一种基于不确定性估计技术的铝合金微观组织图像分割方法技术

本发明专利技术一种基于不确定性估计技术的铝合金微观组织图像分割方法，包括以下步骤：获取预热处理后的铝合金金相图像样本；对预热处理后的铝合金金相图像样本数据集进行划分，得到训练集和测试集；对训练集中的铝合金金相图像样本数据进行增强，得到增强后的铝合金金相图像样本训练集；构建基于Beta分布的分割网络模型，用于对图像中的硅颗粒进行像素级分割；采用增强后的铝合金金相图像样本训练集数据对基于Beta分布的分割网络模型进行训练，得到训练好的基于Beta分布的分割网络模型；将测试集数据输入到训练好的基于Beta分布的分割网络中，实现对图像中所包含的硅颗粒概率进行预测，本发明专利技术辅助专家得到微观组织的定性结论和量化指标。

【技术实现步骤摘要】

本专利技术属于全自动化产品领域，涉及一种基于不确定性估计技术的铝合金微观组织图像分割方法。

技术介绍

1、在材料制造过程中，微观组织图像的分析对于理解材料内部结构、评估其质量和优化生产过程具有至关重要的作用。这些图像提供了有关材料内部微观结构的重要信息，是确保合金产品质量和性能的关键。然而，传统的手工分析方法不仅耗时费力，而且容易受到人为因素的影响，因此，减少对人工依赖的需求，利用计算机视觉技术进行自动化分析，成为了研究和工业应用中的重要方向。

2、目前，微观组织图像分析的研究主要集中在几个核心任务上：图像分类[1-2]、图像分割[3-4]和边界检测[5]。图像分类任务通常涉及质量评定和微观组织类型识别，例如，确定图像中是否包含特定类型的组织结构。图像分割任务则包括语义分割(即将图像分成具有特定含义的区域)和实例分割(即识别和分离图像中不同的实例)。边界检测任务则专注于识别微观组织中的晶界等细节。为了解决这些问题，研究者们已经采用了多种方法，包括传统的图像处理技术(如otsu阈值法[6])、机器学习方法(如支持向量机、随机森林、k近邻方法[7]本文档来自技高网...

【技术保护点】

1.一种基于不确定性估计技术的铝合金微观组织图像分割方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于不确定性估计技术的铝合金微观组织图像分割方法，其特征在于：所述构建基于Beta分布的分割网络模型，用于对图像中的硅颗粒进行像素级分割的过程如下：

3.根据权利要求2所述的一种基于不确定性估计技术的铝合金微观组织图像分割方法，其特征在于：所述基于Beta分布的分割网络的参数θ，在训练过程中采用了特有的损失函数，其所述参数θ的极大似然估计等式LMLE(x，y；θ)表示为：

4.根据权利要求1所述的一种基于不确定性估计技术的铝合金微观组织图像...

【技术特征摘要】

1.一种基于不确定性估计技术的铝合金微观组织图像分割方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于不确定性估计技术的铝合金微观组织图像分割方法，其特征在于：所述构建基于beta分布的分割网络模型，用于对图像中的硅颗粒进行像素级分割的过程如下：

3.根据权利要求2所述的一种基于不确定性估计技术的铝合金微观组织图像分割方法，其特征在于：所述基于beta分布的分割网络的参数θ，在训练过程中采用了特有的损失函数，其所述参数θ的极大似然估计等式lmle(x，y；θ)表示为：

4.根据权利要求1所述的一种基于不确定性估计技术的铝合金微观组织图像分割方法，其特征在于：所述基于beta分布的分割网络模型设计了额外的约束，采用基于截断系数的惩罚项lnormc(x，c；θ)作为正则化因子，具体如下所示：

5.根据权利要求1所述的一种基于不确定性估计技术的铝合金微观组织图像分割方法...

【专利技术属性】
技术研发人员：李鸣春，刘洋，李连德，暴吉宁，
申请(专利权)人：沈阳大学，
类型：发明
国别省市：