⚡ ingeniería eléctrica

SAM-Canny: A Zero-Shot Segmentation Guided Adaptive Edge Detection Algorithm for High-Precision Visual Measurement of CuCrZr frames

Este artículo propone SAM-Canny, un marco de detección de bordes adaptativo guiado por segmentación zero-shot que integra SAM3, optimización Otsu-Canny, localización de subpíxel y compensación de error WOA-RBF para lograr una medición de diámetro de alta precisión a nivel de un solo micrómetro de marcos de CuCrZr, superando significativamente los métodos de inspección tradicionales.

Autores originales: yuheng Wang, yabing Wang, yuhai Gu, weiwei Zhang

Publicado 2026-10-15

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: yuheng Wang, yabing Wang, yuhai Gu, weiwei Zhang

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el mundo de alto riesgo de la física de partículas, la búsqueda de imágenes más claras del universo a menudo comienza con un problema simple, pero obstinado: cómo enfocar un haz de luz de manera tan precisa que pueda revelar los secretos más pequeños de la materia. En la Fuente Avanzada de Fotones de Beijing, una enorme instalación científica actualmente en construcción, los científicos están construyendo una máquina diseñada para generar rayos X de una brillantez tan intensa que podrían iluminar la estructura de proteínas o nuevos materiales con una claridad sin precedentes. Sin embargo, estos potentes haces generan un calor y una radiación inmensos, condiciones que fundirían o destruirían las lentes de vidrio y metal utilizadas en los microscopios tradicionales. Para resolver esto, los ingenieros recurrieron a un material llamado diamante, que es lo suficientemente resistente como para soportar el calor, pero el diamante es tan duro que darle forma de lentes perfectas es increíblemente difícil. La solución adoptada por los investigadores es un ingenioso truco: primero presionan las diminutas lentes de diamante en un marco cilíndrico hecho de una aleación de cobre especial, y luego tallan las formas de las lentes directamente en el diamante mientras este se encuentra sujeto de forma segura. Para que este proceso funcione, el marco metálico debe ser perfectamente redondo y medido con una precisión extrema, hasta el ancho de una sola bacteria, porque incluso un error minúsculo en el marco desalineará las lentes de diamante y arruinará el enfoque de todo el haz.

El desafío radica en medir estos marcos de forma rápida y precisa. Tradicionalmente, esta tarea se ha realizado a mano, utilizando herramientas de contacto que son lentas y propensas al error humano, o mediante el uso de sistemas de visión computarizada que tienen dificultades cuando la iluminación cambia o cuando el metal refleja la luz de formas confusas. Un equipo de investigadores de la Universidad de Ciencia y Tecnología de la Información de Beijing y del Instituto de Física de Altas Energías ha desarrollado ahora una nueva forma totalmente automatizada de medir estos marcos que supera estos obstáculos. Crearon un sistema que no necesita ser enseñado a reconocer el objeto de antemano; en su lugar, utiliza un potente modelo de inteligencia artificial preentrenado para identificar instantáneamente el marco en una fotografía, independientemente de si la luz es brillante o tenue. Una vez encontrado el marco, el sistema utiliza un método inteligente y adaptativo para encontrar el borde exacto del metal, refinando la medición a un nivel de detalle que el ojo humano no puede ver.

El núcleo de este nuevo método es un proceso de dos pasos que imita cómo un humano podría mirar una imagen, pero lo hace con consistencia matemática. Primero, el sistema utiliza una herramienta de segmentación "zero-shot", lo que significa que puede reconocer y delinear el marco de cobre sin haber visto uno antes. Simplemente observa la imagen y dibuja una máscara alrededor del objeto, separándolo del fondo. Esto es crucial porque los métodos tradicionales suelen fallar cuando el fondo es complejo o la iluminación es desigual. Una vez aislado el marco, el sistema pasa al segundo paso: encontrar el borde. En lugar de usar una regla fija para decidir dónde termina el metal y dónde empieza el fondo, el sistema analiza los cambios de brillo justo al lado del contorno que acaba de dibujar. Ajusta automáticamente su sensibilidad para encontrar el borde más nítido posible, filtrando el ruido y las señales falsas. Para asegurar que la medición sea lo más precisa posible, luego utiliza un método estadístico para suavizar el borde y calcular el diámetro, corrigiendo las pequeñas distorsiones que ocurren cuando la luz incide sobre la superficie curva del metal.

Sin embargo, los investigadores se dieron cuenta de que incluso un sistema de detección de bordes perfecto podría ser engañado por la propia iluminación. Cuando la luz es demasiado brillante, el sensor de la cámara puede saturarse, y cuando es demasiado tenue, la imagen se vuelve granulada, lo que provoca que el diámetro medido sea ligeramente incorrecto. Para solucionar esto, el equipo construyó un modelo de corrección inteligente. En lugar de solo mirar la luminosidad general de la habitación, su sistema observa los tonos de gris específicos en diferentes partes de la imagen: el marco de cobre, el fondo y otras superficies cercanas. Al analizar estos valores de gris específicos en conjunto, el sistema puede entender exactamente cómo la luz interactúa con los materiales en la escena. Luego utiliza una red neuronal especializada, un tipo de cerebro computacional optimizado por un algoritmo de búsqueda inspirado en las ballenas, para predecir y corregir el error de medición. Esto permite que el sistema compense las condiciones de iluminación en tiempo real, asegurando que el número final sea preciso independientemente de si la luz es tenue o cegadoramente brillante.

Los resultados de este nuevo enfoque son sorprendentes. Cuando los investigadores probaron su sistema en un gran conjunto de marcos de cobre, encontraron que redujo significativamente el error máximo de medición en comparación con los métodos tradicionales. Mientras que las técnicas antiguas podían tener errores de hasta 32.1 micrómetros, el nuevo sistema mantuvo sus errores dentro de un rango de solo 2.4 a 6.3 micrómetros. Para poner esto en perspectiva, un cabello humano tiene aproximadamente 70 micrómetros de ancho, lo que significa que el nuevo sistema puede medir el marco con un error menor a un décimo del ancho de un solo cabello. En las pruebas donde el sistema se aplicó a cinco marcos nuevos que nunca había visto, mantuvo este alto nivel de precisión, demostrando que puede generalizarse a nuevos objetos sin necesidad de ser reentrenado. En contraste, las mediciones manuales realizadas por operadores humanos utilizando herramientas estándar mostraron variaciones mucho mayores, con errores que alcanzaban los 32.1 micrómetros, resaltando la falta de fiabilidad del tacto humano en esta tarea específica de alta precisión.

Este trabajo representa un paso significativo hacia la automatización de la inspección industrial para la física de altas energías. Al combinar un potente modelo de visión preentrenado con una detección de bordes adaptativa y un sistema de corrección de errores inteligente, los investigadores han creado una herramienta que no solo es más rápida y consistente que la inspección humana, sino que también es capaz de manejar las difíciles condiciones de iluminación que a menudo plagan los entornos industriales. El sistema logra cerrar la brecha entre la necesidad de una precisión a nivel de nanómetros y la realidad de las condiciones variables de una fábrica. Si bien el sistema actual todavía requiere que un humano proporcione un punto de partida simple para decirle a la computadora hacia dónde mirar, los investigadores señalan que el trabajo futuro se centrará en hacer que el proceso sea aún más autónomo y rápido, allanando el camino para el control de calidad en tiempo real en la producción de los componentes críticos que impulsarán la próxima generación de la ciencia de los rayos X. El éxito de este método sugiere que el futuro de la fabricación de precisión dependerá menos de las manos humanas y más de sistemas inteligentes que puedan ver el mundo con una claridad y consistencia que los humanos simplemente no pueden igualar.

Resumen Técnico: SAM-Canny para la Medición Visual de Alta Precisión de Marcos de CuCrZr

Planteamiento del Problema
El marco de CuCrZr (Cobre-Cromo-Zirconio) es un componente de enfoque crítico para la Fuente de Fotones de Alta Energía de Huairou, Beijing (HEPS), diseñado para albergar lentes de compuesto de diamante refractivo. Garantizar el diámetro y la alineación precisos de estos marcos es esencial para el enfoque de rayos X de alto flujo. Los métodos de inspección actuales dependen en gran medida de operaciones manuales utilizando instrumentos de contacto o sin contacto, los cuales son ineficientes para la producción a gran escala y propensos al error humano. Si bien la visión artificial ofrece una alternativa sin contacto, los algoritmos existentes de detección de bordes y medición enfrentan tres desafíos principales al aplicarse a los marcos de CuCrZr:

Extracción de la Región de Interés (ROI): Los métodos tradicionales dependen de reglas diseñadas manualmente que luchan contra fondos variables, reflexiones fuertes y texturas complejas, fallando a menudo sin un esfuerzo de ingeniería extensivo.
Umbralización Adaptativa: La detección de bordes Canny estándar requiere el ajuste manual de los umbrales alto y bajo. Las variantes adaptativas existentes (por ejemplo, basadas en Otsu o en percentiles) suelen fallar en condiciones de bajo contraste o requieren recursos computacionales y datos de entrenamiento significativos.
Errores Inducidos por la Iluminación: Las variaciones en la intensidad de la iluminación causan desviaciones sistemáticas en el diámetro debido a cambios en la distribución de la escala de grises de la imagen. Los modelos de compensación existentes suelen depender de una única entrada de iluminación, fallando al no contabilizar las distintas Funciones de Distribución de Reflectancia Bidireccional (BRDF) de los diferentes materiales dentro de la escena (por ejemplo, el marco frente al fondo), lo que conduce a una pobre generalización.

Metodología
Los autores proponen un marco unificado y totalmente automatizado llamado SAM-Canny, que integra segmentación zero-shot, detección de bordes adaptativa y compensación basada en datos. El flujo de trabajo consta de cuatro etapas principales:

Extracción de ROI Zero-Shot (SAM3):
El marco utiliza el Segment Anything Model 3 (SAM3) para extraer la región objetivo sin entrenamiento específico de la tarea. Dado un esquema de imagen y un punto de indicación (prompt), SAM3 genera una máscara binaria para aislar robustamente el marco de CuCrZr, proporcionando una localización de borde gruesa que es resiliente a las fluctuaciones de iluminación.
Detección de Bordes Adaptativa (SAM-Canny):
Basándose en la máscara gruesa, se introduce un método de refinamiento de bordes libre de parámetros:

Dilatación Morfológica Progresiva: El algoritmo busca el tamaño de núcleo de dilatación óptimo evaluando la varianza entre clases (método de Otsu) de los valores de gradiente en regiones anulares que rodean el límite de SAM.
Umbralización Adaptativa: El tamaño de núcleo óptimo define una Región de Interés (ROI) específica donde el umbral alto se determina mediante el método de Otsu, y el umbral bajo se estima a partir del conjunto de gradientes de borde grueso.
Refinamiento: Se aplica la umbralización de histéresis de Canny dentro de esta ROI. Los valores atípicos se eliminan mediante un procedimiento RANSAC (Consenso de Muestreo Aleatorio) basado en un modelo de círculo.
Localización Subpixel: Se emplean momentos de Zernike para lograr la localización de bordes a nivel de subpíxel, seguido de un ajuste de círculo por mínimos cuadrados geométricos para calcular el diámetro final.

Compensación de Errores Multidimensional (WOA-RBF):
Para corregir los errores sistemáticos causados por la iluminación, los autores construyen un modelo de compensación de errores multidimensional:

Extracción de Características: En lugar de utilizar una lectura de iluminancia ambiental única, el modelo utiliza las máscaras de segmentación de SAM para extraer valores promedio de escala de grises de múltiples regiones de materiales distintos (por ejemplo, el anillo exterior del marco, el anillo medio, el anillo interior, el bloque patrón y el plano de fondo). Este vector captura la influencia acoplada de la iluminación y la reflectancia del material.
Modelado: Se entrena una red neuronal de Función de Base Radial (RBF) para mapear estas características multidimensionales de escala de grises hacia el error de medición. Los parámetros de la red (puntos centrales, constantes de dispersión, pesos) se optimizan globalmente utilizando el Algoritmo de Optimización de Ballenas (WOA) para asegurar alta precisión y estabilidad.

Validación Experimental:
El sistema fue validado utilizando un sistema de imagen CCD de alta resolución y un microscopio confocal láser KEYENCE para las mediciones de verdad de terreno (ground-truth). Los experimentos incluyeron un conjunto de datos de 284 imágenes bajo iluminación variable, una comparación contra los métodos tradicionales Canny-Zernike y una prueba de generalización en cinco marcos de CuCrZr no vistos previamente.

Contribuciones Clave

Integración de Segmentación Zero-Shot: La aplicación de SAM3 para la extracción de ROI robusta y sin necesidad de entrenamiento en la medición industrial, eliminando la necesidad de diseño de reglas manuales o datos de entrenamiento extensos.
Operador SAM-Canny: Un novedoso operador de detección de bordes adaptativo que determina automáticamente el núcleo de dilatación óptimo y los umbrales dobles basándose en la estadística de gradiente local y la geometría de la máscara, eliminando la necesidad de ajuste manual de parámetros.
Estrategia de Compensación Multidimensional: Un cambio de la compensación de iluminación univariante a un enfoque multidimensional utilizando características de escala de grises de regiones de materiales segmentadas, abordando eficazmente las limitaciones de los modelos de entrada única en escenas de múltiples materiales.
WOA-RBF Optimizado: La implementación de un Algoritmo de Optimización de Ballenas para optimizar los parámetros de la red neuronal RBF para una corrección de error precisa a nivel de micrómetros.

Resultados

Precisión de Medición de Diámetro: En experimentos comparativos, el método SAM-Canny logró un error máximo de 18.15 µm y una Tasa de Dentro de Tolerancia (WTR, $\le$ 15 µm) del 92.9%. Esto representa una mejora significativa sobre la línea base tradicional de Canny-Zernike, que tuvo un error máximo de 28.31 µm y una WTR de solo 17.1%.
Desempeño de la Compensación de Errores: El modelo WOA-RBF superó tanto a la regresión lineal univariante como a los modelos GA-LSSVM. Logró el Error Cuadrático Medio (RMSE) más bajo y la mayor WTR (82.3% para errores $\le$ 10 µm), demostrando una capacidad superior para corregir las desviaciones inducidas por la iluminación.
Generalización: En pruebas con cinco nuevos marcos de CuCrZr no vistos, el método propuesto mantuvo errores en un rango de 2.4 µm a 6.3 µm. En contraste, las mediciones manuales utilizando un micrómetro digital exhibieron errores de hasta 32.1 µm, resaltando la estabilidad y consistencia del sistema de visión automatizado.

Significancia
El artículo afirma que el marco propuesto aborda con éxito los desafíos centrales de la inspección automatizada de marcos de CuCrZr: baja eficiencia manual, sensibilidad a la iluminación y dependencia del ajuste de parámetros. Al integrar la segmentación zero-shot con la detección de bordes adaptativa y la compensación de errores multidimensional, el sistema logra una precisión a nivel de micrómetros adecuada para los estrictos requisitos del proyecto HEPS. Los resultados corroboran que este enfoque automatizado ofrece una precisión, fiabilidad y repetibilidad superiores en comparación con los métodos de inspección manuales tradicionales, proporcionando una solución viable para el control de calidad industrial de alto volumen en aplicaciones de física de alta energía. Se señala que el trabajo futuro se centrará en reducir la dependencia de los prompts especificados manualmente y en mejorar la velocidad de procesamiento para el despliegue en tiempo real.

Más como este