融合频域增强与线性注意力机制的疲劳裂纹分割与量化网络

doi:10.7527/S1000-6893.2025.32356

中国飞机强度研究所建所 60 周年专刊

本期目录 | 过刊浏览 | 高级检索

前一篇 |

融合频域增强与线性注意力机制的疲劳裂纹分割与量化网络

史宝全¹^,²^,³(), 周嘉明¹, 张文东³^,⁴, 陈先民³^,⁴, 贺谦³^,⁴

^1.西安电子科技大学机电工程学院，西安 710071
^2.西安宝创速维智能科技有限公司，西安 712000
^3.强度与结构完整性全国重点实验室，西安 710065
^4.中国飞机强度研究所，西安 710065

收稿日期:2025-06-03 修回日期:2025-06-17 接受日期:2025-07-17 出版日期:2025-07-28 发布日期:2025-07-25
通讯作者: 史宝全 E-mail:bqshi@xidian.edu.cn
基金资助:
国家重点研发计划(2023YFF0720400);强度与结构完整性全国重点实验室开放基金(LSSIKFJJ202402005);陕西省技术创新引导专项(2024ZC-YYDP-28)

A network for fatigue crack segmentation and quantification using frequency-domain enhancement and linear attention mechanism

Baoquan SHI¹^,²^,³(), Jiaming ZHOU¹, Wendong ZHANG³^,⁴, Xianmin CHEN³^,⁴, Qian HE³^,⁴

^1.School of Mechano-Electronic Engineering，Xidian University，Xi’an，710071，China
^2.Xi’an Baochuang Suwei Intelligent Research Co. ，Ltd，Xi’an，712000，China
^3.National Key Laboratory of Strength and Structural Integrity，Xi’an，710065，China
^4.Aircraft Strength Research Institute of China，Xi’an，710065，China

Received:2025-06-03 Revised:2025-06-17 Accepted:2025-07-17 Online:2025-07-28 Published:2025-07-25
Contact: Baoquan SHI E-mail:bqshi@xidian.edu.cn
Supported by:
National Key R&D Program of China （MOST）(2023YFF0720400);The Open Fund of National Key Laboratory of Strength and Structural Integrity(LSSIKFJJ202402005);Shaanxi Province Technology Innovation Guidance Program(2024ZC-YYDP-28)

摘要/Abstract

摘要：

疲劳裂纹是导致工程结构失效的主要诱因之一。针对结构强度试验中疲劳裂纹精准检测的实际需求，提出一种融合频域增强与Mamba线性注意力机制的疲劳裂纹分割与量化网络——CrackDAM-Net。该网络采用局部特征编码器和全局信息编码器双分支并行结构，同时兼顾了疲劳裂纹图像的局部细节特征与全局上下文信息。首先，设计了一种融合频域增强与Mamba线性注意力的全局信息编码器：前2层为混合频域-注意力层，后2层为纯注意力层。该编码器不仅能够有效提取裂纹图像的全局特征，还能显著降低计算复杂度。其次，提出了一种混合空间注意力、通道注意力以及像素注意力机制的多尺度特征融合模块，能够从多个维度充分挖掘和整合局部特征编码器与全局信息编码器之间的互补信息，提升特征表达能力。最后，建立了一种结合正交投影与离散骨架演化的裂纹长度量化方法，以实现结构强度试验中疲劳裂纹长度的精准测量。实验结果表明：CrackDAM-Net在精度与速度间取得良好平衡，其分割精确度、召回率和F1分数分别达到83.11%、77.56%和80.24%，分割速度达到37帧/s，疲劳裂纹长度量化误差在±4%以内，展现出较强的工程应用潜力。

关键词: 疲劳裂纹, 分割网络, 注意力机制, 特征融合, 自动量化

Abstract:

Fatigue cracks are one of the primary causes of structural failure in engineering structures. To meet the practical need for precise detection of fatigue cracks in structural strength testing， we propose a fatigue crack segmentation and quantification network-CrackDAM-Net-based on frequency domain enhancement and the Mamba linear attention mechanism. This network adopts a dual-branch parallel structure comprising a local feature encoder and a global information encoder， effectively balancing the local detailed features and global contextual information of fatigue crack images. A global information encoder combining frequency domain enhancement and Mamba linear attention is designed： the first two layers are hybrid frequency domain-attention layers， and the last two layers are pure attention layers. This encoder not only effectively extracts global features from crack images but also significantly reduces computational complexity. A multi-scale feature fusion module combining spatial attention， channel attention， and pixel attention mechanisms is proposed， which can fully mine and integrate complementary information between the local feature encoder and the global information encoder from multiple dimensions to enhance feature expression capabilities. A crack length automatic quantification method combining orthogonal projection and discrete skeleton evolution is established to achieve precise measurement of fatigue crack length in structural strength tests. Experimental results demonstrate that CrackDAM-Net achieves a good balance between accuracy and speed， with segmentation accuracy， recall rate， and F1 score reaching 83.11%， 77.56%， and 80.24%， respectively， segmentation speed reaching 37 frame/s， and fatigue crack length quantification error within ±4%， showcasing strong potential for engineering applications.

Key words: fatigue cracks, partitioning network, attention mechanism, feature fusion, automatic quantification

中图分类号:

V231.2

史宝全, 周嘉明, 张文东, 陈先民, 贺谦. 融合频域增强与线性注意力机制的疲劳裂纹分割与量化网络[J]. 航空学报, 2025, 46(21): 532356.

Baoquan SHI, Jiaming ZHOU, Wendong ZHANG, Xianmin CHEN, Qian HE. A network for fatigue crack segmentation and quantification using frequency-domain enhancement and linear attention mechanism[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(21): 532356.

图/表 20

图 1

图 2

图 3

图 4

图 5

图 6

图 7

图 8

图 9

图 10

图 11

图 12

表1

表2

图 13

图 14

表3

表4

表5

表6

参考文献 34

[1]	WANG F. Application of deep learning algorithm in crack detection of green building materials［C］∥2022 6th Asian Conference on Artificial Intelligence Technology （ACAIT）. Piscataway： IEEE Press， 2022： 1-6.
[2]	WANG Y T， SHEN W W. Mechanical parts detection algorithm based on enhanced faster R-CNN［C］∥2021 China Automation Congress （CAC）. Piscataway： IEEE Press， 2021： 4348-4353.
[3]	DING K Y， DING Z H， ZHANG Z B， et al. SCD-YOLO： A novel object detection method for efficient road crack detection［J］. Multimedia Systems， 2024， 30（6）： 351.
[4]	LIU Z， ZHOU B. Research and application on the improved SSD chip defect inspection algorithm［C］∥2021 IEEE International Conference on Consumer Electronics and Computer Engineering （ICCECE）. Piscataway： IEEE Press， 2021： 551-555.
[5]	TAO H Q， LIU B X， CUI J Q， et al. A convolutional-transformer network for crack segmentation with boundary awareness［C］∥2023 IEEE International Conference on Image Processing （ICIP）. Piscataway： IEEE Press， 2023： 86-90.
[6]	ZHENG W W， JIANG X Y， FANG Z J， et al. TV-Net： A structure-level feature fusion network based on tensor voting for road crack segmentation［J］. IEEE Transactions on Intelligent Transportation Systems， 2024， 25（6）： 5743-5754.
[7]	ZHANG Q， CHEN S S， WU Y， et al. Improved U-Net network asphalt pavement crack detection method［J］. PLoS One， 2024， 19（5）： e0300679.
[8]	ZHOU H P， DENG B， SUN K L， et al. UTE-CrackNet： Transformer-guided and edge feature extraction U-shaped road crack image segmentation［J］. The Visual Computer， 2025， 41（4）： 2271-2283.
[9]	LIU H J， YANG J， MIAO X Y， et al. CrackFormer network for pavement crack segmentation［J］. IEEE Transactions on Intelligent Transportation Systems， 2023， 24（9）： 9240-9252.
[10]	SHAN J H， HUANG Y， JIANG W. DCUFormer： Enhancing pavement crack segmentation in complex environments with dual-cross/upsampling attention［J］. Expert Systems with Applications， 2025， 264： 125891.
[11]	LIU Z， LIN Y T， CAO Y， et al. Swin Transformer： Hierarchical vision transformer using shifted windows［C］∥2021 IEEE/CVF International Conference on Computer Vision （ICCV）. Piscataway： IEEE Press， 2021： 9992-10002.
[12]	HE K M， ZHANG X Y， REN S Q， et al. Deep residual learning for image recognition［C］∥2016 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. Piscataway： IEEE Press， 2016： 770-778.
[13]	PATRO B N， NAMBOODIRI V P， AGNEESWARAN V S. SpectFormer： Frequency and attention is what you need in a vision transformer［C］∥2025 IEEE/CVF Winter Conference on Applications of Computer Vision （WACV） . Piscataway： IEEE Press， 2017： 1800-1807.
[14]	SHI W Z， CABALLERO J， HUSZÁR F， et al. Real-time single image and video super-resolution using an efficient sub-pixel convolutional neural network［C］∥2016 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. Piscataway： IEEE Press， 2016： 1874-1883.
[15]	CHOLLET F. Xception： Deep learning with depthwise separable convolutions［C］∥2017 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. Piscataway： IEEE Press， 2017： 1800-1807.
[16]	GU A， DAO T. Mamba： Linear-time sequence modeling with selective state spaces［DB/OL］. arXiv preprint：2312. 00752， 2024.
[17]	HAN D C， WANG Z Y， XIA Z F， et al. Demystify Mamba in vision： A linear attention perspective［C］∥38th Conference on Neural Information Processing Systems （NeurIPS 2024）. Vancouver： OpenReview， 2024.
[18]	BLUM H. Biological shape and visual science （part I）［J］. Journal of Theoretical Biology， 1973， 38（2）： 205-287.
[19]	BAI X， LATECKI L J. Discrete skeleton evolution［M］∥Energy Minimization Methods in Computer Vision and Pattern Recognition. Berlin， Heidelberg： Springer， 2007： 362-374.
[20]	MONTANARI U. A method for obtaining skeletons using a Quasi-Euclidean distance［J］. Journal of the ACM， 1968， 15（4）： 600-624.
[21]	SHI Y， CUI L M， QI Z Q， et al. Automatic road crack detection using random structured forests［J］. IEEE Transactions on Intelligent Transportation Systems， 2016， 17（12）： 3434-3445.
[22]	YANG F， ZHANG L， YU S J， et al. Feature pyramid and hierarchical boosting network for pavement crack detection［J］. IEEE Transactions on Intelligent Transportation Systems， 2020， 21（4）： 1525-1535.
[23]	SHI Y， CUI L M， QI Z Q， et al. Automatic road crack detection using random structured forests［J］. IEEE Transactions on Intelligent Transportation Systems， 2016， 17（12）： 3434-3445.
[24]	ZOU Q， CAO Y， LI Q Q， et al. CrackTree： Automatic crack detection from pavement images［J］. Pattern Recognition Letters， 2012， 33（3）： 227-238.
[25]	ZOU Q， ZHANG Z， LI Q Q， et al. DeepCrack：Learning hierarchical convolutional features for crack detection［J］. IEEE Transactions on Image Processing， 2018， 28（3）： 1498-1512.
[26]	CHEN L C， ZHU Y K， PAPANDREOU G， et al. Encoder-decoder with atrous separable convolution for semantic image segmentation［C］∥Computer Vision-ECCV 2018. Cham： Springer， 2018： 833-851.
[27]	LIU Y H， YAO J， LU X H， et al. DeepCrack： A deep hierarchical feature learning architecture for crack segmentation［J］. Neurocomputing， 2019， 338： 139-153.
[28]	LAU S L H， CHONG E K P， YANG X， et al. Automated pavement crack segmentation using U-net-based convolutional neural network［J］. IEEE Access， 2020， 8： 114892-114899.
[29]	CHEN J， LU Y， YU Q， et al. TransUNet： Transformers make strong encoders for medical image segmentation［DB/OL］. arXiv preprint： 2102. 04306， 2021.
[30]	PANG J， ZHANG H， ZHAO H， et al. DcsNet： A real-time deep network for crack segmentation［J］. Signal， Image and Video Processing， 2022， 16（4）： 911-919.
[31]	WU H S， CHEN S H， CHEN G L， et al. FAT-Net： Feature adaptive transformers for automated skin lesion segmentation［J］. Medical Image Analysis， 2022， 76： 102327.
[32]	XIANG C， GUO J J， CAO R， et al. A crack-segmentation algorithm fusing transformers and convolutional neural networks for complex detection scenarios［J］. Automation in Construction， 2023， 152： 104894.
[33]	TAO H Q， LIU B X， CUI J Q， et al. A convolutional-transformer network for crack segmentation with boundary awareness［C］∥2023 IEEE International Conference on Image Processing （ICIP）. Piscataway： IEEE Press， 2023： 86-90.
[34]	ZHANG J M， ZENG Z G， SHARMA P K， et al. A dual encoder crack segmentation network with Haar wavelet-based high–low frequency attention［J］. Expert Systems with Applications， 2024， 256： 124950.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

网络模型	Pr/%	Re/%	F1/%	mIoU/%
DeepLabv3+^［26］	72.82	74.58	73.69	61.33
DeepCrack^［27］	77.14	73.16	75.10	61.75
UNet-ResNet34^［28］	77.28	75.21	76.23	60.02
Swin Transformer^［11］	69.99	74.98	72.40	59.57
TransUNet^［29］	71.06	77.54	74.16	61.53
DscNet^［30］	79.32	74.47	76.82	63.11
FAT-Net^［31］	79.36	72.81	75.94	64.24
DTrc-Net^［32］	80.66	76.90	78.74	67.81
CT-CrackSeg^［33］	75.35	77.42	76.37	62.02
DECS-Net^［34］	79.84	78.61	79.22	62.83
CrackDAM-Net	83.11	77.56	80.24	68.05

网络模型	MAC/G	参数量/M	FPS
DeepLabv3+^［26］	22.14	59.23	30.64
DeepCrack^［27］	136.80	30.91	27.35
UNet-ResNet34^［28］	90.13	69.30	41.07
Swin Transformer^［11］	114.25	59.83	21.74
TransUNet^［29］	33.4	105.32	20.04
DscNet^［30］	15.75	25.85	39.19
FAT-Net^［31］	42.8	29.62	28.00
DTrc-Net^［32］	123.2	63.45	28.78
CT-CrackSeg^［33］	41.62	22.88	15.53
DECS-Net^［34］	26.08	68.86	30.02
CrackDAM-Net	25.24	63.89	37.36

编码器	Pr/%	Re/%	F1/%	mIoU/%
局部特征编码器	84.25	72.05	77.67	67.99
全局信息编码器	80.81	75.46	78.04	66.95
局部特征编码器+全局信息编码器	83.11	77.56	80.24	68.05

FDB加入的层数	Pr/%	Re/%	F1/%	mIoU/%
无FDB	80.53	75.13	77.74	66.97
仅第1层	83.39	76.83	79.98	67.39
1、2层	83.11	77.56	80.24	68.05
1、2、3层	82.35	76.34	79.23	67.19
1、2、3、4层	74.83	74.87	74.85	66.58

局部特征编码器	Pr/%	Re/%	F1/%	mIoU/%
ResNet-18	76.11	76.25	76.18	67.85
ResNet-34	80.42	76.44	78.38	67.91
ResNet-50	83.11	77.56	80.24	68.05
ResNet-101	83.61	75.18	79.17	67.65
ResNet-152	78.05	76.71	77.37	67.66

融合频域增强与线性注意力机制的疲劳裂纹分割与量化网络

A network for fatigue crack segmentation and quantification using frequency-domain enhancement and linear attention mechanism

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 20

参考文献 34

相关文章 15

编辑推荐

Metrics

本文评价

序号	真实长度/mm	量化长度/mm	绝对误差/mm	相对误差/%
1	31.19	31.32	0.13	0.42
2	23.10	22.38	-0.72	-3.12
3	36.30	36.44	0.14	0.39
4	8.81	8.49	-0.32	-3.63
5	8.85	8.70	-0.15	-1.70
6	13.96	14.08	0.13	0.91
7	15.40	15.52	0.11	0.73
8	11.13	11.27	0.14	1.25
9	13.15	13.25	0.10	0.77
10	14.13	13.95	-0.18	-1.27

[1]	孟令捷, 李红光, 李新军. 基于地貌类别信息指导的SAR图像仿真方法[J]. 航空学报, 2025, 46(7): 331003-331003.
[2]	赵辰豪, 吴德伟, 何晶, 吴倩. 一种无人机视觉位姿估计的语义特征匹配算法[J]. 航空学报, 2025, 46(2): 330406-330406.
[3]	曲桂娴, 刘冬阳, 杨旭, 邱天, 刘传凯, 丁水汀, 袁树峥, 郭侃. 基于传感器时序信息增强的剩余寿命预测方法[J]. 航空学报, 2025, 46(17): 231634-231634.
[4]	王传云, 苏阳, 王琳霖, 王田, 王静静, 高骞. 面向反制无人机集群的多目标连续鲁棒跟踪算法[J]. 航空学报, 2024, 45(7): 329017-329017.
[5]	吴跃腾, 巴顿, 杜娟, 李云飞, 常军涛. 基于深度注意力网络的压气机流场重构方法[J]. 航空学报, 2024, 45(24): 630580-630580.
[6]	孔祥锡, 秦闻远, 苏飘逸, 化永朝, 董希旺, 王丽, 苏盈, 吕坤. 基于深度学习及模糊层次分析的毁伤评估算法[J]. 航空学报, 2024, 45(19): 329503-329503.
[7]	陈勇刚, 刘康妮, 王帅. 基于BiGRU⁃Attention改进的航空设备故障知识图谱构建[J]. 航空学报, 2024, 45(18): 229916-229916.
[8]	胡渊豪, 宋艺博, 刘家辉, 赵孝礼, 邓文翔, 胡健, 姚建勇. 基于注意力卷积胶囊网络的电液比例伺服阀故障诊断[J]. 航空学报, 2024, 45(15): 630407-630407.
[9]	于傲泽, 魏维伟, 王平, 张金强, 柯文雄. 基于分块复合注意力的无人机小目标检测算法[J]. 航空学报, 2024, 45(14): 629148-629148.
[10]	刘延芳, 佘佳宇, 袁秋帆, 周芮, 齐乃明. 无人机遥感图像实时小目标检测方法[J]. 航空学报, 2024, 45(14): 630119-630119.
[11]	李峻宇, 刘乾坤, 付莹. 融合注意力机制的红外小目标检测[J]. 航空学报, 2024, 45(14): 628959-628959.
[12]	甘纪强, 王小平. 基于虚拟样本生成的铺丝表面缺陷检测[J]. 航空学报, 2024, 45(1): 428624-428624.
[13]	奉志强, 谢志军, 包正伟, 陈科伟. 基于改进YOLOv5的无人机实时密集小目标检测算法[J]. 航空学报, 2023, 44(7): 327106-327106.
[14]	冒国韬, 邓天民, 于楠晶. 基于多尺度分割注意力的无人机航拍图像目标检测算法[J]. 航空学报, 2023, 44(5): 326738-326738.
[15]	贾宝惠, 姜番, 王玉鑫, 王杜. 基于民机维修文本数据的故障诊断方法[J]. 航空学报, 2023, 44(5): 326598-326598.