摘要
本发明公开了一种基于多目标分形进化网络的金相组织识别方法,涉及钢铁材料图像识别领域。本发明基于分形维数偏差的数据迁移方法,将具有分形特征的织物纹理图像进行数据迁移,第一次扩充金相组织图像数据量;基于金相组织数据,通过生成对抗网络生成新数据进行第二次金相组织图像数据的扩充;将扩充后的数据输入分形网络对其训练实现金相组织识别,在训练过程中,采用多目标差分进化算法优化分形网络,得到帕累托最优解;最后,采用基于距离的方法确定Knee点,以获得金相组织识别模型,从而实现对实际应用时输入的金相组织图像进行金相组织识别。解决了金相组织识别难且数据量少,数据类型不平衡的问题,提高了金相组织识别准确率。
技术关键词
织物纹理
识别方法
进化算法
生成对抗网络
组织图像数据
数据迁移方法
复杂度
分形特征
样本
钢铁
偏差