⚡ engenharia elétrica

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

Este artigo propõe o SAM-Canny, um framework de detecção de bordas adaptativa guiada por segmentação zero-shot que integra SAM3, otimização Otsu-Canny, localização de subpixel e compensação de erro WOA-RBF para alcançar medição de diâmetro de alta precisão, em nível de micrômetro único, de estruturas de CuCrZr, superando significativamente os métodos de inspeção tradicionais.

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

Publicado 2026-10-15

📖 6 min de leitura🧠 Leitura aprofundada

CC BY 4.0

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

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

No mundo de alto risco da física de partículas, a busca por imagens mais nítidas do universo começa frequentemente com um problema simples, porém persistente: como focar um feixe de luz com tamanha precisão que ele possa revelar os menores segredos da matéria. No Beijing Advanced Photon Source, uma enorme instalação científica atualmente em construção, cientistas estão construindo uma máquina projetada para gerar raios X de uma luminosidade tão intensa que poderiam iluminar a estrutura de proteínas ou novos materiais com uma clidez sem precedentes. No entanto, esses feixes poderosos geram calor e radiação imensos, condições que derreteriam ou destruiriam as lentes de vidro e metal usadas em microscópios tradicionais. Para resolver isso, engenheiros recorreram a um material chamado diamante, que é resistente o suficiente para suportar o calor, mas o diamante é tão duro que moldá-lo em lentes perfeitas é incrivelmente difícil. A solução adotada pelos pesquisadores é um contorno inteligente: primeiro, eles pressionam as minúsculas lentes de diamante em uma estrutura cilíndrica feita de uma liga de cobre especial e, em seguida, esculpem as formas das lentes diretamente no diamante enquanto ele está mantido de forma segura no lugar. Para que esse processo funcione, a estrutura metálica deve ser perfeitamente redonda e medida com extrema precisão, até a largura de uma única bactéria, porque mesmo um erro minúsculo na estrutura desalinharia as lentes de diamante e arruinaria o foco de todo o feixe.

O desafio reside em medir essas estruturas de forma rápida e precisa. Tradicionalmente, essa tarefa era feita manualmente, usando ferramentas de contato que são lentas e propensas ao erro humano, ou usando sistemas de visão computacional que têm dificuldade quando a iluminação muda ou quando o metal reflete a luz de maneiras confusas. Uma equipe de pesquisadores da Beijing Information Science & Technology University e do Institute of High Energy Physics desenvolveu agora uma nova forma totalmente automatizada de medir essas estruturas que supera esses obstáculos. Eles criaram um sistema que não precisa ser ensinado a reconhecer o objeto previamente; em vez disso, utiliza um poderoso modelo de inteligência artificial pré-treinado para identificar instantaneamente a estrutura em uma fotografia, independentemente de a luz estar brilhante ou fraca. Uma vez encontrada a estrutura, o sistema utiliza um método inteligente e adaptativo para encontrar a borda exata do metal, refinando a medição para um nível de detalhe que o olho humano não consegue ver.

O núcleo deste novo método é um processo de duas etapas que imita como um humano poderia olhar para uma imagem, mas o faz com consistência matemática. Primeiro, o sistema utiliza uma ferramenta de segmentação "zero-shot", o que significa que pode reconhecer e delinear a estrutura de cobre sem nunca ter visto uma antes. Ele simplesmente olha para a imagem e desenha uma máscara ao redor do objeto, separando-o do fundo. Isso é crucial porque os métodos tradicionais frequentemente falham quando o fundo é complexo ou a iluminação é irregular. Uma vez isolada a estrutura, o sistema passa para a segunda etapa: encontrar a borda. Em vez de usar uma regra fixa para decidir onde o metal termina e o fundo começa, o sistema analisa as mudanças de brilho logo ao lado do contorno que acabou de desenhar. Ele ajusta automaticamente sua sensibilidade para encontrar a borda mais nítida possível, filtrando ruídos e sinais falsos. Para garantir que a medição seja o mais precisa possível, ele utiliza então um método estatístico para suavizar a borda e calcular o diâmetro, corrigindo pequenas distorções que ocorrem quando a luz atinge a superfície curva do metal.

No entanto, os pesquisadores perceberam que mesmo um sistema de detecção de bordas perfeito poderia ser enganado pela própria iluminação. Quando a luz é muito forte, o sensor da câmera pode ficar saturado, e quando é muito fraca, a imagem torna-se granulada, ambos os casos fazendo com que o diâmetro medido seja ligeiramente incorreto. Para corrigir isso, a equipe construiu um modelo de correção inteligente. Em vez de apenas olhar para a luminosidade geral da sala, o sistema analisa os tons de cinza específicos em diferentes partes da imagem — a estrutura de cobre, o fundo e outras superfícies próximas. Ao analisar esses valores de cinza específicos em conjunto, o sistema consegue entender exatamente como a luz está interagindo com os materiais na cena. Ele então utiliza uma rede neural especializada, um tipo de cérebro computacional otimizado por um algoritmo de busca inspirado em baleias, para prever e corrigir o erro de medição. Isso permite que o sistema compense as condições de iluminação em tempo real, garantindo que o número final seja preciso, independentemente de a luz estar fraca ou cegamente brilhante.

Os resultados desta nova abordagem são impressionantes. Quando os pesquisadores testaram seu sistema em um grande conjunto de estruturas de cobre, descobriram que ele reduziu o erro máximo de medição significativamente em comparação com os métodos tradicionais. Enquanto técnicas mais antigas podiam apresentar erros de até 32,1 micrômetros, o novo sistema manteve seus erros dentro de uma faixa de apenas 2,4 a 6,3 micrômetros. Para colocar isso em perspectiva, um fio de cabelo humano tem cerca de 70 micrômetros de largura, o que significa que o novo sistema pode medir a estrutura com um erro menor do que um décimo da largura de um único fio de cabelo. Em testes onde o sistema foi aplicado a cinco estruturas novas que nunca havia visto antes, ele manteve esse alto nível de precisão, provando que pode generalizar para novos objetos sem a necessidade de ser retreinado. Em contraste, medições manuais feitas por operadores humanos usando ferramentas padrão mostraram variações muito maiores, com erros atingindo até 32,1 micrômetros, destacando a falta de confiabilidade do toque humano nesta tarefa específica de alta precisão.

Este trabalho representa um passo significativo para a automação da inspeção industrial na física de alta energia. Ao combinar um poderoso modelo de visão pré-treinado com detecção de borda adaptativa e um sistema de correção de erro inteligente, os pesquisadores criaram uma ferramenta que é não apenas mais rápida e consistente do que a inspeção humana, mas também capaz de lidar com as difíceis condições de iluminação que frequentemente assolam os ambientes industriais. O sistema consegue unir com sucesso a necessidade de precisão em nível de nanômetros e a realidade das condições variáveis de fábrica. Embora o sistema atual ainda exija que um humano forneça um ponto de partida simples para dizer ao computador onde olhar, os pesquisadores observam que o trabalho futuro se concentrará em tornar o processo ainda mais autônomo e rápido, pavimentando o caminho para o controle de qualidade em tempo real na produção dos componentes críticos que alimentarão a próxima geração da ciência de raios X. O sucesso deste método sugere que o futuro da manufatura de precisão poderá depender menos das mãos humanas e mais de sistemas inteligentes que podem ver o mundo com uma clareza e consistência que os humanos simplesmente não conseguem igualar.

Resumo Técnico: SAM-Canny para Medição Visual de Alta Precisão de Estruturas de CuCrZr

Definição do Problema
A estrutura de CuCrZr (Cobre-Cromo-Zircônio) é um componente de focalização crítico para a Fonte de Fótons de Alta Energia de Huairou em Pequim (HEPS), projetada para alojar lentes de refração compostas de diamante. Garantir o diâmetro e o alinhamento precisos destas estruturas é essencial para a focalização de raios-X de alto fluxo. Os métodos de inspeção atuais dependem fortemente de operações manuais utilizando instrumentos de contato ou não-contato, que são ineficientes para a produção em larga escala e propensas ao erro humano. Embora a visão computacional ofereça uma alternativa sem contacto, os algoritmos existentes de deteção de arestas e medição enfrentam três desafios principais quando aplicados às estruturas de CuCrZr:

Extração da Região de Interesse (ROI): Os métodos tradicionais dependem de regras desenhadas manualmente que têm dificuldade com fundos variáveis, reflexos fortes e texturas complexas, falhando frequentemente sem um esforço de engenharia extensivo.
Limiarização Adaptativa: A deteção de arestas Canny padrão requer o ajuste manual de limiares altos e baixos. As variantes adaptativas existentes (por exemplo, baseadas em Otsu ou percentis) falham frequentemente sob condições de baixo contraste ou requerem recursos computacionais ou dados de treino significativos.
Erros Induzidos pela Iluminação: As variações na intensidade da iluminação causam desvios sistemáticos no diâmetro devido a alterações na distribuição de escala de cinza da imagem. Os modelos de compensação existentes baseiam-se tipicamente num único input de iluminação, falhando em contabilizar as diferentes Funções de Distribuição de Refletância Bidirecional (BRDF) de diferentes materiais na cena (por exemplo, a estrutura vs. o fundo), o que leva a uma má generalização.

Metodologia
Os autores propõem um framework unificado, totalmente automatizado, denominado SAM-Canny, que integra segmentação zero-shot, deteção de arestas adaptativa e compensação de erro baseada em dados. O fluxo de trabalho consiste em quatro etapas principais:

Extração Zero-Shot de ROI (SAM3):
O framework utiliza o Segment Anything Model 3 (SAM3) para extrair a região alvo sem treino específico para a tarefa. Dado uma imagem de entrada e um prompt de ponto, o SAM3 gera uma máscara binária para isolar robustamente a estrutura de CuCrZr, fornecendo uma localização grosseira da aresta que é resiliente às flutuações de iluminação.
Deteção de Arestas Adaptativa (SAM-Canny):
Com base na máscara grosseira, introduz-se um método de refinamento de arestas livre de parâmetros:
- Dilatação Morfológica Progressiva: O algoritmo procura o tamanho ideal do kernel de dilatação avaliando a variância entre classes (método de Otsu) dos valores de gradiente em regiões em forma de anel que circundam a fronteira do SAM.
- Limiarização Adaptativa: O tamanho do kernel ideal define uma Região de Interesse (ROI) específica onde o limiar alto é determinado via método de Otsu, e o limiar baixo é estimado a partir do conjunto de gradientes da aresta grosseira.
- Refinamento: A limiarização por histerese de Canny é aplicada dentro desta ROI. Os outliers são removidos utilizando um procedimento RANSAC (Random Sample Consensus) baseado em modelo de círculo.
- Localização Subpixel: Momentos de Zernike são empregados para alcançar a localização de aresta subpixel, seguido de um ajuste de círculo por mínimos quadrados geométricos para calcular o diâmetro final.
Compensação de Erro Multidimensional (WOA-RBF):
Para corrigir erros sistemáticos causados pela iluminação, os autores constroem um modelo de compensação de erro multidimensional:
- Extração de Características: Em vez de utilizar uma única leitura de iluminância ambiente, o modelo utiliza as máscaras de segmentação SAM para extrair valores médios de escala de cinza de múltiplas regiões de materiais distintos (por exemplo, o anel exterior, o anel médio, o anel interior da estrutura, o bloco de calibração padrão e o plano de fundo). Este vetor captura a influência acoplada da iluminação e da refletância do material.
- Modelagem: Uma rede neural de Função de Base Radial (RBF) é treinada para mapear estas características multidimensionais de escala de cinza para o erro de medição. Os parâmetros da rede (pontos de centro, constantes de propagação, pesos) são otimizados globalmente utilizando o Algoritmo de Otimização da Baleia (WOA) para garantir alta precisão e estabilidade.
Validação Experimental:
O sistema foi validado utilizando um sistema de imagem CCD de alta resolução e um microscópio confocal de laser KEYENCE para medições de verdade fundamental (ground-truth). Os experimentos incluíram um conjunto de dados de 284 imagens sob iluminação variável, uma comparação contra os métodos tradicionais Canny-Zernike e um teste de generalização em cinco novas estruturas de CuCrZr.

Principais Contribuições

Integração de Segmentação Zero-Shot: A aplicação do SAM3 para extração robusta de ROI sem necessidade de treino em ambiente industrial, eliminando a necessidade de desenho de regras manuais ou de dados de treino extensivos.
Operador SAM-Canny: Um novo operador de deteção de arestas adaptativo que determina automaticamente o kernel de dilatação ideal e os limiares duplos com base nas estatísticas de gradiente local e geometria da máscara, eliminando a necessidade de ajuste manual de parâmetros.
Estratégia de Compensação Multidimensional: Uma mudança da compensação de iluminação univariada para uma abordagem multidimensional utilizando características de escala de cinza de regiões de materiais segmentadas, abordando eficazmente as limitações dos modelos de input único em cenas de múltiplos materiais.
WOA-RBF Otimizado: A implementação de um Algoritmo de Otimização da Baleia para otimizar os parâmetros da rede neural RBF para uma correção de erro precisa ao nível do micrómetro.

Resultados

Precisão de Medição de Diâmetro: Em experiências comparativas, o método SAM-Canny alcançou um erro máximo de 18,15 µm e uma Taxa de Conformidade (WTR, $\le$ 15 µm) de 92,9%. Isto representa uma melhoria significativa em relação à linha de base Canny-Zernike tradicional, que apresentou um erro máximo de 28,31 µm e uma WTR de apenas 17,1%.
Desempenho de Compensação de Erro: O modelo WOA-RBF superou tanto a regressão linear univariada como os modelos GA-LSSVM. Alcançou o menor Erro Quadrático Médio (RMSE) e a maior WTR (82,3% para erros $\le$ 10 µm), demonstrando uma capacidade superior em corrigir desvios induzidos pela iluminação.
Generalização: Em testes em cinco novas estruturas de CuCrZr, o método proposto manteve erros entre 2,4 µm e 6,3 µm. Em contraste, as medições manuais utilizando um micrómetro digital exibiram erros até 32,1 µm, destacando a estabilidade e consistência do sistema de visão automatizado.

Significância
O artigo afirma que o framework proposto resolve com sucesso os desafios centrais da inspeção de estruturas de CuCrZr: baixa eficiência manual, sensibilidade à iluminação e dependência de ajuste de parâmetros. Ao integrar a segmentação zero-shot com a deteção de arestas adaptativa e a compensação de erro multidimensional, o sistema atinge uma precisão ao nível do micrómetro adequada para os requisitos rigorosos do projeto HEPS. Os resultados corroboram que esta abordagem automatizada oferece precisão, fiabilidade e repetibilidade superiores em comparação com os métodos tradicionais de inspeção manual, fornecendo uma solução viável para o controlo de qualidade industrial de alto volume em aplicações de física de altas energias. O trabalho futuro focar-se-á em reduzir a dependência de prompts especificados manualmente e em melhorar a velocidade de processamento para implementação em tempo real.

Mais como este