摘要
本发明公开了一种采用截点法自动评定金属材料平均晶粒度的方法,涉及金属材料金相图像分析领域,包括如下步骤:根据被测材料选择识别模型;输入光学显微镜图像pic至带有识别模型的系统中;利用掩膜提取和霍夫直线检测对输入图像pic提取标尺信息:先利用掩膜提取标尺区域,然后利用霍夫直线检测算法提取标尺长度,最后使用KNN分类器提取标尺数值;利用所选择的识别模型识别输入图像的晶界像素:利用UNet对输入的光学显微镜图像pic的每一个像素进行分类,判断其是否为晶界像素,最后进行优化,根据优化后的晶界图像进行截点法评级,统计单位长度截线数并计算晶粒度G。本发明显著提高了晶粒度评定的精度和一致性。
技术关键词
标尺
光学显微镜
直线
金属材料金相
掩膜
训练识别模型
编码器参数
线段
数值
分类器训练
深度学习算法
工业纯铁
高温合金
图像像素
图像分析
系统为您推荐了相关专利信息
蘑菇采摘机器人
轨道式智能
回转机械臂
负压吸盘
采摘机构
汽车钣金件
焊接机构
直线电机
L型钣金件
六轴机械臂
电机监测方法
振动传感器
信号
实时数据
判断算法
智能可视化
高清摄像头
数据处理单元
标尺
行程限位开关