一种基于深度学习的加工表面塑性变形测量方法及系统

一种基于深度学习的加工表面塑性变形测量方法及系统，属于金属切削加工技术领域。本发明采用并行编码器‑解码器结构，通过多层多尺度卷积收缩与扩张充分提取变形图像对的时空特征与空间特征，用于预测变形场。引入双注意力机制模块，更有效的结合位置与通道特征，实现材料变形场的高效高精度的测量，通可以有效替代传统数字图像相关方法。本发明使用布尔模型生成可以逼近现实环境下的初始散斑，通过图像扭曲得到模拟变形图像对，并使用自相关半峰全宽、系统误差、随机误差和平均灰度梯度对虚拟数据集可用性进行评价，高效地提供大量用于深度学习训练的高质量数据集，使模型脱离现实数据集的限制并提高模型泛化性。