[发明专利]一种钢中析出粒子的自动测量及其形态分类方法

说明书

技术领域

本发明涉及钢的微观组织分析领域，具体涉及钢材试样的透射电镜薄膜图像和透射电 镜复形图像中析出粒子测量及其形态分类分析方法。

背景技术

随着钢铁材料科技研究的飞速发展，各种钢种的研发已经逐渐建立在成分、结构、组 织和性能的定量关系的基础上，即对于钢铁材料可以通过制备、热机械加工和热处理控制 其相结构和显微组织从而获得所需的性能。对于多相的钢种而言，钢中析出粒子的粒径、 形态及分布对其组织和性能起决定性的影响。为了提高钢的性能，充分发挥有利析出粒子 的作用，控制有害析出粒子的影响，就要对析出粒子的粒径、形态等进行准确测量、分类 和统计。因此，如何精确、高效地测量与统计析出粒子的粒径和形态分布，成为钢的微观 组织分析领域中迫切需要解决的重要问题。

钢中的析出粒子的分析方法通常采用定压电解法，即试样用一定电解液电解，滤掉的 残渣用一定溶液溶解后，过滤出溶解液，再测定过滤液中的锰量或铝量。然而，这种检测 方法对于刚开始析出阶段生成的细小第二相质点来说必然有所丢失，即化学方法中检测不 到这些细小的析出粒子。而使用透射电镜来观察复型或薄膜样品则不存在丢失问题。因为， 复型可以把细小的析出粒子从基体内拓取，放大适当倍数后很方便观察这些析出粒子。而 薄膜样品照片本身就是对基体析出粒子的真实反映，故对透射电镜照片(复型或薄膜样品) 进行分析就可以定量计算出析出粒子的目标参数。然而，在进行这项工作的具体操作时， 则又是一项繁复、耗力和耗时的工作，这是由于析出粒子颗粒的复杂性所造成的。钢中析 出粒子的颗粒不仅形态和大小各异，而且还存在一些特有的粒子缺陷，诸如：粒子团聚、 粒子孔洞和粒子毛刺等，均给测量带来很多不确定因素。长期以来这一过程一直沿袭着传 统的网格法人工测量计算与统计的工作模式。据统计，对任一钢中析出粒子电镜图像的人 工测量计算与统计至少费时十几分钟，而这必然带来测量效率低和分类统计结果精度亦低 的问题，造成钢种的成分、结构、组织和性能的定量关系难以准确建立，从而严重影响到 钢种的研发设计工作。

发明内容

本发明的目的是针对目前靠人工网格法手工测量计算与统计的工作模式的低效率和低 精度的缺陷，提供了一种基于颗粒形态特征和神经网络分类方法的钢中析出粒子的自动测 量及形态分类统计方法，利用计算机实现对钢中析出粒子的粒径与形态进行精确、高效地 测量、分类与统计工作。

本发明的技术方案是：先将钢中析出的目标粒子的电镜图像进行图像二值分割，得到 粒子的二值图像；对目标粒子二值图像通过形态滤波方法去噪声，用种子填充方法填充孔 洞，且由经验判据所定域值判定待分离粒子并进行团聚粒子的分离；再对分离后的粒子进 行区域标定；最后建立钢中析出的目标粒子的神经网络形态分类模型；将析出的目标粒子 的自动分类统计结果以图表文件显示输出。

本发明优点是：

1、通过形态滤波、改进种子填充和经验判据所定域值方法，能够解决粒子团聚、粒子 孔洞及毛刺等缺陷，可获得理想的测量分类效果，无漏检，无重检。

2、粒径大小测量精度达±2um，粒径分布吻合率≥91.7％，形态分类吻合率≥90.5％。

3、整个测量分类过程在标准配置的计算机上运行，完成一个视场的粒子测量分类只需 几分钟即可。

4、本发明为钢中析出粒子的定量微观分析提供了可靠依据。

5、本发明具有优异的普适性，可以推广应用于材料领域和生物领域中一切背景复杂和 形态复杂的粒子测量分类工作。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细说明。

图1是本发明的流程框图；

图2是实施例1钢中析出粒子原始输入透射电镜图像；

图3是实施例1图像二值分割并形态滤波后的图像；

图4a是实施例1透射电镜下的团聚粒子的待分离粒子图像，图4b是分离后粒子图像；

图5a是实施例1孔洞粒子的待填充粒子图像，图5b是填充后粒子图像；

图6是实施例1粒子区域标定递归处理次序图；

图7a是实施例1析出粒子的粒径分布图，图7b是析出粒子的形态分布图；

图8是实施例2钢中析出粒子原始输入透射电镜图像；

图9是实施例2图像二值分割、形态滤波及缺陷粒子处理后的效果图；