一种结合SAM模型初步识别和预训练模型自动特征提取的合金微观组织图像的通用分割方法

本发明提供了一种基于SegmentAnything Model(SAM)对合金材料微观组织进行自动分割的方法；通过SAM大模型的基本处理以及多种预训练模型的数据测算，将用户提示特征与图像区块特征进行分析筛选以完成通用合金材料微观组织的自动化分割。相比于传统深度学习模型和微观组织分割方法，本方法通用性更高，识别效果更加准确，并且基于SAM拥有的零样本学习的特点优势，使本方法的分割时间远小于其他分割方法；与此同时特征提取法由向量距离进行筛选图像处理的方案对于不同类型的合金材料不需要独立制定筛选规则，能极大缩减不同类型合金材料微观组织图像分割的处理时间和计算机性能需求，为通用合金材料微观组织图像的自动化分割提供了一条行之有效之路。