一种基于白光干涉图像的表面粗糙度检测方法及系统

本发明公开一种基于白光干涉图像的表面粗糙度检测方法及系统，该方法包括：获取样品表面粗糙度的训练图像集；基于训练图像集，对FAMNet模型进行预训练，通过特征提取网络提取白光干涉图像的特征信息，并通过融合注意力模块采用通道注意力和位置注意力机制对特征信息进行增强和融合；预训练后，对FAMNet模型进行进一步训练，优化其对不同表面粗糙度的检测能力，还可通过多个评价指标对模型性能进行评价；最后，将待检测图像输入到训练好的FAMNet模型中得到检测结果。本发明通过构建融合注意力机制的轻量级语义分割模型FAMNet，增强对不同区域表面粗糙度的识别能力，对金属表面进行准确、高效、快速的粗糙度检测，适用于工业化生产中对表面粗糙度的实时监测。