[發明專利]金屬材料中枝晶組織的自動全視場定量統計分布表征方法

有效

• 申請號: 201910826312.0
• 申請日: 2019-09-03
• 公開（公告）號: CN110579473B
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 李冬玲;萬衛浩;李杰;王海舟;趙雷;沈學靜;賈云海
• 申請（專利權）人: 鋼研納克檢測技術股份有限公司
• 主分類號: G01N21/84
• 分類號: G01N21/84;G06N3/08
• 代理公司: 北京中安信知識產權代理事務所(普通合伙) 11248
• 代理人: 李彬;張小娟

1.一種金屬材料中枝晶組織的自動全視場定量統計分布表征方法，其特征在于：該方法包括如下步驟：

（1）建立基于深度學習的目標檢測模型

將與待檢測金屬材料材質相同的標準金屬材料試樣進行金相制樣、拋光和化學腐蝕，使其表面顯示清晰完整的枝晶組織；

采用全自動金相顯微鏡對經金相化學腐蝕后的標準金屬材料試樣進行枝晶組織特征圖譜采集，建立枝晶組織特征圖譜數據集；將枝晶中心作為目標對枝晶組織特征圖譜數據集中的各圖像進行標記，得到含有標記框的圖像，標記框內即為枝晶中心；其中，標記信息包括目標的類別和區域信息；類別表示標記框內是否包含枝晶中心；區域信息包括枝晶中心的位置；將標記后的枝晶組織特征圖譜數據集生成目標檢測樣本庫；

建立目標檢測網絡，用獲得的目標檢測樣本庫訓練得到目標檢測模型；

具體為：從標準金屬材料試樣的金相組織特征圖譜中隨機挑選5%-15%的視場，對其進行人工標記，得到含有標記框的多個圖像；標記完成后，將標記后的多個圖像輸入目標檢測網絡中進行10000-50000次迭代訓練，得到目標檢測模型；

（2）待檢測金屬材料的枝晶組織特征圖譜的全視場自動采集

采用與步驟（1）相同的金相制樣和化學腐蝕工藝對待檢測金屬材料進行金相制樣和金相化學腐蝕處理，然后對經金相化學腐蝕后的待檢測金屬材料表面采用全自動金相顯微鏡進行全視場枝晶組織特征圖譜自動采集；

（3）枝晶組織自動識別和快速定位：

將步驟（2）采集到的所有待檢測圖像輸入到步驟（1）建立的目標檢測模型中，即可直接獲得標記了枝晶中心的枝晶組織特征圖譜；

（4） 全視場枝晶組織特征圖譜的自動拼接融合

對經步驟（3）獲得的所有標記了枝晶中心的枝晶組織特征圖譜采用基于互信息的圖像配準算法，對相鄰枝晶組織特征圖譜重合區域進行識別和拼接，獲得一幅包含已標記枝晶中心的全視場枝晶組織特征圖譜；

（5）大范圍全視場枝晶組織數量和間距的定量分布表征

對步驟（4）獲得的全視場枝晶組織特征圖譜進行枝晶數量和間距的統計分布分析，獲得大范圍全視場上的每個枝晶位置、數量和相鄰兩個枝晶的間距定量統計分布數據；具體為：對步驟（4）獲得的全視場枝晶組織特征圖譜進行二值化處理，得到一幅只包含枝晶中心點的二值圖像，采用聯通區域法，直接統計出該二值圖像上枝晶中心點個數，獲得全視場上的枝晶個數；并通過每一個枝晶中心點的坐標，計算每個枝晶中心點和其它任意枝晶中心點之間的距離，并找出任意角度上，距離該點最近的相鄰點，并記錄兩點間距為該角度下該點的一個枝晶間距，最后，統計出所有點在任意角度上的枝晶間距。

2.根據權利要求1所述的金屬材料中枝晶組織的自動全視場定量統計分布表征方法，其特征在于：所述步驟（1）中，金相化學腐蝕的溶液為1.0%-30.0% V/V氫氟酸、20%-40% V/V硝酸和30%-40% V/V冰醋酸水溶液；浸蝕時間為0.3min-2min。

3.根據權利要求1所述的金屬材料中枝晶組織的自動全視場定量統計分布表征方法，其特征在于：所述步驟（1）中，所述目標檢測樣本庫分為訓練集和測試集，其中，訓練集用來進行訓練得到目標檢測模型，測試集用來驗證模型的可靠程度。

4.根據權利要求1所述的金屬材料中枝晶組織的自動全視場定量統計分布表征方法，其特征在于：所述步驟（1）中，所述目標檢測網絡選自Faster R-CNN、R-CNN、FAST R-CNN、mask R-CNN和SPP網絡框架；網絡框架包括特征提取網絡、預選框網絡、全連接層和輸出層；其中，特征提取網絡包括卷積層、ReLu層和pooling層；預選框網絡使用RPNs(regionproposal networks)網絡；全連接層為兩層；輸出層包含兩部分內容，其中一部分輸出目的為確定各預選框中特征的類別，輸出值為各預選框對應于各分類目標的概率，另一部分輸出目的為調整各預選框的位置和大小，輸出值為4個自然數組成的數組，這4個自然數分別對應調整后的預選框的左上角坐標以及預選框的長和寬。