基于扫描电子显微镜对粉末颗粒内部孔洞进行分析的方法技术

本发明专利技术提出了一种基于扫描电子显微镜对粉末颗粒内部孔洞进行分析的方法，属于粉末颗粒图像处理技术领域，包括：制备粉末颗粒的测试样品；获取大视域高分辨率的SEM图像；对大视域高分辨率的SEM图像进行图像处理；通过图像分析计算孔洞率并将孔洞分类，提高了扫描电子显微镜对粉末颗粒内部孔洞进行分析的准确性和多样性，将离散孔洞特性转化为组构特性在平面上的可测参量，其物理意义清晰。其物理意义清晰。其物理意义清晰。

【技术实现步骤摘要】
基于扫描电子显微镜对粉末颗粒内部孔洞进行分析的方法


[0001]本专利技术涉及粉末颗粒图像处理
，具体涉及基于扫描电子显微镜对粉末颗粒内部孔洞进行分析的方法。

技术介绍

[0002]粉末冶金是制取金属粉末或用金属粉末(或金属粉末与非金属粉末的混合物)作为原料，经过成形和烧结，制取金属材料、复合材料以及各种类型制品的工业技术。目前，粉末冶金技术已被广泛应用于交通、机械、电子、航空航天、兵器、生物、新能源、信息和核工业等领域，成为新材料科学中最具发展活力的分支之一。粉末冶金技术具备显著节能、省材、性能优异、产品精度高且稳定性好等一系列优点，非常适合于大批量生产。另外，部分用传统铸造方法和机械加工方法无法制备的材料和复杂零件也可用粉末冶金技术制造，因而备受工业界的重视。粉末冶金结构件制品材料成分不受熔炼限制，既可以加入合金成分，也可以加入其它结构组分，并且在相当大的范围内根据要求进行调整，进而在力学性能上能达到与钢件匹配的效果。
[0003]粉末冶金机械化程度高，既能减少人员，又能提高效率，进而节约成本。粉末冶金技术能取代传统的制造工艺，为广大传统企业节约成本。粉末冶金材料以其硬度高、耐磨性和抗高温氧化性好等特点被广泛应用于激光熔覆、热喷涂等表面强化工艺中。在合金表面激光熔覆合金层，用于提高合金表面的综合性能，效果显著，可被应用于汽车、高铁、航空航天、机械加工等行业零部件的表面强化加工中，从而既能满足产品设计要求的轻量化，同时保持了合金强韧性和激光熔覆合金表面的高硬度、高耐磨性。
[0004]但由于合金基体和熔覆层材料的物化性能的差异，例如熔点，电负性，热膨胀系数等，在合金表面熔覆过程中常不可避免地出现大量组织缺陷，如气孔、裂纹、夹杂等。
[0005]扫描电子显微镜（SEM）是一种介于透射电子显微镜和光学显微镜之间的一种观察手段。其利用聚焦的很窄的高能电子束来扫描样品，通过光束与物质间的相互作用，来激发各种物理信息，对这些信息收集、放大、再成像以达到对物质微观形貌表征的目的。扫描电子显微镜和其他分析仪器相结合，可以做到观察微观形貌的同时进行物质微区成分分析。扫描电子显微镜在岩土、石墨、陶瓷及纳米材料等的研究上有广泛应用。因此扫描电子显微镜在科学研究领域具有重大作用。
[0006]常用图像处理的方法来检测目标物，通过边缘分割、阈值分割、图像分水岭等方法进行处理；但传统图像处理方法对待检测物形态、颜色等特征需要进行精确的设置才能达到较好的效果。同时由于粉末颗粒内部孔洞的SEM图像中孔洞轮廓较为模糊且背景较为复杂，主流的改进算法FLIL、FRFCM和DSFCM
‑
N并不能直接获得理想的图像分割效果，进而统计粉末颗粒内部孔洞的信息。

技术实现思路

[0007]为了解决上述技术问题，本专利技术提出了基于扫描电子显微镜对粉末颗粒内部孔洞
进行分析的方法，包括以下步骤：S1，制备粉末颗粒的测试样品；S2，获取大视域高分辨率的SEM图像；S3、对大视域高分辨率的SEM图像进行图像处理；S4，通过图像分析计算孔洞率，并将孔洞分类。
[0008]进一步地，步骤S3中，对大视域高分辨率的SEM图像进行自适应直方图均衡化，计算灰度图像gray中灰度值为i的像素出现的概率P
gray
(i)：P
gray
(i)=n
i
/L，0≤n
i
≤N；其中L是灰度图像gray中所有的灰度数，N是灰度图像gray中所有的像素数,n
i
为灰度值为i的像素数,计算所得P
gray
(i)是灰度值为i的像素出现的概率；将概率P
gray
(i)应用于累积分布函数CDF
gray
(i)，得到累积归一化灰度直方图：；将累积归一化灰度直方图运用于RGB三个图像通道上,对彩色图像进行直方图均衡化。
[0009]进一步地，步骤S4包括如下步骤：S41、基于MaskR
‑
CNN实例分割模型进行孔洞分割；S42、计算孔洞的平均孔洞率；S43、对孔洞进行分类，输出不同类别孔洞，统计并输出孔洞的面积。
[0010]进一步地，步骤S41中，在MaskR
‑
CNN实例分割模型中，采用多任务损失函数联合训练的方式进行特征学习，定义目标检测网络中的选定区域的坐标回归定位损失函数为L
reg
、选定区域的前景目标类别判定损失函数为L
cls
，掩码损失函数为L
mask
，通过同时最小化三个损失函数实现实例分割模型L
lass
最小化，如下式所示：。
[0011]进一步地，采用smooth
L1
损失函数计算坐标回归定位损失函数L
reg
：；其中(x,y,w,h)分别为选定区域的中心坐标以及选定区域的宽度和高度，t
j
为第j个选定区域与其坐标回归后的预测区域之间坐标偏移值，为第j个选定区域与其真实边界之间坐标偏移值；使用掩码损失函数L
mask
对每一个前景区域中的像素进行类别判定：；其中K表示每一个选定区域中的像素数，表示选定区域中第m个像素的真实类别，u
m
表示每一个像素的预测类别。
[0012]进一步地，步骤S42中，统计图像中孔洞所占像素点，平均孔洞率w为孔洞像素点总和与测试像素点的比值：
；其中，N
’
是图像中孔洞像素点总和，N
A 是测试像素点数。
[0013]进一步地，步骤S43中，孔洞的面积用孔洞边界所围区域包含的像素数来表示，区域面积定义为区域内所含的像素个数，(x,y)为像素坐标，X、Y为像素横纵坐标最大值，将区域内像素标记为M(x,y)=1，区域外标记为 M(x,y)=0, 则第h个区域的面积A
h
为：；；
[0014]min(area)为用阈值法测定的孔洞的最小面积，若相邻两区域的结果都为真，将两区域合并，直到A
h
的值不再变化，则此时的A
h
则为该孔洞的面积。
[0015]相比于现有技术，本专利技术具有如下有益技术效果：制备粉末颗粒的测试样品；获取大视域高分辨率的SEM图像；对大视域高分辨率的SEM图像进行图像处理；通过图像分析计算孔洞率并将孔洞分类，提高了扫描电子显微镜对粉末颗粒内部孔洞进行分析的准确性和多样性。将离散孔洞特性转化为组构特性在平面上的可测参量，其物理意义清晰。
附图说明
[0016]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0017]图1为本专利技术的扫描电子显微镜对粉末颗粒内部孔洞进行分析的方法示意图。
[0018]图2为本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于扫描电子显微镜对粉末颗粒内部孔洞进行分析的方法，其特征在于包括以下步骤：S1，制备粉末颗粒的测试样品；S2，获取大视域高分辨率的SEM图像；S3、对大视域高分辨率的SEM图像进行图像处理；S4，通过图像分析计算孔洞率，并将孔洞分类。2.根据权利要求1所述的基于扫描电子显微镜对粉末颗粒内部孔洞进行分析的方法，其特征在于，步骤S3中，对大视域高分辨率的SEM图像进行自适应直方图均衡化，计算灰度图像gray中灰度值为i的像素出现的概率P
gray
(i)：P
gray
(i)=n
i
/L，0≤n
i
≤N；其中，L是灰度图像gray中所有的灰度数，N是灰度图像gray中所有的像素数,n
i
为灰度值为i的像素数,计算所得P
gray
(i)是灰度值为i的像素出现的概率；将概率P
gray
(i)应用于累积分布函数CDF gray
(i)，得到累积归一化灰度直方图：；将累积归一化灰度直方图运用于RGB三个图像通道上,对彩色图像进行直方图均衡化。3.根据权利要求1所述的基于扫描电子显微镜对粉末颗粒内部孔洞进行分析的方法，其特征在于，步骤S4包括如下步骤：S41、基于Mask R
‑
CNN实例分割模型进行孔洞分割；S42、计算孔洞的平均孔洞率；S43、对孔洞进行分类，输出不同类别孔洞，统计并输出孔洞的面积。4.根据权利要求3所述的基于扫描电子显微镜对粉末颗粒内部孔洞进行分析的方法，其特征在于，步骤S41中，在Mask R
‑
CNN实例分割模型中，采用多任务损失函数联合训练的方式进行特征学习，定义目标检测网络中的选定区域的坐标回归定位损失函数为L
reg
、选定区域的前景目标类别判定损失函数为L
...

【专利技术属性】
技术研发人员：钱铸，闫祖鹏，王高红，王师会，
申请(专利权)人：天津铸金科技开发股份有限公司，
类型：发明
国别省市：