(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210290019.9 (22)申请日 2022.03.23 (71)申请人 北京航空航天大 学 地址 100191 北京市海淀区学院路37号 (72)发明人 付桂翠　郝亚东　张钟庆　万博　 (51)Int.Cl. G06V 40/13(2022.01) G06V 10/762(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于图像处理的金属腐蚀等级评价方 法 (57)摘要 本发明涉及一种基于图像处理的金属腐蚀 等级评价方法， 包括以下步骤： 步骤一： 采用卷积 神经网络训练腐蚀分类器； 步骤二： 采用滑动窗 口法取样； 步骤三： 腐蚀区域定位； 步骤四： 采用 聚类算法进行颜色量化； 步骤五： 训练标准色图 谱信息表； 步骤六： 基于颜色和面积的腐蚀等级 评价。 本发 明根据金属腐蚀前后像素点差异化特 征， 利用卷积神经网络结合滑动窗口法实现腐蚀 特征分类及腐蚀区域定位， 提出一种颜色聚类结 合标准色图谱信息表的方法实现金属腐蚀等级 评价。 此方法属于金属腐蚀程度评价 技术领域。 权利要求书1页 说明书6页 附图5页 CN 114708623 A 2022.07.05 CN 114708623 A 1.一种基于图像处理的金属腐蚀等级评价方法， 根据金属腐蚀前后像素点差异化特 征， 利用卷积神经网络结合滑动窗口法实现腐蚀特征分类及腐蚀区域定位， 其特征在于： 提 出一种颜色聚类结合标准色图谱信息表的方法实现金属 腐蚀等级评价。 该方法具体步骤如 下： 步骤一： 采用卷积神经网络训练腐蚀 分类器 步骤二： 采用滑动窗口法取样 步骤三： 腐蚀区域定位 步骤四： 采用聚类算法进行颜色量 化 步骤五： 训练标准色图谱信息表 步骤六： 基于颜色和面积的腐蚀等级评价。 2.根据权利要求1所述的采用聚类算法进行颜色量化， 其特征在于通过颜色聚类算法 将腐蚀区域内的像素分为RGB值相近的类别， 从而将整个腐蚀区域分为腐蚀程度不同的小 区域， 将腐蚀颜色作为腐蚀等级评价的指标之一， 提高腐蚀等级评价的准确性。 3.根据权利要求1所述的基于颜色和面积 的腐蚀等级评价， 其特征在于同时采用腐蚀 面积和腐蚀颜色作为腐蚀区域的特征参数对腐蚀等级进行综合评价， 具体的评价公式如 下： 其中， G为腐 蚀等级评价结果； Pi为每一个聚类中心像素数量占产品外观图像像素数量 的百分比； Fi为距聚类中心欧氏距离最近的标准色对应的腐蚀程度因子 。权　利　要　求　书 1/1 页 2 CN 114708623 A 2一种基于图像处理的金属腐蚀等级评价 方法 (一)技术领域： [0001]本发明涉及 一种基于图像处理的金属腐蚀等级评价方法， 根据金属腐蚀前后像素 点差异化特征， 利用卷积神经网络结合滑动窗口法实现腐蚀特征分类及腐蚀区域定位， 提 出一种颜色聚类结合标准色图谱信息表的方法实现金属 腐蚀等级评价。 此方法属于金属腐 蚀程度评价 技术领域。 (二)背景技术 [0002]金属腐蚀会显著降低金属材料的力学性能， 破坏金属构件的几何形状， 缩短设备 使用寿命， 甚至造成灾难性事故， 所以解决因金属腐蚀造成的经济损失和人员伤害等问题 迫在眉睫。 在研究金属 腐蚀问题的过程中， 判断金属的腐蚀程度是不可或缺的工作。 研究腐 蚀发展程度对预测 腐蚀行为、 了解腐蚀机理和评价产品的可靠性有重要意义。 目前， 对金属 材料的腐蚀等级一般采取人工结合标准的方式进 行评价。 但是， 这种评价方式检测速度慢， 检测人员工作强度大， 专业性需求高。 特别是在腐蚀发生的早期， 人工很难判定腐蚀发生的 具体区域， 而且腐蚀区域 一般形状复杂， 面积百分比难以获取。 [0003]在金属腐蚀的研究过程中， 会获取大量的金属外观图像。 在金属腐蚀图像中， 存在 大量与腐蚀相关的信息， 如腐蚀坑的分布、 形状等。 此外， 近年来机器视觉技术作为一门新 兴技术， 伴 随着人工智能技术的快速发展而备受关注。 计算机视觉可以模拟人眼的视觉功 能， 并通过算法分析代替人工进行判断， 目前已经广泛地应用于各种民用基础设施的检查 与检测任务中。 这些使得基于图像处 理对金属腐蚀进行检测评估成为可能。 [0004]为此， 先用基于滑动窗口法的卷积神经网络对金属外观图像中的腐蚀区域进行定 位， 然后提出一种基于标准色图谱信息表的腐蚀等级评价方法， 实现了对腐蚀特征信息的 数字化和定量化。 与传统的人工评价方式相比， 本发 明未受到评价人员经验因素的影响， 提 高了腐蚀等级评价的准确性和评价速度， 同时也降低了检测人员的劳动强度。 此外， 借助机 器视觉高分辨 率的特点， 也可以对于腐蚀的早期图像进行识别， 对腐蚀等级 进行精确评价。 (三)发明内容 [0005]1、 目的： 本发明的目的是提供一种基于图像处理的金属腐蚀等级评价方法， 该方 法根据金属 腐蚀前后像素点差异 化特征， 利用卷积神经网络结合滑动窗口法实现腐蚀特征 分类及腐蚀区域定位， 结合训练完成的标准色图谱信息表采用聚类算法进行腐蚀等级评 价。 该方法相较于传统的人工评价方法检测速度快， 准确率高且客观性 强， 有助于在工程 实 践中短时间内评估金属的腐蚀程度， 及时采取必要措施。 [0006]2、 技术方案： 本发明是一种基于图像处理的金属腐蚀等级评价方法， 它包括以下 步骤： [0007]步骤一： 采用卷积神经网络训练腐蚀 分类器 [0008]为了进行腐蚀区域定位， 首先需要采用卷积神经网络训练腐蚀分类器实现腐蚀特 征分类。 通过训练集和测试集对卷积神经网络的结构参数进行训练， 使之可以对输入图片说　明　书 1/6 页 3 CN 114708623 A 3