[发明专利]基于机器学习的激光除锈方法及装置

说明书

本公开涉及除锈技术领域，具体涉及一种基于机器学习的激光除锈方法、一种基于机器学习的激光除锈装置、一种存储介质以及一种电子终端。所述方法包括：获取第一原始图像；对所述第一原始图像进行预处理以获取第一预处理图像；利用已训练的参数计算模型对所述第一预处理图像进行分析以获取激光处理参数；根据所述激光处理参数控制激光器进行除锈。本公开能够利用预先训练的机器学习模型计算每一张图像中锈蚀区域对应的激光处理参数，从而可以根据该激光控制参数控制激光器进行除锈。有效的保证除锈效果。

技术领域

本公开涉及除锈技术领域，具体涉及一种基于机器学习的激光除锈方法、一种基于机器学习的激光除锈装置、一种存储介质以及一种电子终端。

背景技术

激光作为一种加工工具，能实现金属表面锈蚀层的快速清洗。与传统加工方法不同的是，激光具有高亮度、高单色性等优点，能实现远距离非接触式清洗，因此能利用激光对远距离除锈，比如高压带电装置、核装置等。

但现有的激光除锈装置对应的激光控制方法大多流程复杂，且控制激光除锈的精准度不高。尤其对于野外环境下的设备，例如轨道，由于环境情况复杂、恶劣，导致金属轨道各部分锈蚀情况差异较大。且由于对除锈结果要求较高，不能损伤金属结构，导致现有的激光除锈装置并不能具有良好的除锈结果。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种基于机器学习的激光除锈方法、一种基于机器学习的激光除锈装置、一种存储介质以及一种电子终端，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供一种基于机器学习的激光除锈方法，包括：

获取第一原始图像；

对所述第一原始图像进行预处理以获取第一预处理图像；

利用已训练的参数计算模型对所述第一预处理图像进行分析以获取激光处理参数；

根据所述激光处理参数控制激光器进行除锈。

在本公开的一种示例性实施例中，在根据所述激光处理参数控制激光器进行除锈后，所述方法还包括：

获取第二当前图像；

对所述第二当前图像进行预处理以获取第二预处理图像；

对比所述第一预处理图像和第二预处理图像以获取除锈结果。

在本公开的一种示例性实施例中，所述方法还包括：

判断所述除锈结果是否满足预设条件；

在判断所述除锈结果满足所述预设条件时，结束除锈操作；或者

在判断所述除锈结果不满足所述预设条件时，利用所述已训练的参数计算模块对所述第二预处理图像进行分析以获取激光处理参数，以便于根据所述激光处理参数控制所述激光器进行除锈。

在本公开的一种示例性实施例中，训练所述参数计算模型，包括：

获取待处理锈蚀图像集合；

以所述待处理锈蚀图像集合作为入参训练原始无监督模型以获取参数计算模型。

在本公开的一种示例性实施例中，所述对所述待处理图像进行预处理以获取第一预处理图像包括：

对所述第一预处理图像进行灰度处理以得到第一预处理图像。