申请/专利权人：沈阳铸造研究所有限公司

申请日：2022-05-13

公开（公告）日：2024-04-19

公开（公告）号：CN115063646B

主分类号：G06V10/774

分类号：G06V10/774;G06V10/26;G06V10/82;G01N3/42;G06T7/11;G06T7/60;G06T7/70

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2022.10.04#实质审查的生效;2022.09.16#公开

摘要：本发明提供了一种融合几何先验知识的维氏硬度图像测量方法，所述方法包括通过维氏硬度计在金属试块上压出压痕，并获得其图像，由人工标注压痕四个角点的坐标，形成第一图像数据集。通过所提出的裁剪图像扩充策略与第一图像训练数据集，形成第二图像数据集。通过所述第一图像数据集训练目标粗定位网络获得压痕图像的粗定位。通过所述第二图像数据集训练目标精定位网络获得所述压痕四个角点的精细坐标，同时将压痕的几何先验知识作为目标精定位网络损失函数的正则项，以提高定位精度。本发明旨在解决现有图像测量方法准确性、鲁棒性较低，极易受背景干扰的缺点，实现维氏硬度的全自动、高精度测量。

主权项：1.一种融合几何先验知识的维氏硬度图像测量方法，其特征在于，具体步骤如下：步骤1）.第一图像数据集的构建将多种材质的金属试样放置于维氏硬度计中，在每个试样的多个位置施加大小不同的测试载荷，形成大小不同的压痕，每个压痕采集一张图像；对于采集的N张图像，对N张图像标注其四个角点的坐标值，...，}；根据四个角点的坐标求出每个压痕的外接矩形，外接矩形的左上角与右下角坐标为，]，...，}；其计算公式如下： 其中，min与max分别表示求最小值与最大值，ε是一个正整数，用以保证该外接矩形可以完全覆盖压痕；I与C共同组成第一图像数据集，用以训练目标粗定位网络；步骤2）.第二图像数据集的构建从原始图像I中裁剪出压痕的局部图像区域；根据步骤1）得到的压痕角点坐标L与裁剪图像扩充策略得到更多的局部图像，具体为：对于原始图像及其角点坐标，裁减其包含全部压痕的子区域，子区域的左上角与右下角坐标由如下公式计算而来： 是一个随机的正整数；H是一个固定的正整数，表示切割后的子区域图像大小，H值取决于压痕在原始图像中所占像素个数，切割后的图像对应的角点坐标变为: 重复裁剪t次，即可将原始图像数据集扩充t倍；ROI与RL共同组成第二图像数据集，用以训练目标精定位网络；步骤3）.训练目标粗定位网络将得到的第一图像数据集随机划分为训练集和测试集，其比例分别为75%和25%；使用训练集训练目标检测网络，I作为目标检测网络的输入，C作为网络的输入；当测试集损失函数不再下降，固定目标检测网络参数；步骤4）.训练目标精定位网络目标精定位网络由特征提取网络，回归层及几何损失函数三部分组成；使用在ImageNet预训练的骨干网络中全局池化层之前的部分作为目标精定位网络的特征提取网络，回归层是一个神经元数量为8的全连接层；回归层的输出为输入图像的四个角点的横纵坐标预测值；几何损失函数Loss由主损失函数与正则项组成；主损失函数为预测值与真实值的L1损失；与的计算公式如下： 损失函数Loss为与的和；其中是权重系数； +将得到的第二图像数据集随机划分为训练集和测试集，其比例分别为75%和25%；使用步骤2）中的训练数据集进行训练，每次输入固定数量的图像后，经前向传播获得损失函数值，利用反向传播算法优化模型各个卷积层中参数；重复上述步骤，直至测试集损失函数值不再下降，模型收敛，目标精定位网络的卷积层参数值固定；步骤5）.网络应用将待测试样放置于维氏硬度计中，对试样施加大小为F的载荷，形成菱形压痕，拍摄其图像，输入至目标粗定位网络，得到压痕外接矩形的左上角和右下角坐标，随后切割压痕区域得到包含压痕的感兴趣区域ROI，记录ROI的尺寸，w，并将图像尺寸调整为h’×w’；将调整尺寸后的图像输入目标精定位网络得到四个交点的精确坐标值，随后根据ROI的尺寸反求四个交点在未调整尺寸前的图像坐标；最后，求出对角线长度，代入维氏硬度计算公式，即可得出该图像所对应的维氏硬度测量值HV； 。

全文数据：

权利要求：

百度查询： 沈阳铸造研究所有限公司 一种融合几何先验知识的维氏硬度图像测量方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD