1.漏磁场扫描钢筋锈蚀图像识别系统，其特征在于，包括：磁传感器阵列，用于快速扫描混凝土表面，获取钢筋锈蚀区域的漏磁场二维分布图像；图像预处理模块，与所述磁传感器阵列连接，用于对所述漏磁场二维分布图像进行归一化处理和增强处理，生成标准化漏磁图像；语义分割模块，与所述图像预处理模块连接，用于对所述标准化漏磁图像进行逐像素分类，包括编码器单元和解码器单元，所述编码器单元采用多尺度卷积提取漏磁图像的分层特征，所述解码器单元通过上采样恢复空间分辨率并生成锈蚀分割掩码，将漏磁图像划分为健康区域、轻度锈蚀区域、中度锈蚀区域和严重锈蚀区域；注意力增强模块，与所述语义分割模块连接，用于识别漏磁场图像中与严重锈蚀强相关的局部模式，包括空间注意力单元和通道注意力单元，所述空间注意力单元基于漏磁场梯度特征生成空间权重图，所述通道注意力单元根据特征通道的重要性生成通道权重向量，通过加权融合突出高风险锈蚀区域并抑制背景噪声；域自适应模块，与所述注意力增强模块连接，用于减小不同混凝土碳化程度和钢筋布置形式下漏磁图像特征分布的差异，包括特征提取器、域判别器和梯度反转层，所述域判别器用于区分源域特征和目标域特征，所述梯度反转层在反向传播时反转梯度方向以实现域不变特征学习；三维重建模块，与所述语义分割模块和所述域自适应模块连接，用于结合结构设计图纸中的配筋信息，通过坐标配准算法将二维漏磁扫描图像映射至三维空间，生成钢筋锈蚀的三维空间分布模型；输出模块，与所述三维重建模块连接，用于生成锈蚀评估报告，所述锈蚀评估报告包括按锈蚀严重程度排序的维修优先级列表和工程量清单。
2.根据权利要求1所述的漏磁场扫描钢筋锈蚀图像识别系统，其特征在于，所述语义分割模块中的编码器单元包括4级下采样层，每级下采样层包括卷积层和池化层，卷积核尺寸为3×3，步长为1，池化窗口尺寸为2×2，通过逐级下采样提取从低级到高级的漏磁图像特征，所述解码器单元包括4级上采样层，每级上采样层通过反卷积操作恢复特征图空间尺寸，并与编码器对应层的特征图进行跳跃连接融合。
3.根据权利要求1或2所述的漏磁场扫描钢筋锈蚀图像识别系统，其特征在于，所述注意力增强模块中的空间注意力单元通过计算漏磁场图像的水平梯度和垂直梯度，识别磁场突变和极性反转位置，生成空间注意力图，所述空间注意力图中数值较大的位置对应严重锈蚀区域，所述通道注意力单元对特征图的每个通道进行全局平均池化和全局最大池化，经过全连接层生成通道权重向量，用于强化与锈蚀特征相关的通道并弱化噪声通道。
4.根据权利要求1或2所述的漏磁场扫描钢筋锈蚀图像识别系统，其特征在于，所述域自适应模块采用对抗训练策略，所述域判别器为多层感知机结构，输入为特征提取器输出的高级特征，输出为该特征来自源域或目标域的概率，所述梯度反转层在前向传播时保持特征不变，在反向传播时将域判别器的梯度乘以负数后传递给特征提取器，使得特征提取器学习到域不变的锈蚀特征表示。
5.根据权利要求1或2所述的漏磁场扫描钢筋锈蚀图像识别系统，其特征在于，所述三维重建模块包括坐标配准单元和空间插值单元，所述坐标配准单元基于结构设计图纸中的控制点，建立二维漏磁扫描图像坐标系与三维结构坐标系的映射关系，所述空间插值单元对离散的锈蚀检测点进行三维空间插值，生成连续的锈蚀程度分布场。
6.根据权利要求1或2所述的漏磁场扫描钢筋锈蚀图像识别系统，其特征在于，所述图像预处理模块对漏磁场二维分布图像进行归一化处理时，将漏磁场强度值线性映射到0-1区间，映射公式为，其中为原始漏磁场强度值，和分别为图像中的最小和最大漏磁场强度值。
7.根据权利要求1或2所述的漏磁场扫描钢筋锈蚀图像识别系统，其特征在于，所述输出模块根据语义分割结果统计各锈蚀等级的面积占比和空间分布，对于严重锈蚀区域占比超过15%的钢筋单元标记为高优先级维修对象，对于中度锈蚀区域占比超过25%的钢筋单元标记为中优先级维修对象，对于轻度锈蚀区域占比超过40%的钢筋单元标记为低优先级维修对象。
8.根据权利要求1或2所述的漏磁场扫描钢筋锈蚀图像识别系统，其特征在于，所述磁传感器阵列包括16×16个磁传感器单元，磁传感器单元之间的间距为5mm，单次扫描覆盖面积为80mm×80mm，采样频率为100Hz。
9.根据权利要求1或2所述的漏磁场扫描钢筋锈蚀图像识别系统，其特征在于，所述系统还包括虚拟现实显示模块，所述虚拟现实显示模块与所述三维重建模块连接，用于将三维锈蚀空间分布模型以沉浸式方式呈现，支持工程师通过虚拟现实设备进行交互式查看和分析。
10.漏磁场扫描钢筋锈蚀图像识别方法，采用权利要求1-9任一项所述的漏磁场扫描钢筋锈蚀图像识别系统，其特征在于，包括：S1：通过磁传感器阵列快速扫描混凝土表面，获取钢筋锈蚀区域的漏磁场二维分布图像；S2：对所述漏磁场二维分布图像进行归一化处理和增强处理，生成标准化漏磁图像；S3：采用语义分割网络对所述标准化漏磁图像进行逐像素分类，通过编码器提取多尺度分层特征，通过解码器上采样恢复空间分辨率并生成锈蚀分割掩码，将漏磁图像划分为健康区域、轻度锈蚀区域、中度锈蚀区域和严重锈蚀区域；S4：采用注意力机制识别与严重锈蚀强相关的局部模式，通过空间注意力单元基于漏磁场梯度特征生成空间权重图，通过通道注意力单元根据特征通道重要性生成通道权重向量，加权融合后突出高风险锈蚀区域并抑制背景噪声；S5：采用域自适应策略减小不同检测场景下漏磁图像特征分布的差异，通过域判别器区分源域特征和目标域特征，通过梯度反转层在反向传播时反转梯度方向，使特征提取器学习到域不变的锈蚀特征表示；S6：结合结构设计图纸中的配筋信息，通过坐标配准算法将二维漏磁扫描图像映射至三维空间，对离散检测点进行空间插值，生成钢筋锈蚀的三维空间分布模型；S7：根据语义分割结果和三维重建结果生成锈蚀评估报告，所述锈蚀评估报告包括按锈蚀严重程度排序的维修优先级列表和工程量清单。
