[發(fā)明專利]一種基于數(shù)據(jù)與模型聯(lián)合驅(qū)動的陶瓷材料晶粒分割算法

有效

• 申請?zhí)枺?/td>: 202010836869.5
• 申請日: 2020-08-19
• 公開（公告）號: CN111915630B
• 公開（公告）日: 2023-06-23
• 發(fā)明（設計）人: 雷濤;李云彤;加小紅;周文政;袁啟斌;王成兵
• 申請（專利權(quán)）人: 陜西科技大學
• 主分類號: G06T7/12
• 分類號: G06T7/12;G06T7/13;G06T7/62;G06T5/30;G06N3/0464
• 代理公司: 西安眾和至成知識產(chǎn)權(quán)代理事務所(普通合伙) 61249
• 代理人: 強宏超

1.一種基于數(shù)據(jù)與模型聯(lián)合驅(qū)動的陶瓷材料晶粒分割算法，其特征在于，包括以下步驟：

1)輸入掃描電鏡圖像f，利用RCF網(wǎng)絡輸出對應的梯度圖像g_rcf；

2)利用結(jié)構(gòu)邊緣算法獲得掃描電鏡圖像f對應的梯度圖像g；

3)利用魯棒分水嶺變換對梯度圖像g進行預分割，得到預分割結(jié)果f₀；

所述步驟3)中預分割包括：

3.1)通過對梯度圖像g進行梯度重建；

其中，表示由梯度圖像g重建預分割結(jié)果f₀的組合形態(tài)學閉運算，R表示形態(tài)學重建，R^φ表示形態(tài)學閉運算，ε表示形態(tài)學腐蝕運算，δ表示形態(tài)學膨脹運算；表示由梯度圖像g重建預分割結(jié)果f₀的形態(tài)學膨脹運算，h∈N⁺，且滿足表示由梯度圖像g重建預分割結(jié)果f₀的形態(tài)學腐蝕運算，h∈N⁺，且滿足m表示最大結(jié)構(gòu)元素的尺度，多尺度結(jié)構(gòu)元素滿足關系

3.2)若重建結(jié)果包含多個小區(qū)域，則通過對步驟3.1)中重建結(jié)果的多個小區(qū)域進行合并，其中，I^r表示合并小區(qū)域后的圖像；I表示合并小區(qū)域前的圖像；k是結(jié)構(gòu)元素參數(shù)；b_k表示合并的結(jié)構(gòu)元素尺度；

4)利用基于形態(tài)學的輪廓優(yōu)化方法對預分割結(jié)果f₀進行優(yōu)化，得到優(yōu)化后結(jié)果f₁；

5)利用分水嶺變換對梯度圖像g_rcf進行分割，得到結(jié)果f_rcf，根據(jù)結(jié)果f_rcf對優(yōu)化后結(jié)果f₁進行優(yōu)化，得到最終結(jié)果f₂；

6)根據(jù)最終結(jié)果f₂，統(tǒng)計晶粒面積分布，并計算晶粒尺寸。

2.根據(jù)權(quán)利要求1所述的一種基于數(shù)據(jù)與模型聯(lián)合驅(qū)動的陶瓷材料晶粒分割算法，其特征在于，所述步驟2)中設定圖像灰度方差閾值η，計算圖像灰度值方差var，若圖像灰度值方差var小于等于圖像灰度方差閾值η，則利用結(jié)構(gòu)邊緣算法輸出對應的梯度圖像g；若圖像灰度值方差var大于圖像灰度方差閾值η，則先對掃描電鏡圖像f進行預處理使圖像灰度值均勻化，再利用結(jié)構(gòu)邊緣算法輸出對應的梯度圖像g。

3.根據(jù)權(quán)利要求2所述的一種基于數(shù)據(jù)與模型聯(lián)合驅(qū)動的陶瓷材料晶粒分割算法，其特征在于，所述圖像灰度方差閾值η＝1.5×10³。

4.根據(jù)權(quán)利要求2所述的一種基于數(shù)據(jù)與模型聯(lián)合驅(qū)動的陶瓷材料晶粒分割算法，其特征在于，所述步驟2)中預處理采用多尺度Retinex算法，模型為：

R_n(x,y)＝logI_n(x,y)-log[F_n(x,y)*I_n(x,y)]

其中，R_MSR是多尺度Retinex算法輸出的反射圖像；N＝3，n取1、2、3，分別表示低、中、高三個尺度；w_n表示權(quán)重系數(shù)，w₁＝w₂＝w₃＝1/3；R_n(x,y)表示多尺度的反射圖像，I_n(x,y)表示實驗圖像，其中，x表示橫坐標，y表示縱坐標；F_n(x,y)是高斯環(huán)繞函數(shù)，其中，K的取值滿足∫∫F_n(x,y)dxdy＝1；c_n表示高斯環(huán)繞空間常數(shù)，其中，c₁＝15，c₂＝80，c₃＝200。