频率感知多阶段框架用于磁瓦表面缺陷的高精度检测

《Sensors》：A Frequency-Aware Multi-Stage Framework for Accurate Magnetic Tile Surface Defect Inspection

　　

磁瓦表面缺陷检测对于自动化质量检验至关重要。然而，缺陷区域的空间稀疏性、普遍存在的背景噪声以及低表面对比度导致了特征表示薄弱、深层特征过度平滑以及全局增强下的噪声放大等问题。为应对这些挑战，研究人员提出了一种集定位、增强与分割于一体的三阶段框架。在定位阶段，研究人员设计了跨阶段部分外周频率门控网络（CSP-PFGNet）主干网络以及基于注意力机制的尺度内特征交互与小波方向注意力模块（AIFI-WDAM）层，利用频率引导门控和方向注意力来抑制背景杂波并细化多尺度缺陷表示。随后，仅在缺陷感兴趣区域内应用局部自适应对比增强（LACE），以在隔离噪声的同时放大对比度，接着通过共表征净化（CoRP）利用跨图像共性挖掘来恢复像素级缺陷掩膜。实验结果表明，所提出的框架将mAP50提升了1.76个百分点，同时参数量和GFLOPs分别降低了11.07%和11.40%。在最终分割阶段，该框架实现了84.15%的IoU和99.34%的像素精度，显著优于现有最先进的基线方法。

论文解读文章

一、研究背景与问题

磁瓦是永磁电机和伺服系统中的基础电磁元件，其表面完整性直接决定高端机电系统的运行稳定性与使用寿命。随着新能源汽车和先进制造业的快速发展，高性能磁瓦的工业需求已攀升至每年数千万件规模。然而，在涉及高温烧结和精密磨削的严苛加工环境中，磁瓦表面因原材料杂质波动和机械应力而极易产生裂纹、气孔、破损和毛边等多样化缺陷。此类局部表面退化可能引发灾难性的电机故障和严重运行危险，因此开发高效、高精度的磁瓦表面缺陷自动化视觉检测系统对于推进智能制造具有重要意义。

传统上，磁瓦质量控制严重依赖经验工人在强光照射下进行人工目视检查，这种检测方式主观性强、劳动密集，且容易出现误报和漏检。计算机视觉检测技术已逐步取代人工流程，但自动检测四类主要缺陷（气孔、裂纹、破损、毛边）仍面临严峻技术挑战。磁瓦缺陷图像天然呈现三个显著特征：缺陷区域空间稀疏、背景杂波复杂、表面对比度低。这些物理属性共同导致三个算法层面的核心难题：第一，多尺度细微缺陷的特征表示薄弱，微小缺陷在分层下采样过程中容易被擦除，而固定感受野的常规卷积网络缺乏精确捕获特征所需的空间适应性；第二，背景杂波与特征过度平滑，随机磨削痕迹、油污污染和不均匀表面纹理常产生模拟真实缺陷的虚假响应，而标准全局特征交互机制不加区分地处理缺陷与背景特征，导致背景干扰淹没微弱缺陷信号；第三，低对比度与全局噪声放大，缺陷与周围表面强度分布常重叠，曲面磁瓦的非均匀反射进一步抑制缺陷可见性，而直接进行全图增强会均匀放大背景噪声，严重损害后续像素级分割。

二、研究内容与结论

针对上述挑战，研究人员提出了一种集定位、增强与分割于一体的三阶段框架。在定位阶段，设计CSP-PFGNet主干网络替代RT-DETR中的ResNet18，并嵌入AIFI-WDAM层，利用频率引导门控和方向注意力抑制背景杂波、细化多尺度缺陷表示。随后，仅在缺陷感兴趣区域内应用LACE增强局部对比度，最后通过CoRP网络利用跨图像共性挖掘恢复像素级缺陷掩膜。实验结果表明，该框架将mAP₅₀提升1.76个百分点，同时参数量和GFLOPs分别降低11.07%和11.40%，最终分割阶段实现84.15%的IoU和99.34%的像素精度，显著优于现有最先进基线方法。该研究的重要意义在于首次将频率感知定位、局部对比增强与共表征净化有机整合为统一流水线，有效解决了磁瓦缺陷检测中空间稀疏、低对比度和复杂背景三大核心难题，为工业表面缺陷检测提供了高精度且轻量化的解决方案。

三、关键技术方法概述

研究人员主要采用了以下关键技术方法：一是CSP-PFGNet主干网络，融合跨阶段部分连接（CSP）与外周频率门控（PFG），通过像素级频率引导门控、多尺度可分离卷积和中心抑制机制实现缺陷特征提取与背景噪声抑制；二是AIFI-WDAM模块，将基于小波的方向注意力模块（WDAM）嵌入基于注意力的尺度内特征交互层，利用离散小波解耦和方向注意力抑制背景平滑纹理、缓解细微缺陷特征过度平滑；三是局部自适应对比增强（LACE），仅在定位阶段裁剪的缺陷感兴趣区域内进行局部统计驱动的对比度增强；四是共表征净化网络（CoRP），包含循环代理净化（RPP）和纯共表征搜索（PCS）两个组件，通过跨图像共性挖掘消除背景干扰。实验数据来源于中国科学院自动化研究所发布的磁瓦表面缺陷基准数据集，包含289张原始图像及对应像素级真值掩膜。

四、研究结果

4.1 基于PFG-RTDETR的缺陷定位实验

消融实验表明，将ResNet18替换为CSP-PFGNet使参数量降低26.61%、GFLOPs降低12.46%，同时mAP₅₀从89.15%提升至90.79%。独立集成AIFI-WDAM将mAP₅₀和mAP_50-95分别提升至90.44%和65.79%。最终将AIFI-WDAM集成到CSP-PFGNet中，mAP₅₀提升至90.91%，mAP_50-95较基线提升0.94个百分点，同时参数量和GFLOPs分别降低11.07%和11.40%。按缺陷类别分析，CSP-PFGNet对毛边类缺陷的mAP₅₀提升最显著（4.55个百分点），而AIFI-WDAM对气孔类缺陷表现最优（98.26%）。三次独立训练运行验证了结果的稳定性。Grad-CAM++可视化表明两个模块均能有效聚焦真实缺陷区域并抑制背景干扰。与YOLOv5s+CRAB、YOLOv4+CRAB、YOLO-RDM、YOLO11m、YOLO12m和YOLO26m等对比方法相比，PFG-RTDETR在精度（93.98%）、mAP₅₀（90.91%）和mAP_50-95（65.68%）上均取得最优或领先性能，同时保持更低的参数量和计算成本。

4.2 基于LACE的缺陷增强实验

定量评估显示，LACE使平均梯度（AG）和边缘强度（EI）分别提升55.56%和61.44%，信息熵提升9.54%，各缺陷类别的PCQI值维持在1.17至1.22范围内。对于微小裂纹，AG和EI分别提升约52.4%和63.6%；对于基线AG极低（0.011）的小气孔，LACE将该指标提升约54.5%。可视化结果表明，原始图像中几乎不可见的细微裂纹被转化为清晰的线性结构，小气孔边界变得明显锐利，局部亮度补偿还揭示了先前被表面纹理遮蔽的结构破损。

4.3 基于CoRP的缺陷分割实验

采用PFG-RTDETR定位输出并经LACE增强的588个ROI样本，按9:1划分训练和测试集。定性可视化表明，CoRP能忠实重建磁瓦缺陷的形态细节，包括小气孔的完整闭合边界、细微裂纹的拓扑连通性和端点保真度，以及破损和毛边的损伤边界与空间范围。定量结果方面，引入LACE后各项指标均获得一致提升，像素精度从99.17%提升至99.34%，IoU从80.48%提升至84.15%，精确率、召回率和Dice系数分别提升1.84、2.48和2.21个百分点。各类别IoU分别为气孔82.71%、破损78.93%、裂纹66.32%、毛边87.13%。

4.4 三阶段消融实验

六种配置的系统消融验证了框架各阶段的有效性。直接对全图进行LACE增强导致严重性能退化，平均F值从0.145骤降至0.022，表明全局增强会均匀放大背景噪声。通过基线RT-DETR定位隔离缺陷ROI后性能大幅恢复，MAE降至0.229，S-measure提升至0.773。在ROI内应用LACE进一步将MAE降至0.201。将基线替换为PFG-RTDETR后，MAE降至0.198，S-measure提升至0.790。最终完整流水线取得最优性能，最大F值达0.888，S-measure达0.826，MAE降至最低的0.170。处理效率方面，PFG-RTDETR、LACE和CoRP的平均延迟分别为25.49ms、12.52ms和47.95ms，完整流水线平均延迟86.16ms，对应11.61 FPS。

五、讨论与结论

讨论部分指出，三阶段框架中各阶段发挥互补作用：定位阶段建立缺陷覆盖范围，增强阶段改善局部可见性，分割阶段在提取区域内细化像素级缺陷边界。适度的边界框偏差不必然产生相应的分割误差，但过小或偏移的框可能排除部分缺陷，过大则引入额外背景并削弱细微细节。裂纹类缺陷因纤细几何形状和可变宽度，像素级分割对边界误差尤为敏感，其IoU（66.32%）为四类缺陷中最低，提示保留细长裂纹结构仍是挑战。处理效率评估表明CoRP阶段延迟最高，是进一步加速的候选对象，整体流水线具备在线检测潜力，但在高速生产线上部署仍需针对吞吐量和延迟要求进行优化。

研究结论可总结为：研究人员提出的频率感知多阶段框架有效解决了磁瓦表面缺陷检测中空间稀疏、低对比度和复杂背景三大核心挑战。CSP-PFGNet和AIFI-WDAM通过频率引导门控与方向注意力实现了轻量高效的缺陷定位，局部LACE增强在隔离噪声的同时放大缺陷对比度，CoRP通过跨图像共性挖掘实现了高精度像素级分割。该框架在磁瓦缺陷数据集上取得了显著优于现有方法的检测和分割性能，同时保持了较低的计算复杂度，为工业表面缺陷自动化检测提供了有效的技术方案。