基于深度学习的微铣削刀具图像超分辨率重建
来源：计算机集成制造系统杂志2025年第4期北京时间：
作者：彭圳, 李申申, 朱锟鹏
单位：1.武汉科技大学机械工程学院2.中国科学院合肥物质科学研究院智能机械研究所
摘要：在微铣削加工过程中,由于刀具尺寸较小和难以精确定位的特点,导致通过CCD相机获得的刀具图像的分辨率难以应对高精度磨损监测的需求。针对加工现场获得的低分辨率刀具图像,提出一种基于深度学习的单幅图像超分辨率重建网络。该网络采用交叉残差结构与高效注意力模块,学习高低分辨率图像对之间的映射关系。为增强刀具图像纹理细节重建效果,提出一种融合图像梯度信息的损失函数用于网络训练。与双三次插值以及典型超分辨率网络相比,所提出的网络在保持优异重建速度的前提下,重建的刀具图像纹理更加清晰,峰值信噪比与结构相似性指标得到显著提升,进行磨损值估计的误差显著降低。
关键词：微铣削,深度学习,超分辨率,损失函数,刀具监测
基金资助：国家自然科学基金资助项目(52175528)。
