[发明专利]磁性材料裂纹智能检测系统及方法

说明书

本发明磁性材料裂纹智能检测系统，包括：数据采集模块；深度学习训练数据模块：用于神经网络识别的基础训练库图片素材，包含基本的待识别的材料断层裂纹的素材数据库；机器学习识别过程中增加的特征库；当对材料断层裂纹的识别率提升到了一定程度后的成熟训练库；测量模块；卷积神经网络算法模块；训练库：包括基础数据库、深入学习库和成熟型断层裂纹特征库，训练库是该软件宝贵的学习资源，也是软件越发走向成熟的必然结果和有力保障，深度学习智能图像识别技术会将训练库迭代优化到越发精准的磁性材料裂纹数据；以及结构输出模块：输出识别结果并输出到用户主界面，识别结果可外部保存。

技术领域

本发明涉及显微镜设备及基于显微镜设备的检测技术，具体的，其展示一种磁性材料裂纹智能检测系统及方法。

背景技术

电力零配件生产行业如电子变压器、电感器件等厂家，其材料生产线或者材料使用过程中对磁性材料本身质量要求很高，尤其是精细材料加工和精细试验所用到的材料，要求更为严格。

实际工程中，磁性材料断层裂纹肉眼难以发现，而如果使用显微镜确实能够观察断层裂纹的情况，但由于太过精微，兼之人类自身记忆带来的缺陷，不容易识别并总结这类断层裂纹质量问题，使得这类测量带有主观因素造成的误差增大。

因此我们希望通过图像领域的人工智能技术解决此项目提出的问题。

因此，有必要提供一种磁性材料裂纹智能检测系统及方法来解决上述问题。

发明内容

本发明的目的是提供一种磁性材料裂纹智能检测系统，其通过机器视觉人工智能检测技术，对待识别的磁性材料进行图像识别，在高倍率的显微图像基础上采用深度学习技术不断训练软件对于各种磁性材料断层图像组成的目标检测过程，对感兴趣的磁性材料断层裂纹进行分类识别，最终达到对该类磁性材料断层裂纹的智能高精度识别和检测，为磁性材料断层裂纹检测提供有意义的方法。

技术方案如下：

一种磁性材料裂纹智能检测系统，包括：

数据采集模块：从显微镜设备采集图像；

深度学习训练数据模块：用于神经网络识别的基础训练库图片素材，包含基本的待识别的材料断层裂纹的素材数据库；机器学习识别过程中增加的特征库；当对材料断层裂纹的识别率提升到了一定程度后的成熟训练库；

测量模块：即测量算法，包括点测定、直线测定、圆测定、多边形面积测定、不规则面积测定；

卷积神经网络算法模块：对材料断层处包含裂纹的图像的特征提取，分类计算，卷积计算，深化学习过程，迭代检测；

训练库：包括基础数据库、深入学习库和成熟型断层裂纹特征库，训练库是该软件宝贵的学习资源，也是软件越发走向成熟的必然结果和有力保障，深度学习智能图像识别技术会将训练库迭代优化到越发精准的磁性材料裂纹数据；

以及结构输出模块：输出识别结果并输出到用户主界面，识别结果可外部保存。

进一步的，还包括用户界面：可视化图像采集设备属性读取、设置界面，包括分辨率等属性；可视化测量界面，包括手动测量，划线；智能识别开启、选择图片、选择特定材料裂纹图片等人工配置选项。

进一步的，还包括图像预识别模块：负责对图像采集后图像灰度化、图像边缘检测、图像切割等基本图像预处理功能。

本发明的目的之二是提供一种磁性材料裂纹智能检测方法。

具体方案如下：

一种磁性材料裂纹智能检测方法，步骤如下：

1）数据采集模块实时采集显微镜设备的图像数据；

2）用户通过用户界面模块或者手动配置用于材料裂纹图像识别的学习训练基础特征图片库；