基于人工智能的金属表面缺陷识别方法、装置、设备及介质

本发明涉及一种基于人工智能的金属表面缺陷识别方法、装置、设备及介质。本发明所述的识别方法包括：基于涡流传感器与工业相机同步采集金属表面的电磁阻抗信号与光学图像；通过量化电磁梯度与光学边缘特征的跨物理场干扰强度，生成空间定位的干扰区域掩码；利用所述掩码对电磁信号进行趋肤效应补偿，同时对光学图像实施阴影抑制，实现物理场解耦；调用双分支神经网络融合解耦后的电磁阻抗特征与光学纹理特征，建立跨模态关联的联合特征表达；基于融合特征解析缺陷概率热图，结合几何特征匹配输出缺陷类型及坐标。该方法解决了电磁‑光学信号相互干扰导致的缺陷特征混杂问题，显著提升微细缺陷的识别精度与定位可靠性。