(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 202211254820.4 (22)申请日 2022.10.13 (71)申请人 中国特种设备检测研究院 地址 100013 北京市朝阳区和平街西苑2号 (72)发明人 杨旭　钱公　刘光奎　白宁　 王伟华　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 曹伟 (51)Int.Cl. G01N 21/88(2006.01) G06T 7/00(2017.01) G06T 7/11(2017.01) G06V 10/764(2022.01) G06V 10/774(2022.01)G06V 10/82(2022.01) (54)发明名称 一种材料老化损伤的分级方法、 装置及设备 (57)摘要 本申请实施例公开了一种材料老化损伤的 分级方法、 装置及设备， 在本申请首先通过同一 移动网络下的显微镜数据传输接口来获取显微 镜扫描的实时材料组织图片。 将该 实时材料组织 图片由三通道灰度图转化为单通道灰度图， 并获 取经过对比度饱和与锐度饱和处理后的单通道 灰度图作为第一待分类图片。 再获取经过预设裁 剪的第一待分类图片， 以此作为第二待分类图 片， 从该第二待分类图片中裁剪出预设数量图 片， 并送入到完成训练的卷积神经网络模型中进 行分类得到预设数量的分类结果。 根据上述分类 结果来确定材料的老化级别与损伤级别， 可以增 强模型对不同老化损伤级别的辨识， 并在多级别 测试集的辨识准确率 最高可达 到60％。 权利要求书2页 说明书11页 附图2页 CN 115541595 A 2022.12.30 CN 115541595 A 1.一种材 料老化损伤的分级方法， 其特 征在于， 所述方法包括： 通过同一移动网络下的显微镜数据传输接口， 获取所述显微镜扫描的实时材料组织图 片； 将所述实时材 料组织图片由三 通道灰度图转 化为单通道灰度图； 获取经过对比度饱和与锐度饱和处 理后的单通道灰度图作为第一待分类图片； 获取经过预设裁剪的所述第一待分类图片作为第二待分类图片； 从所述第二待分类图片中裁剪出预设数量图片， 并送入到完成训练的卷积神经网络模 型中进行分类得到预设数量的分类结果； 根据所述分类结果确定材 料的老化与损伤级别。 2.根据权利要求1所述的方法， 其特征在于， 所述每个分类结果为大于0或小于1的数 字， 各个分类结果之和为1， 所述 根据所述分类结果确定材 料的老化与损伤级别， 包括： 取分类结果中符合预设结果的分类结果作为 最终分类结果； 判断所述最终分类结果的老化与损伤级别， 将该老化与损伤级别作为材料的老化与损 伤级别。 3.根据权利要求1所述的方法， 其特征在于， 所述将所述实时材料组织图片由三通道灰 度图转化为单通道灰度图， 包括： 对所述实时材 料组织图片进行解码得到实时材 料组织图片数据流的三 通道的灰度图； 将所述实时材料组织图片的三通道灰度图转化为所述实时材料组织图片的单通道灰 度图。 4.根据权利要求1所述的方法， 其特 征在于， 所述卷积神经网络模型的训练过程， 包括： 获取显微镜采集的预设 分辨率下材料的微观组织图片； 获取各个所述 微观组织图片的老化损伤级别； 对各个微观组织图片进行 预处理后与其老化损伤级别进行绑定作为目标 数据集； 将所述目标 数据集的一部分作为训练数据集， 另一部分作为验证数据集； 利用所述训练数据集和所述验证数据集基于深度学习框架PyTorch构建MobileNetV3 ‑ MC模型， 所述Mobi leNetV3‑MC模型为具有马氏体分级的移动设备神经网络 。 5.根据权利要求1所述的方法， 其特征在于， 所述根据所述分类结果确定材料的老化与 损伤级别之后， 还 包括： 识别所述实时材 料组织图片的老化损伤区域； 实时记录所述实时材 料组织图片的老化损伤区域。 6.根据权利要求5所述的方法， 其特征在于， 所述实时记录所述材料老化损伤区域之 后， 还包括： 在终端设备 上展示所述分类结果与所述材 料老化损伤区域。 7.一种材 料老化损伤的分级装置， 其特 征在于， 所述装置包括： 第一获取单元， 用于通过同一移动网络下的显微镜数据传输接口， 获取所述显微镜扫 描的实时材 料组织图片； 转换单元， 用于将所述获取单元获取的所述实时材料组织图片由三通道灰度图转化为 单通道灰度图； 第二获取单元， 用于获取经过对比度饱和与锐度饱和处理后的单通道灰度图作为第 一权　利　要　求　书 1/2 页 2 CN 115541595 A 2待分类图片； 第一裁剪单元， 用于对所述第一待分类图片进行 预设裁剪； 第三获取 单元， 用于获取 经过预设裁剪的所述第一待分类图片作为第二待分类图片； 第二裁剪单元， 用于从所述第二待分类图片中裁剪出预设数量图片， 并送入到完成训 练的卷积神经网络模型中进行分类得到预设数量的分类结果； 确定单元， 用于根据所述分类结果确定材 料的老化与损伤级别。 8.根据权利要求7 所述的装置， 其特 征在于， 所诉 装置还包括： 第四获取 单元， 用于获取分类结果中符合预设结果的分类结果作为 最终分类结果； 判断单元， 用于判断所述最终分类结果的老化与损伤级别， 将该老化与损伤级别作为 材料的老化与损伤级别。 9.一种电子设备， 其特征在于， 包括： 存储器， 处理器， 及存储在所述存储器上并可在所 述处理器上运行的计算机程序， 所述处理器执行所述计算机程序时， 实现如权利要求 1‑6任 一项所述的材 料老化损伤的分级方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有指令， 当所述指令在终端设备上运行时， 使得所述终端设备执行如权利要求1 ‑6任一项所述的材 料老化损伤的分级方法。权　利　要　求　书 2/2 页 3 CN 115541595 A 3