷积层的卷积核为3 ×3， 采样率为12， 用于提取所述高维特征的第三特 征信息； 所述第三空洞卷积层的卷积核为3 ×3， 采样率为18， 用于提取所述高维特征的第四特 征信息； 所述池化层用于提取 所述高维特 征的第五特 征信息； 所述拼接层用于将所述第 一特征信 息、 所述第 二特征信 息、 所述第三特征信息、 所述第 四特征信息、 所述第五特 征信息进行拼接， 生成所述组合特 征。 5.根据权利要求1所述的金属基体腐蚀和涂层 老化的原位识别方法， 其特征在于， 在所 述获取金属表面的损伤图像之后， 还 包括： 构建滤波窗口， 并基于所述滤波窗口对所述损伤图像进行 滤波处理， 获得滤波图像。 6.一种金属基 体腐蚀和涂层老化的原位识别装置， 其特 征在于， 包括： 图像分割模块， 用于获取金属表面的损伤图像， 并根据预设的目标图像分割模型对所 述损伤图像进行分割， 获得多个分割子图像； 先验框确定模块， 用于基于预设的聚类方法确定所述多个分割子图像的先验框的先验 框尺寸， 并确定所述先验框的类别 信息； 腐蚀识别模型构建模块， 用于构建初始基体腐蚀识别模型， 并基于所述多个分割子 图 像、 所述先验框尺寸以及所述类别信息对所述初始基体腐蚀识别模型进行训练， 获得训练 完备的目标基 体腐蚀识别模型； 涂层老化识别模型构建模块， 用于构建初始涂层老化识别模型， 并基于所述多个分割 子图像、 所述先验框尺寸以及所述类别信息对所述初始涂层老化识别模型进行训练， 获得 目标涂层老化识别模型； 待识别图像获取模块， 用于获取金属表面的待识别图像， 并将所述待识别图像输入至 所述目标图像分割模型中， 获得多个待识别子图像； 识别模块， 用于分别基于所述目标基体腐蚀识别模型和所述目标涂层老化识别模型识权　利　要　求　书 2/3 页 3 CN 114757945 B 3