发明
一种基于深度学习的金相晶界提取和连通方法2024
2024-09-25 13:31:05
发布于四川
49
- 申请专利号:CN202110562788.5
- 公开(公告)日:2024-09-24
- 公开(公告)号:CN113506240A
- 申请人:冶金自动化研究设计院
摘要:本发明公开了一种基于深度学习的金相晶界提取和连通方法,属于钢铁产品质量智能检测技术领域。本发明方法包括:采集金相图像,对图像进行预处理进行去噪并增强晶粒边界,然后建立图像‑标签数据库;使用第一深度学习模型分割金相图像中的晶粒边界;对分割边界后的图像先采用基于深度学习的金相图像缺失区域连通方法进行修复,再用基于八邻域和区域生长的连通方法进行晶粒边界连通;标注晶粒边界的连通域,并计算每个晶粒的实际面积,生成晶粒度的统计柱状图。本发明方法能更好地恢复图像的细节,获得更精准的边界信息,使最终的晶粒连通域更为清晰准确,从而计算出各个晶粒的面积,获得更加准确可信的评级结果,使评级结果更具有实际意义。
专利内容
本发明公开了一种基于深度学习的金相晶界提取和连通方法,属于钢铁产品质量智能检测技术领域。本发明方法包括:采集金相图像,对图像进行预处理进行去噪并增强晶粒边界,然后建立图像‑标签数据库;使用第一深度学习模型分割金相图像中的晶粒边界;对分割边界后的图像先采用基于深度学习的金相图像缺失区域连通方法进行修复,再用基于八邻域和区域生长的连通方法进行晶粒边界连通;标注晶粒边界的连通域,并计算每个晶粒的实际面积,生成晶粒度的统计柱状图。本发明方法能更好地恢复图像的细节,获得更精准的边界信息,使最终的晶粒连通域更为清晰准确,从而计算出各个晶粒的面积,获得更加准确可信的评级结果,使评级结果更具有实际意义。G06T7/00(2017.01);G06T7/10(2017.01);G06T7/187(2017.01);G06T5/70(2024.01);G06T5/77(2024.01);G06T5/60(2024.01);G06N3/08(2023.01);G06N3/0464(2023.01)
原创力.专利