买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：冶金自动化研究设计院

摘要：本发明公开了一种基于深度学习的金相晶界提取和连通方法，属于钢铁产品质量智能检测技术领域。本发明方法包括：采集金相图像，对图像进行预处理进行去噪并增强晶粒边界，然后建立图像‑标签数据库；使用第一深度学习模型分割金相图像中的晶粒边界；对分割边界后的图像先采用基于深度学习的金相图像缺失区域连通方法进行修复，再用基于八邻域和区域生长的连通方法进行晶粒边界连通；标注晶粒边界的连通域，并计算每个晶粒的实际面积，生成晶粒度的统计柱状图。本发明方法能更好地恢复图像的细节，获得更精准的边界信息，使最终的晶粒连通域更为清晰准确，从而计算出各个晶粒的面积，获得更加准确可信的评级结果，使评级结果更具有实际意义。

主权项：1.一种基于深度学习的金相晶界提取和连通方法，其特征在于，包括以下步骤：步骤1，采集金相图像，对图像预处理进行去噪并增强晶粒边界，然后建立图像-标签数据库；所述图像-标签数据库中存储的每一对样本包括一张金相图像和对应的标签图像，标签图像为金相图像的晶粒边界图；建立图像-标签数据库时，对采集的原始金相图像进行预处理后，标注出对应的晶粒边界图得到标签图像，再将预处理得到的金相图像和标签图像进行切分，切分后的每张金相图像与对应的标签图像组成一对样本；测试时，对采集的金相图像进行预处理后并切分，输入步骤2；步骤2，使用第一深度学习模型分割金相图像中的晶粒边界；所述第一深度学习模型采用Resnet-UNet网络，并预先利用所述图像-标签数据库中的样本进行训练；步骤3，对步骤2输出的图像中的晶粒边界进行连通；先采用基于深度学习的金相图像缺失区域连通方法对图像中的晶粒边界进行修复，对修复后的图像继续利用基于八邻域和区域生长的连通方法进行晶粒边界连通；所述基于深度学习的金相图像缺失区域连通方法中的第二深度学习模型为Resnet-UNet网络，预先利用所述图像-标签数据库中晶粒边界无缺失区域的样本对第二深度学习模型进行训练；对获取的晶粒边界无缺失区域的样本，按照自然的晶粒边缘闭合情况，制作晶界缺失的掩膜mask，将样本中的标签图像叠加mask的图像形成新的图像，作为第二深度学习模型的输入图像，将对应的具有完整晶界的标签图像作为第二深度学习模型的输出结果，对第二深度学习模型进行训练；步骤4，将步骤3输出的晶粒边界图进行组合，恢复成初始图像大小，标注图像中晶粒边界的连通域，并计算每个晶粒的实际面积。

全文数据：

权利要求：

百度查询： 冶金自动化研究设计院 一种基于深度学习的金相晶界提取和连通方法