基于Transformer分割与形态学分析的橡胶改性ECC多裂缝表征及视觉等效应变评估

《Polymers》：Integrating Transformer Segmentation and Morphological Analysis for Multi-Crack Characterization and Visual Equivalent Strain Assessment in Rubberized ECC

　　

摘要专业翻译 深度学习语义分割与形态学分析为水泥基复合材料微裂缝表征提供了非接触式途径，然而将像素级掩膜与物理几何及拉伸响应相关联仍具挑战性。本研究建立了一套集成轻量级分割与几何量化工作流程，用于掺入0–50%橡胶粉的橡胶改性工程水泥基复合材料（rubberized engineered cementitious composites，ECC）。研究人员提出EfficientSegLite，一种有监督二值分割架构，结合分层SegFormer-B0编码器、通道压缩U-Net风格解码器、轻量级空洞空间金字塔池化（lightweight atrous spatial pyramid pooling，Light-ASPP）及深度可分离卷积，并采用两阶段Dice–OHEM–Edge策略进行训练。在1440张ECC拉伸图像上，该模型实现了93.40%的平均交并比（mean Intersection over Union，mIoU）和93.24%的F1分数，参数量仅为3.96 M，计算量为734.9 M FLOPs。确定性形态学与距离变换算法随后将掩膜转换为经标定的物理描述符，在八个基准裂缝上相对于光学显微镜实现了3.65%的平均裂缝宽度相对误差。基于裂缝面积的视觉等效应变（εv）与引伸计应变呈强相关（Pearson相关系数r > 0.97，R2 > 0.94）；然而，回归斜率介于0.368–1.046之间，未标定的平均绝对误差为0.03–2.04个百分点，表明定量应变估计需要针对特定配合比进行标定。一个工具调用大语言模型智能体解析用户指令并编排确定性计算工具，生成可追溯的检测报告。

论文解读

一、研究背景与问题

工程水泥基复合材料（Engineered Cementitious Composites，ECC）是一种高性能纤维增强水泥基材料，以假应变硬化和多重开裂为特征，拉伸应变能力可达3–8%，加载过程中伴随大量微裂缝，裂缝宽度通常低于100 μm。这些分布式的微裂缝赋予ECC高延性和抗裂能力，但裂缝演化仍影响ECC的长期耐久性，特别是抗腐蚀和抗渗水性能。因此，准确检测和量化ECC微裂缝对于材料性能评价和结构安全评估至关重要。

现有裂缝检测技术存在明显局限。常规无损检测方法如超声波、红外热成像和电传感法需要大量人工干预，且对环境条件和主观判断敏感。基于边缘检测、阈值分割和去噪的传统图像处理方法对图像质量敏感，在模糊、噪声或非均匀光照下易产生偏差。深度学习方法虽然已将裂缝检测从手工特征转向数据驱动，但高精度Transformer模型往往需要大量参数和计算资源，限制了其在ECC微裂缝检测中的应用。此外，现有研究主要针对普通混凝土、路面等结构表面裂缝，通常仅量化长度和宽度，缺乏一个统一框架将轻量级分割、物理量化与力学表征相结合，用于ECC中狭窄、数量众多且密集分布的微裂缝。

当前方法存在三个主要局限：第一，高性能分割模型计算开销大，难以在微裂缝精度与部署效率之间取得平衡；第二，ECC图像中裂缝像素仅占极小比例，通用损失函数难以精确描绘细边界，导致宽度测量误差；第三，多数方法止步于裂缝检测或分割，未提供从语义掩膜到几何参数再到力学指标的闭环工作流。

二、研究内容与结论

针对上述挑战，本研究开发了一个以EfficientSegLite为核心的集成框架，用于橡胶改性ECC的轻量级分割与物理量化。EfficientSegLite结合SegFormer-B0编码器、改进的U-Net解码器、Light-ASPP和深度可分离卷积（depthwise separable convolution，DW-Conv），在1440张ECC拉伸图像上实现了93.40%的mIoU和93.24%的F1分数，参数量仅3.96 M，计算量734.9 M FLOPs。两阶段Dice–OHEM–Edge复合损失策略在训练早期促进区域收敛，后期强调困难像素和裂缝边界，显著提高了复杂背景下的边界完整性和分割稳定性。分割掩膜支持自动计算裂缝长度、宽度、面积密度、曲折度和分形维数，总裂缝面积进一步转换为视觉等效应变。在0–50%橡胶替代率范围内，Pearson相关系数r超过0.97，R²超过0.94，视觉等效应变可靠地追踪了多重开裂过程中的损伤演化，但绝对幅值估计仍需进一步标定。此外，一个模型无关的工具调用智能体将自然语言解析、确定性裂缝分析和结构化报告生成相连接，所有裂缝指标均由本地算法计算，大语言模型仅负责工作流编排和结果表达，提高了可追溯性。

三、关键技术方法

研究人员构建了包含1440张标注图像–掩膜对的ECC拉伸试验图像数据集，来自15个狗骨形试件（试件01–15），涵盖0%、10%、20%、30%、40%和50%六种橡胶粉体积替代率配合比。EfficientSegLite采用预训练SegFormer-B0分层Transformer编码器提取四尺度特征，通过1×1卷积压缩浅层跳跃连接通道，在最深特征层部署Light-ASPP（含膨胀率1、3、6的并行深度可分离空洞卷积分支及全局平均池化分支），解码器使用OptimizedDWConv逐级融合多尺度特征。训练采用两阶段损失策略：第一阶段以Dice损失（权重0.70）和Focal损失（权重0.30）促进区域收敛；第二阶段引入在线困难样本挖掘（Online Hard Example Mining，OHEM）和基于Sobel算子的L1边缘损失，聚焦硬像素和裂缝边界。裂缝量化采用确定性算法，包括连通域标记与形态学滤波（面积≥200像素、纵横比≥1.0、离心率≥0.1、最大宽度≤2.0 mm、圆形度≤0.8）、骨架化提取中心线、欧氏距离变换计算局部宽度、盒计数法计算分形维数。物理标定基于标距区已知几何尺寸（30 mm×80 mm对应1760×4800像素），获得水平尺度因子k_x=0.0170 mm/px和垂直尺度因子k_y=0.0167 mm/px。系统集成采用PyQt5本地计算平台与基于DeepSeek API的工具调用大语言模型智能体，通过Streamlit界面支持图像上传、自然语言指令解析和报告导出。

四、研究结果

4.1 模型性能

训练结果表明，两阶段策略将mIoU从单阶段的92.81%提升至93.39%，精度从90.19%提升至93.47%，F1分数从92.54%提升至93.24%。更重要的是，两阶段策略显著降低了运行间变异性：mIoU标准差从0.63%降至0.04%（F=248.1，p=0.0040），F1分数标准差从0.82%降至0.04%（F=420.2，p=0.0024），精度标准差从2.69%降至0.55%（F=23.9，p=0.0401），有效抑制了水泥基体纹理和表面孔隙造成的假阳性。与U-Net、SegFormer-B0/B1/B2、DeepLabV3+、DDRNet和BiSeNet V2等基线网络相比，EfficientSegLite在精度和效率上均具优势。跨域验证显示，该模型在DeepCrack公开数据集上mIoU为0.858，在Hao-ECC数据集上mIoU为0.856，确认了跨试件和跨域的鲁棒迁移能力。消融实验表明，U-Net跳跃连接改善预测连续性，Light-ASPP减少背景假阳性，OptimizedDWConv在降低参数和计算量的同时将mIoU提升至93.40%。

4.2 裂缝表征与分析

在八个基准裂缝位置（宽度范围66.7–283.3 μm），自动测量与光学显微镜读数之间的相对误差介于1.90%–5.77%，平均相对误差为3.65%。随着橡胶替代率从0%增至50%，表面破坏模式从少量较宽裂缝转变为密集饱和的细微裂缝网络，网络平均裂缝宽度从约245 μm降至107 μm（降幅56.3%），而总裂缝面积、曲折度和分形维数随极限拉伸应变和橡胶含量增加而递增。裂缝宽度分布集中于100–250 μm，全局平均宽度168.58 μm接近中位数166.67 μm。局部采样线显示不同位置的裂缝数量为8–9条，局部标准差从89.85 μm降至64.55 μm，反映了纤维桥接下随机开裂的空间异质性。

4.3 视觉等效应变相关性

基于裂缝面积的视觉等效应变（ε_v）与引伸计应变在所有六种橡胶替代率下均呈强线性相关，Pearson相关系数r介于0.974–0.994，R²介于0.948–0.989。在低橡胶含量（0–20%）下，ε_v呈阶梯式增长，与单个裂缝形成时的应力突降同步；在高橡胶含量（30–50%）下，随基体断裂韧性降低和微裂缝更细更频繁，应力–应变曲线和ε_v轨迹均过渡为平滑连续的应变硬化曲线。然而，未标定的ε_v在20–50%橡胶组中RMSE和MAE分别增至1.18–2.34%和0.99–2.04%应变，Bland–Altman偏差为?0.99%至?2.03%应变，表明高橡胶含量下ε_v系统性低估绝对应变幅值。这一低估源于三个物理和光学限制：未开裂基体柔度贡献的弹性变形未计入二值裂缝掩膜；亚像素宽度（<17 μm）和低于200像素去噪阈值的初生微裂缝未被检测；二维几何假设（裂缝严格垂直于加载轴且均匀贯穿标距宽度）与实际的裂缝曲折、非贯穿分支和三维厚度方向桥接变化存在偏差。

4.4 智能检测系统集成

PyQt5桌面平台集成了语义分割子模块和裂缝量化子模块，支持高分辨率图像的滑窗推理、重叠区域算术平均拼接、连通域滤波、骨架化、边界提取和分支节点检测。大语言模型智能体通过Streamlit界面支持图像与问题联合输入模式及纯文本问答模式，所有裂缝数值指标均由确定性算法计算，大语言模型仅负责指令解析、工作流编排和文本生成，确保了数值结果的可追溯性。

五、结论与展望

本研究开发并评估了基于EfficientSegLite的ECC裂缝轻量级分割与物理量化框架，主要结论为：EfficientSegLite结合SegFormer-B0编码器、改进U-Net解码器、Light-ASPP和DW-Conv，实现了93.40%的mIoU和93.24%的F1分数，计算量734.9 M FLOPs，参数量3.96 M；Dice–OHEM–Edge复合损失的两阶段加权策略在训练早期促进区域收敛，后期强调困难像素和裂缝边界，提高了复杂背景下的边界完整性和分割稳定性；分割掩膜支持自动计算裂缝长度、宽度、面积密度、曲折度和分形维数，总裂缝面积转换为视觉等效应变，在0–50%橡胶替代率下Pearson相关系数r超过0.97、R²超过0.94，视觉等效应变可靠追踪多重开裂过程中的损伤演化，但绝对幅值估计需进一步标定；模型无关的工具调用智能体将自然语言解析、确定性裂缝分析和结构化报告生成相连接，所有裂缝指标均由本地算法计算，大语言模型仅负责工作流编排和结果表达，提高了可追溯性。

研究存在的局限包括：内部数据集划分在15个试件的图像块层面进行而非按试件分组；光学裂缝宽度精度受物理像素分辨率（约17 μm/px）、分割边界保真度、连通域滤波阈值和平面ROI尺度标定制约，且原位光学显微镜验证仅覆盖八个代表性裂缝；亚像素微裂缝（<20–30 μm）和密集分支交叉处仍难以单独分辨；视觉等效应变因忽略未开裂基体变形和亚像素裂缝而在高橡胶含量（20–50%）下低估绝对拉伸应变，定量应变预测需针对特定配合比进行标定。未来工作将集成相机内参标定、大规模显微验证和多模态传感（如数字图像相关、声发射和X射线计算机断层扫描）以实现三维耦合细观力学分析。