本发明提供一种疲劳断口的机器视觉图像智能分析方法、装置及系统，该方法包括：获得金属断裂图像和金属源图像；基于深度学习卷积神经网络对金属断裂图像进行分析，确定金属断裂类型；当金属断裂类型为疲劳断裂类型，对金属断裂图像进行区分，获得裂纹扩展区与裂纹瞬断区；对裂纹扩展区与裂纹瞬断区进行统计分析；根据金属断裂图像和金属源图像，基于影像变形算法对金属断裂的形成过程进行模拟，模拟生成金属断裂形成过程图像。该方案通过一个完整的人工智能图像分析技术分析金属断裂图像，可以避免人员长期工作导致的正确性下降的风险，降低分析工作时间成本；降低金属疲劳断口失效分析的成本投入；可得到高效和可靠的疲劳断口分析结果。
声明：
“疲劳断口的机器视觉图像智能分析方法、装置及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1009
编辑：管理员
来源：北方有色网
咨询细节
