一种基于机器学习的表面裂纹缺陷识别方法及装置

本发明提供一种基于机器学习的表面裂纹缺陷识别方法及装置，涉及的技术领域，方法包括：通过阵列式交流电磁场传感器在工件曲面上进行几何扫描，结合惯性测量单元与光电编码器重建探头测地轨迹，并拟合生成曲面参数场与阵元位姿表，将采集的三轴磁感应强度向量经方向余弦投影转化为与裂纹长度方向和裂纹深度方向对齐的局部分量。处理后的信号经解调与速度相关性校正得到多频幅相特征簇，结合曲面前向模型与三维网格响应库生成物理一致性特征向量与几何先验。通过联合损失训练获得机器学习模型，并在推断阶段引入蝶形图判读与伪缺陷解耦实现二次校核，输出裂纹存在性标签与裂纹几何参数集。本发明能够提高大曲率金属物体表面裂纹识别的精准度。