一种多晶高温合金多尺度γ′相的定量表征方法

本发明公开了一种多晶高温合金多尺度γ′相的定量表征方法，该方法包括：将标准高温合金试样依次进行金相制样、电解抛光和γ′相原位电解腐刻，采集显微电子图像，并进行图像处理、多尺度γ′相标注、数据增广，得到训练样本；利用训练样本对U‑Net卷积神经网络架构进迭代训练，得到多尺度γ′相特征提取模型；将待测多晶高温合金表面的γ′相二次电子图像，输入到多尺度γ′相特征提取模型中，获得二值化γ′相特征图像，进行统计分布表征，得到每个γ′相的统计分布数据。本发明采用原位电解腐刻、高通量扫描电镜采集、图像超分辨处理以及深度学习算法实现多晶高温合金中多尺度γ′相的自动分割识别与定量统计，显著提升γ′相定量分析的速度、准确性及工程实用性。