摘要
本发明公开了一种钛合金微观结构图像的组织特征量化提取方法及系统,包括:获取钛合金微观结构晶粒图像数据,进行数据标注以及图像预处理;构建并训练基于ResNet的分类模型,区分多种钛合金微观结构晶粒图像中的不同组织;利用U‑Net和注意力机制构建分割模型TiGrainsU‑Net,将原始微观结构晶粒图像数据和标注的掩码数据输入分割模型进行模型训练,通过学习不同相的晶粒的特征,预测钛合金微观结构图像中不同相结构;对分割结果进行多阶段图像优化处理,利用最终分割结果对不同的相进行聚类并计算量化参数;本发明提高了模型对边界特征和局部细节特征的识别能力,提高了分割准确性,提高了量化参数计算的精度和鲁棒性。
技术关键词
钛合金
图像
组织
注意力机制
多阶段
边缘检测算法
后处理模块
图片
数据获取模块
局部细节特征
双阈值算法
直方图均衡化
格式化
边界特征
抑制算法
对比度
处理器
噪声抑制