【摘 要】
：
合金的微观组织分布情况决定着其性能优劣。为调控合金微观组织以提高其性能,需要对合金的微观图像信息进行提取和分析。面对合金成分多样性产生的不同合金微观图像存在巨大差异的问题,现有的合金微观图像信息提取算法无法满足碲铜合金微观图像和白铜合金微观图像的信息提取需求。本文围绕就如何深度提取碲铜合金和白铜合金的微观图像信息开展研究,针对不同组织的合金微观图像,提出了两种微观图像信息提取算法,并对有线条信息的
论文部分内容阅读
合金的微观组织分布情况决定着其性能优劣。为调控合金微观组织以提高其性能,需要对合金的微观图像信息进行提取和分析。面对合金成分多样性产生的不同合金微观图像存在巨大差异的问题,现有的合金微观图像信息提取算法无法满足碲铜合金微观图像和白铜合金微观图像的信息提取需求。本文围绕就如何深度提取碲铜合金和白铜合金的微观图像信息开展研究,针对不同组织的合金微观图像,提出了两种微观图像信息提取算法,并对有线条信息的白铜合金微观图像展开了深入研究,通过建立耐蚀性预测模型的方式解读出其图像信息与合金性能之间的关系。主要研究内容如下:（1）基于简化的Deep Labv3+碲铜合金微观图像信息提取算法。为研究碲铜合金微观组织,提出碲相分割模型和基于连通区域的碲相面积和位置提取算法。碲相面积提取算法中,通过标记碲相区域,统计标记结果来计算碲相面积。碲相位置提取算法中,利用碲相区域的质心坐标作为碲相位置,对标记过的碲相区域横纵坐标进行质心计算得到碲相位置。实验数据为碲铜合金微观图像,图像信息提取实验的结果表明:改进后的模型消耗时间更短,模型性能更优,模型预测结果更好;碲相面积提取算法的准确率为92.8%,所提算法很好地解决碲铜合金微观图像中碲相面积和位置无法计算的问题。（2）基于卷积运算的白铜合金微观图像信息提取算法。为研究白铜合金微观组织,提出三叉角识别和角度提取算法。三叉角识别算法中,定义16种不同的卷积核,分别对图像进行卷积运算,逐像素判断卷积结果来识别三叉角。三叉角角度提取算法中,记录从三叉角交点出发的三叉角分支坐标,利用线性回归拟合三叉角的分支,在拟合后的直线上取点构建三角形,根据余弦定理求出三叉角角度。为验证白铜合金微观图像信息提取算法在实际应用中的有效性,提出基于三叉角识别和角度提取算法的耐蚀性预测模型。通过连通区域标记法、三叉角识别和三叉角角度提取算法分别计算白铜合金微观图像的最大连通长度、三叉角个数和角度分布,通过赋予不同权重结合来建立白铜合金耐蚀性预测模型。实验数据为白铜合金微观图像,图像信息提取实验的结果表明:三叉角识别和角度提取算法的准确率分别为100%和96.9%,所提算法能解决白铜合金微观图像中三叉角无法识别和角度无法计算的问题;耐蚀性预测模型准确率为81.88%,三叉角识别和角度提取算法能够在白铜合金微观组织与性能研究中提供有效手段。基于图像分析的合金微观图像信息提取算法解决了合金微观组织研究中图像的信息无法提取的问题,尤其针对碲铜合金和白铜合金微观图像或存在相同图像信息的其他合金微观图像。同时,算法的研究在合金微观图像与性能两者之间建立联系,为调控合金微观组织从而提高合金的性能提供有效手段。对碲铜合金和白铜合金微观图像信息提取的研究,有效验证了计算机视觉技术在合金微观图像领域中也可以发挥很好的作用,由于合金微观图像信息的特殊性,合金微观图像信息提取算法也丰富了计算机视觉的发展。
其他文献
近年来,随着计算机网络技术、数据存储技术的迅猛发展,各行业数据量都呈现爆发式的增长,我们进入了大数据时代。如何高效处理这些海量数据,并从中挖掘潜在价值信息,是近年来一直热议的话题,而数据挖掘技术成为人们探讨解决此话题的主流方向。分类算法是常用的数据挖掘技术之一,在分类算法中,支持向量机（Support Vector Machine,SVM）由于具有良好的泛化能力、很好的克服维数灾难以及非线性解决问
近几年,随着计算机视觉和人工智能技术的飞速发展,通过计算机来识别人体动作已经成为了人工智能领域内热门的课题之一。它的主要任务是从输入的视频中提取有效的时空特征,然后根据同类相似异类相斥的原则对不同的特征进行分类。目前,动作识别研究已经被广泛研究于智能监控、人机交互以及运动检测等多项应用领域。本文基于时空特征融合对目前主流的动作识别算法进行了总结和归纳,并以提取表达能力强、鲁棒性高的视频特征为目的,
阐述信息建筑模型的可视化、仿真性、协调性特点，探讨BIM技术在工程造价控制中的应用，工程建设中合理运用BIM技术，可以大大提高工程的科学性，并降低成本。
视觉问答（Visual Question Answering,VQA）是基于计算机视觉和自然语言处理的跨领域交叉方向。VQA需要检测图像中包含的信息并理解与图像匹配的问题语义,输出符合人类语言逻辑的答案。其关键在于目标图像和问题文本之间语义对齐的学习,即通过神经网络提取图像特征和相对应问题文本的特征,然后将多模态特征映射到多模态特征空间中融合,最后在分类器中得出预测答案。目前的VQA模型大多采用全
近年来周期驱动系统展现出的丰富物理现象受到学界广泛关注,此类体系在物理学的各分支,如量子混沌和凝聚态物理,有重要研究意义。非厄米物理是量子理论的一个根本修正,在量子线路、超冷原子气体和光波导管具有真实对应体系。非厄米效应诱导新奇物理现象,如拓扑新物态、非互易输运和趋肤效应,吸引了广泛研究兴趣。其中,一类Parity-time reversal（简称PT）对称系统所展现的奇异点（Exceptiona
近年来,图像的目标检测与语义分割作为计算机视觉领域发展的基石,对图像理解分析起着至关重要的作用。目标检测主要关注的是图像中需要识别的物体类别信息,并标注出这些类别物体所在空间位置;而语义分割是指在图像的像素层面对目标物体实现分类,不仅要明确物体的类别、位置还要区分各个物体之间具体的形态信息。这两种方法在工业图像检测领域都具有十分优秀的应用前景。基于此,本文针对医学图像的血细胞检测与遥感图像的云检测
作为计算机视觉领域中重要的研究课题,目标跟踪的主要任务是根据给定的目标信息从输入的视频序列中追踪目标,并输出该目标在视频序列中不同时刻所处位置。随着目标跟踪算法性能的逐步提升,目标跟踪应用也从雷达跟踪逐步延伸到军事调查、准确制导、战地评估、医学诊断等领域。但被跟踪目标处于复杂场景中时,导致的跟踪漂移、生成边界框尺度错误等问题仍然需要研究人员进行深入研究。因此,本文利用注意力机制、集成方法、特征融合
智能优化算法被应用于人们生活的各个领域中,其中在无线传感器网络中,节点定位技术与网络覆盖技术是重要研究方向。本文对群居蜘蛛优化算法进行改进,并将其应用于无线传感器网络的覆盖与节点定位中。针对群居蜘蛛优化算法中存在的局部与整体间搜索能力的不平衡,算法在运行过程中蜘蛛的位置上逐渐向当前最优位置移动导致位置多样性降低,收敛精度低的不足之处,提出一种混合改进策略的群居蜘蛛优化算法。改进策略为:在算法的初始
“教—学—评”一体化整合了教师教学、学生学习和效果评价，对于深化教育评价改革，推动英语学科核心素养落地具有重要的意义。研究发现，“教—学—评”一体化的概念包含过程完整、手段多样、主体多元等多层涵义，由目的、手段、解读、使用四要素构成，可以按照明确思想、研读文本、分析学情、一体化设计与实施、反思教学五个流程实施。通过呈现并分析具体高中英语课例，旨在为一线教师提供理论依据和实践参考。
近年来,NP-hard问题普遍存在于各种应用领域,使该问题受到了越来越多研究者的关注。传统方法在求解此类问题时,在计算成本、时间消耗上都面临着巨大的挑战。群智能算法所具备的灵活性、通用性、自学习能力以及对外部变化的适应性等优秀特征,同时该算法在求解NP-hard问题时所展现出来的高效性、稳定性等优良特性而被众多学者广泛研究。其中,蚁群优化算法作为一种群智能算法,结合了随机算法和局部搜索算法的优点,