材料组织特性智能识别分析系统及分析方法技术方案

本发明专利技术材料组织特性智能识别分析方法，具体步骤如下：1）首先数据采集模块实时采集显微镜设备的图像数据；2）用户通过用户界面模块或者手动配置用于特定材料组织特性识别的学习训练基础特征图片库；3）提取图像特征，进行图像优化，得到特征数据；4）对图像特征进行分类识别，对材料的多种组织特性分类训练；5）运用成熟的神经网络卷积算法，对提取的特征和分类进行多层网络迭代计算，得到所有关于材料组织特性的特征结果和上下文数据；6）输出深度学习结果，并将该结果及其特征上下文数据用于壮大训练学习库，逐步提高软件对材料组织特性的识别效率和准确率。

Intelligent Recognition and Analysis System and Analysis Method of Material Microstructure Characteristics

The intelligent identification and analysis method of material organization characteristics of the invention has the following specific steps: 1) real-time acquisition of image data of microscope equipment by data acquisition module; 2) learning and training basic feature image library for specific material organization characteristics identification by user interface module or manual configuration; 3) extraction of image features, image optimization, and obtaining feature data; Classification and recognition of image features and training of multi-organizational characteristics of materials are carried out. 5) Using mature neural network convolution algorithm, the extracted features and classifications are computed iteratively by multi-layer network, and all the feature results and context data about material organizational characteristics are obtained. 6) Output the results of in-depth learning, and use the results and their feature context data for robust training. Learning library gradually improves the efficiency and accuracy of software identification of material organization characteristics.

【技术实现步骤摘要】
材料组织特性智能识别分析系统及分析方法
本专利技术涉及智能检测技术，具体的，其展示一种材料组织特性智能识别分析系统及分析方法。
技术介绍
显微镜测量工具软件，不仅能查看图像，很好地满足客户基本测量需求，且具备软件的可拓展性，能兼容多种测量显微镜设备。但是日益复杂的测量环境和逐渐提高的业务需求，使得我们越来越重视被测量目标固有属性的采集，比如要求软件能够自动智能识别材料的组织特性，例如材料的组织、材料的工艺性能、机械性能和理化性能等，该数据可作为未来大数据的基础。因此，有必要提供一种材料组织特性智能识别分析系统及分析方法来解决上述问题。
技术实现思路
本专利技术的目的是提供一种材料组织特性智能识别分析系统。技术方案如下：一种材料组织特性智能识别分析系统，包括：数据采集：从显微镜设备采集图像；深度学习训练数据库：用于神经网络识别的基础训练库图片素材，包含基本的待识别的组织特性明显的素材数据库；机器学习识别过程中增加的特征库；当对某种材料的识别率提升到了一定程度后的成熟训练库；主界面；测量模块；图像预识别模块：基本的图像识别模块，负责对图像采集后图像灰度化、图像边缘检测、图像切割等基本图像预处本文档来自技高网...

【技术保护点】
1.一种材料组织特性智能识别分析系统，其特征在于：包括：数据采集：从显微镜设备采集图像；深度学习训练数据库：用于神经网络识别的基础训练库图片素材，包含基本的待识别的组织特性明显的素材数据库；机器学习识别过程中增加的特征库；当对某种材料的识别率提升到了一定程度后的成熟训练库；主界面；测量模块；图像预识别模块：基本的图像识别模块，负责对图像采集后图像灰度化、图像边缘检测、图像切割等基本图像预处理功能；卷积神经网络：对图像组织特性的特征提取，分类计算，卷积计算，深化学习过程，迭代检测；训练库：分为基础数据库、深入学习库和成熟型组织特性特征库，训练库是该软件宝贵的学习资源，也是软件越发走向成熟的必然结...

【技术特征摘要】
1.一种材料组织特性智能识别分析系统，其特征在于：包括：数据采集：从显微镜设备采集图像；深度学习训练数据库：用于神经网络识别的基础训练库图片素材，包含基本的待识别的组织特性明显的素材数据库；机器学习识别过程中增加的特征库；当对某种材料的识别率提升到了一定程度后的成熟训练库；主界面；测量模块；图像预识别模块：基本的图像识别模块，负责对图像采集后图像灰度化、图像边缘检测、图像切割等基本图像预处理功能；卷积神经网络：对图像组织特性的特征提取，分类计算，卷积计算，深化学习过程，迭代检测；训练库：分为基础数据库、深入学习库和成熟型组织特性特征库，训练库是该软件宝贵的学习资源，也是软件越发走向成熟的必然结果和有力保障，深度学习智能图像识别技术会将训练库迭代优化到越发精准的组织特性识别。2.根据权利要求1所述的一种材料组织特性智能识别分析系统，其特征在于：主界面包括：可视化图像采集设备属性读取、设置界面，包括分辨率等属性；可视化测量界面，...

【专利技术属性】
技术研发人员：张维山，鲁飞宇，
申请(专利权)人：苏州富莱智能科技有限公司，
类型：发明
国别省市：江苏,32