[发明专利]一种金相组织自动识别及判定级别的方法

权利要求书

1.一种金相组织自动识别及判定级别的方法，其特征在于，包括：

S100建立金相组织识别模型，所述金相组织识别模型用于获得对应金相图片的金相组织类别及含量；

S200将不同金相组织的各个级别的金相标准图片导入所述金相组织识别模型，获得对应类别金相组织的含量-级别关系，所述含量-级别关系为金相组织含量与金相级别的一一对应关系；

S300将待测金相图片导入所述金相组织识别模型，获得其金相组织类别及含量；

S400根据所述待测金相图片的金相组织类别及对应类别金相组织的含量-级别关系，获得所述待测金相图片的金相级别。

2.根据权利要求1所述的金相组织自动识别及判定级别的方法，其特征在于，S100建立金相组织识别模型，包括：

S110建立包括不同类别的金相图片数据库；

S120将数据库的金相图片进行灰度、二值化、去噪和轮廓提取处理；

S130将处理后的金相图片输入卷积神经网络框架下的训练模型；

S140判断所述训练模型输出的金相组织类别及其含量是否正确，若正确，则形成所述金相组织识别模型；若不正确，则转入S150；

S150返回所述训练模型，重新训练，半监督学习后直至准确率到达需求，形成所述金相组织识别模型。

3.根据权利要求2所述的金相组织自动识别及判定级别的方法，其特征在于，所述灰度处理为：

提取所述金相图片中红R、绿G、蓝B三基色分量的数值，并通过以下公式计算对应的灰度值：

Gray＝R×0.299+G×0.587+B×0.114，其中Gray表示灰度值。

4.根据权利要求2所述的金相组织自动识别及判定级别的方法，其特征在于，所述二值化处理公式为：

前后景像素比例：

ω₀＝N₀/(M*N)

ω₁＝N₁/(M*N)

数量恒等式：

N₀+N₁＝M*N

ω₀+ω₁＝1

平均灰度值关系：

μ＝ω₀*μ₀+ω₁*μ₁

方差定义式：

g＝ω₀(μ₀-μ)²+ω₁(μ₁-μ)²

将μ代入式g，得到等价公式：

g＝ω₀*ω₁(μ₀-μ₁)²

其中，ω₀：前景的像素点数占整幅图像的比例；μ₀：前景像素平均灰度；ω₁：背景的像素点数占整幅图像的比例；μ₁：背景像素平均灰度；μ：总像素平均灰度；T：前景和背景的分割阈值；N₀：灰度值大于阈值的像素个数；N₁：灰度值小于阈值的像素个数；g：类间方差；M：图片的像素宽度，N：图片的高度。

5.根据权利要求2所述的金相组织自动识别及判定级别的方法，其特征在于，所述轮廓提取为：

通过计算轮廓矩得到轮廓特征，且其公式为：

其中，p对应x维度上的矩，q对应y维度上的矩，阶数表示对应的部分的指数，n为轮廓边界上所有像素的数目。

6.根据权利要求2所述的金相组织自动识别及判定级别的方法，其特征在于，所述金相图片类别包括奥氏体、铁素体、渗碳体、珠光体、上贝氏体、下贝氏体、粒状贝氏体、无碳化物贝氏体、马氏体、莱氏体、回火屈氏体、回火索氏体、魏氏组织。

7.根据权利要求2所述的金相组织自动识别及判定级别的方法，其特征在于，所述金相图片数据库包括图片数量比为9：1的训练集和测试集。