本发明涉及图像识别，具体涉及一种海洋工程表面腐蚀图像识别方法及装置。
背景技术：
1、随着海洋工程建设的快速发展，海洋工程设施在长期使用过程中不可避免地会出现腐蚀现象。腐蚀不仅会影响设施的使用寿命和安全性，还可能引发严重的安全事故。因此，对海洋工程表面腐蚀情况进行及时、准确的识别具有重要意义。
2、传统的海洋工程表面腐蚀识别方法主要依赖于人工巡检和目视检查。不仅效率低下而且容易受到人为因素的影响，导致识别结果不准确。近年来，随着计算机视觉和图像处理技术的发展，越来越多的研究者开始尝试将其应用于海洋工程表面腐蚀识别中。
3、现有的一些研究方法主要关注腐蚀区域的颜色或纹理特征，而忽略了其他重要的信息，如表面粗糙度、结构变化、面积、轮廓和形态变化等，导致识别结果的不准确，无法有效捕捉腐蚀区域的细微变化。以及，由于基于特定数据集进行训练，当面对不同环境、不同腐蚀程度的海洋工程表面图像时，其泛化能力受到限制。
4、因此，如何研发一种更为全面、准确的海洋工程表面腐蚀图像识别方法及相关装置，以更好地满足海洋工程维护和管理的需求，成为亟需解决的问题。
技术实现思路
1、鉴于上述问题，提出了本发明以便提供一种克服上述海洋工程表面腐蚀图像识别准确率较低问题的海洋工程表面腐蚀图像识别方法及装置。
2、根据本发明的一个方面，提供了一种海洋工程表面腐蚀图像识别方法，包括：
3、按预设周期连续获取海洋工程表面图像，根据光照校正算法减小因光照不均对所述海洋工程表面图像的影响，根据图像分割算法去除所述海洋工程表面图像的背景干扰；
4、基于颜色聚合向量和超像素分割融合算法捕捉所述海洋工程表面图像中腐蚀区域的颜色信息；基于灰度共生矩阵算法提取所述腐蚀区域的表面粗糙度和结构变化信息；通过区域生长法计算所述腐蚀区域的面积；通过傅里叶描述符捕捉所述腐蚀区域的轮廓和形态变化信息；
5、将所述预设周期的多个所述腐蚀区域的颜色信息、表面粗糙度、结构变化信息、面积、轮廓和形态变化信息输入腐蚀图像识别模型，输出腐蚀区域的位置、面积以及形状；其中，所述腐蚀图像识别模型包括卷积自编码器模块、重构模块、自组织映射som模块以及分析自编码器模块。
6、在一种可选的方式中，所述卷积自编码器模块包括编码器模块与解码器模块，其中，所述编码器模块包括多个堆叠的输入层、卷积层、池化层，所述解码器模块包括反卷积层、反池化层以及输出层；
7、所述重构模块利用所述解码器模块生成重构图像，包括反卷积层、反池化层和卷积层；
8、所述自组织映射som模块包括输入层以及竞争层，所述竞争层由多个神经元组成，每个神经元对应一个位置信息；
9、所述分析自编码器模块包括编码器模块、解码器模块以及中间转换层。
10、在一种可选的方式中，所述自组织映射som模块提取聚类中心之后，所述方法还包括：
11、将所述聚类中心作为dbscan聚类算法的初始聚类中心，或者将som网格单元中的数据点作为dbscan聚类算法的输入数据；
12、根据数据的密度分布进行聚类，将相邻且密度高于阈值的数据点划分为同一个簇并排除噪声点。
13、在一种可选的方式中，所述颜色聚合向量包括聚合像素和非聚合像素的颜色空间；
14、所述颜色空间被量化为多个颜色区间，则颜色聚合向量表示为：
15、，
16、其中，表示第i个超像素区域内第j个色区间的聚合像素数量，表示第i个超像素区域内第j个颜色区间的非聚合像素数量；m为颜色区间的数量；
17、基于颜色聚合向量，计算不同超像素区域之间的颜色差异，所述颜色聚合向量的计算公式为：
18、，
19、表示第i个和第j个超像素区域之间的颜色差异。
20、在一种可选的方式中，所述基于灰度共生矩阵算法提取所述腐蚀区域的表面粗糙度和结构变化信息进一步包括：
21、分别计算0°、45°、90°和135°四个方向上的灰度共生矩阵；
22、在每个方向上统计具有预设灰度级和预设空间关系的像素对出现的频率，构建各个方向上的灰度共生矩阵；
23、分别提取各个方向上的灰度共生矩阵的反差、能量、熵、相关性特征量；
24、其中，反差衡量矩阵值的分布情况和图像的局部变化，其计算公式为：
25、，
26、其中，g是灰度级数量，p(n,m) 是灰度共生矩阵中的元素， p是常数，取1或2。
27、能量反映图像灰度分布均匀程度和纹理粗细度，其计算公式为：
28、，
29、熵衡量图像中信息的随机性，反映图像纹理的复杂程度，其计算公式为：
30、，
31、相关性反映矩阵元素在行或列方向上的相似程度，即图像中局部灰度相关性，其计算公式为：
32、，
33、其中，和是p(n,m) 的均值，和是 p(n,m)的标准差。
34、在一种可选的方式中，所述通过傅里叶描述符捕捉所述腐蚀区域的轮廓和形态变化信息进一步包括：
35、采用sobel算子提取所述腐蚀区域的边缘点；
36、对归一化后的边缘信息进行傅里叶变换，将边缘点的横坐标作为实部，纵坐标作为虚部，对由实部和虚部组成的复数进行离散傅里叶变换得到边缘点时域变化结果；
37、从边缘点时域变换结果中提取傅里叶描述符，所述傅里叶描述符包括低频系数和高频系数；
38、通过比较不同时间的傅里叶描述符，分析腐蚀区域的轮廓和形态变化。
39、在一种可选的方式中，所述腐蚀图像识别模型的损失函数为：
40、，
41、其中，是重构损失，衡量原始图像和重构图像之间的差异，，是原始图像的第i个像素值，是重构图像的第i个像素值，n是图像中的像素总数；是som映射损失，鼓励相似的特征向量映射到相邻的网格单元，，和是映射到som网格上相邻单元的特征向量，是距离度量；是分析自编码器损失，， y是目标值，是分析自编码器的输出，task-specific loss为任务损失函数，，n是样本数量，是第i个样本的真实值，是预测的第i个样本的值概率；和是权重参数。
42、在一种可选的方式中，所述海洋工程表面图像为3d点云数据，所述自组织映射som模块的竞争层引入体素模型，所述体素模型的体素为四面体或六面体，所述竞争层的每个神经元对应于所述体素模型中的一个栅格位置。
43、根据本发明的另一方面，提供了一种海洋工程表面腐蚀图像识别装置，包括：
44、预处理模块，用于按预设周期连续获取海洋工程表面图像，根据光照校正算法减小因光照不均对所述海洋工程表面图像的影响，根据图像分割算法去除所述海洋工程表面图像的背景干扰；
45、提取模块，用于基于颜色聚合向量和超像素分割融合算法捕捉所述海洋工程表面图像中腐蚀区域的颜色信息；基于灰度共生矩阵算法提取所述腐蚀区域的表面粗糙度和结构变化信息；通过区域生长法计算所述腐蚀区域的面积；通过傅里叶描述符捕捉所述腐蚀区域的轮廓和形态变化信息；
46、输出模块，用于将所述预设周期的多个所述腐蚀区域的颜色信息、表面粗糙度、结构变化信息、面积、轮廓和形态变化信息输入腐蚀图像识别模型，输出腐蚀区域的位置、面积以及形状；其中，所述腐蚀图像识别模型包括卷积自编码器模块、重构模块、自组织映射som模块以及分析自编码器模块。
47、根据本发明的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
48、所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述海洋工程表面腐蚀图像识别方法对应的操作。
49、根据本发明提供的方案，按预设周期连续获取海洋工程表面图像，根据光照校正算法减小因光照不均对所述海洋工程表面图像的影响，根据图像分割算法去除所述海洋工程表面图像的背景干扰；基于颜色聚合向量和超像素分割融合算法捕捉所述海洋工程表面图像中腐蚀区域的颜色信息；基于灰度共生矩阵算法提取所述腐蚀区域的表面粗糙度和结构变化信息；通过区域生长法计算所述腐蚀区域的面积；通过傅里叶描述符捕捉所述腐蚀区域的轮廓和形态变化信息；将所述预设周期的多个所述腐蚀区域的颜色信息、表面粗糙度、结构变化信息、面积、轮廓和形态变化信息输入腐蚀图像识别模型，输出腐蚀区域的位置、面积以及形状；其中，所述腐蚀图像识别模型包括卷积自编码器模块、重构模块、自组织映射som模块以及分析自编码器模块。
50、本发明结合颜色聚合向量和超像素分割融合算法，能够准确捕捉腐蚀区域的颜色信息；通过灰度共生矩阵算法提取腐蚀区域的表面粗糙度和结构变化信息，进一步丰富了腐蚀区域的特征描述。通过傅里叶描述符则能够捕捉腐蚀区域的轮廓和形态变化信息，提取的腐蚀区域特征更加全面、细致。腐蚀图像识别模型包括卷积自编码器模块、重构模块、自组织映射som模块以及分析自编码器模块，该模型无需依赖大量标注样本进行训练，而是通过无监督学习的方式，自动从输入的特征信息中提取有用的腐蚀特征，同时进一步提升了腐蚀区域的识别能力和准确性。
51、上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
1.一种海洋工程表面腐蚀图像识别方法，其特征在于，包括：
2.根据权利要求1所述的海洋工程表面腐蚀图像识别方法，其特征在于，所述卷积自编码器模块包括编码器模块与解码器模块，其中，所述编码器模块包括多个堆叠的输入层、卷积层、池化层，所述解码器模块包括反卷积层、反池化层以及输出层；
3.根据权利要求1或2所述的海洋工程表面腐蚀图像识别方法，其特征在于，所述自组织映射som模块提取聚类中心之后，所述方法还包括：
4.根据权利要求1所述的海洋工程表面腐蚀图像识别方法，其特征在于，所述颜色聚合向量包括聚合像素和非聚合像素的颜色空间；
5.根据权利要求1所述的海洋工程表面腐蚀图像识别方法，其特征在于，所述基于灰度共生矩阵算法提取所述腐蚀区域的表面粗糙度和结构变化信息进一步包括：
6.根据权利要求1所述的海洋工程表面腐蚀图像识别方法，其特征在于，所述通过傅里叶描述符捕捉所述腐蚀区域的轮廓和形态变化信息进一步包括：
7.根据权利要求6所述的海洋工程表面腐蚀图像识别方法，其特征在于，所述腐蚀图像识别模型的损失函数为：
8.根据权利要求1所述的海洋工程表面腐蚀图像识别方法，其特征在于，所述海洋工程表面图像为3d点云数据，所述自组织映射som模块的竞争层引入体素模型，所述体素模型的体素为四面体或六面体，所述竞争层的每个神经元对应于所述体素模型中的一个栅格位置。
9.一种海洋工程表面腐蚀图像识别装置，其特征在于，包括：
10.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
