專利名稱：一種合金中第二相的自動(dòng)識(shí)別與定量分析方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種合金中第二相的自動(dòng)識(shí)別與定量分析方法。
背景技術(shù)：
在材料學(xué)的相關(guān)研究中，對(duì)合金中第二相的尺寸(長(zhǎng)，寬)、面積和數(shù)量等參數(shù)的統(tǒng)計(jì)分析是研究鋁合金材料組織性能演變的重要手段和方法。合金中第二相的尺寸大小和數(shù)量直接影響到合金的力學(xué)性能。通過對(duì)合金中第二相的尺寸及體積的定量分析，可以利用現(xiàn)有的計(jì)算模型定量計(jì)算出合金的強(qiáng)度。通過對(duì)合金在不同環(huán)境下的第二相粗化規(guī)律的分析，可以揭示合金在相應(yīng)環(huán)境下的力學(xué)性能演變的微觀機(jī)理。比如，部分研究通過對(duì)鋁合金透射電鏡照片中的第二相尺寸分布和數(shù)量的分析，揭示了鋁合金中第二相在熱暴露過程中的長(zhǎng)大和粗化規(guī)律，以及熱暴露后鋁合金力學(xué)性能演變的微觀機(jī)理。這些對(duì)于新材料合金相的設(shè)計(jì)、揭示材料服役性能演變規(guī)律和機(jī)理，具有重要的科學(xué)意義和實(shí)際應(yīng)用價(jià)值。目前，對(duì)合金透射電鏡照片中第二相的定量分析工具主要為ImageTool和NanoMeasurer兩款軟件。Image Tool的作者為得克薩斯大學(xué)圣安東尼奧健康科學(xué)研究中心的Don Wilcox,Brent Dove, Doss McDavid, David Greer開發(fā)團(tuán)隊(duì)。作為一款專業(yè)圖像處理軟件，其可以進(jìn)行簡(jiǎn)單的灰階閾值處理，從而分割圖像并提取相關(guān)信息。當(dāng)初開發(fā)此款軟件主要意圖為統(tǒng)計(jì)粒徑、孔徑、孔面積，孔的總面積，角度等，主要用于生物學(xué)及醫(yī)學(xué)顯微鏡照片的處理與分析。目前此款軟件廣泛應(yīng)用于提取鋁銅鎂銀合金照片的數(shù)字圖像中第二相相關(guān)信息的工作中。使用其對(duì)鋁銅鎂銀合金照片中第二相的提取與定量進(jìn)行分析時(shí)，需要先使用Photoshop或者類似圖像處理軟件對(duì)原始圖像進(jìn)行預(yù)處理，具體操作為使用Photoshop的“鋼筆”工具將需要進(jìn)行信息采集統(tǒng)計(jì)的區(qū)域涂抹為深色的單一色調(diào)，進(jìn)而使用軟件ImageTool (IT)讀取經(jīng)預(yù)處理后的圖像，設(shè)定適當(dāng)?shù)拈撝祵?duì)圖像進(jìn)行分割處理；進(jìn)而對(duì)指定深色單一色調(diào)的連通域進(jìn)行人工設(shè)定分割閾值，并對(duì)分割后得到的連通域進(jìn)行定量統(tǒng)計(jì)獲取需要的相關(guān)信息。雖然使用函數(shù)ImageTool (IT)對(duì)圖像中單一色調(diào)的連通域進(jìn)行識(shí)別并提取信息快捷簡(jiǎn)便，但由于其功能的局限性(只能做閾值分割)及鋁銅鎂銀合金照片的復(fù)雜性，只能對(duì)單一灰階色調(diào)連通區(qū)域進(jìn)行識(shí)別統(tǒng)計(jì)，而鋁銅鎂銀合金照片本身需要分析的第二相目標(biāo)區(qū)域并非為單一灰階色調(diào)區(qū)域，故需要借助Photoshop等第三方圖像處理軟件對(duì)原圖像進(jìn)行大量效率極為低下的人工預(yù)處理，工作強(qiáng)度高(據(jù)不完全統(tǒng)計(jì)，使用該方法處理一張鋁合金照片所需的時(shí)間為一周)，并且由于人工操作的出錯(cuò)率高等問題(例如，高強(qiáng)度工作下由于疲勞等關(guān)系工作人員會(huì)遺漏部分不明顯的第二相)，會(huì)導(dǎo)致一部分?jǐn)?shù)據(jù)誤差。同時(shí)，由于板塊的厚度不均勻和照片拍攝時(shí)光線的問題，導(dǎo)致大部分照片中第二相的板面邊緣模糊不清，無法使用人工涂抹的方法予以處理，故導(dǎo)致合金照片中第二相版面無法進(jìn)行有效的定量統(tǒng)計(jì)。Nano Measurer軟件的作者為復(fù)旦大學(xué)化學(xué)系,表面化學(xué)與催化實(shí)驗(yàn)室研究員許杰。設(shè)計(jì)該款軟件的初衷是用于化學(xué)方面的粒徑的分布計(jì)算分析。使用該軟件對(duì)合金照片中的第二相進(jìn)行定量分析時(shí)，首先需要確定對(duì)應(yīng)拍照時(shí)的標(biāo)尺畫一根同樣長(zhǎng)度的直線以設(shè)定標(biāo)尺，并手動(dòng)輸入標(biāo)尺代表的實(shí)際長(zhǎng)度。在對(duì)圖中需要測(cè)量統(tǒng)計(jì)的第二相上使用鼠標(biāo)人工劃出線段連接條狀第二相的兩個(gè)端點(diǎn)以標(biāo)記需要測(cè)量的距離，并得到有序號(hào)的標(biāo)記。在所有需要統(tǒng)計(jì)的距離都人工劃出線段標(biāo)注完畢之后，可以點(diǎn)擊報(bào)告查看報(bào)告和相關(guān)統(tǒng)計(jì)圖。但由于缺少面積統(tǒng)計(jì)方法，無法統(tǒng)計(jì)其中第二相的面積。并且由于板塊厚度不均勻以及拍攝照片時(shí)的光照不均等原因，導(dǎo)致不同厚度的板塊亦無法使用此方法進(jìn)行統(tǒng)計(jì)，僅可測(cè)量統(tǒng)計(jì)豎置第二相的長(zhǎng)度。相比上面提到的ImageTool軟件，雖然不需要借助第三方軟件進(jìn)行涂抹操作，并且相對(duì)于涂抹操作來說，畫線操作的工作量大大減少，但是人工處理效率仍舊低下，工作強(qiáng)度依舊過高(據(jù)不完全統(tǒng)計(jì)，使用該方法處理一張圖片所需時(shí)間為2-3小時(shí))，同樣由于人工操作的疏忽等客觀因素，依舊會(huì)有部分第二相的信息被遺漏的問題發(fā)生。可以看出，目前在合金第二相的定量統(tǒng)計(jì)與分析使用的圖像處理方法及兩種工具軟件，都存在需要大量高強(qiáng)度人工操作，效率低下，無法識(shí)別板塊狀的第二相，以及人工處理精度較低且因人而異問題。

發(fā)明內(nèi)容
本發(fā)明要解決的問題:克服現(xiàn)有方法的不足之處，提供一種基于頂帽變換技術(shù)的合金透射電鏡照片中第二相的定量分析方法，有效降低在現(xiàn)有第二相的定量分析工作所需勞動(dòng)強(qiáng)度，提高工作效率與結(jié)果精度。一種合金中第二相的自動(dòng)識(shí)別與定量分析方法，包括如下步驟:步驟1:將采集的圖像轉(zhuǎn)換為灰階圖像，對(duì)灰階圖像進(jìn)行灰階反轉(zhuǎn)處理，接著對(duì)其進(jìn)行光照均衡處理，即采用頂帽變換操作，得到灰度圖像A ；步驟2:估計(jì)圖像A中的條狀第二相的寬度為X，利用半徑尺寸為95%X 115%X的結(jié)構(gòu)元素，對(duì)灰度圖像A進(jìn)行頂帽變換操作，以過濾出條狀第二相，消除圖中的大尺寸背景，得到灰度圖像C，即帽頂圖像；步驟3:對(duì)圖像A使用Ostu算法得到其迭代閾值，設(shè)置迭代閾值的比例因子為N，利用與N相乘的迭代閾值對(duì)圖像A進(jìn)行分割處理，得到只包含條狀第二相和板塊狀第二相的二值圖像D，該二值圖像D用于步驟8，N的取值范圍是0.8 1.2 ;步驟4:對(duì)圖像C使用Ostu算法得到其迭代閾值，設(shè)置迭代閾值的比例因子為P，利用與比例因子P相乘后的迭代閾值對(duì)灰度圖像C進(jìn)行分割處理，得到其二值圖像E，即條狀第二相提取結(jié)果二值圖像；步驟5:對(duì)步驟2中頂帽變換所得的帽底圖像使用Ostu算法得到其迭代閾值，設(shè)置迭代閾值的比例因子為Q，利用與比例因子Q相乘的迭代閾值對(duì)帽底圖像進(jìn)行分割處理，得到其二值圖像F，即為板塊狀第二相的粗略定位圖；其中，Q的取值范圍是0.8 1.2,所述帽底圖像為圖像A減去圖像C得到的圖像；步驟6:使用板塊定位的二值圖像F與已得到的條狀第二相的二值圖像E進(jìn)行代數(shù)加運(yùn)算，采用Ostu法則計(jì)算閾值并基于該閾值對(duì)運(yùn)算結(jié)果圖進(jìn)行分割處理，得到兩種第二相圖像中背景重合部分二值圖像G ；步驟7:對(duì)條狀第二相提取結(jié)果二值圖像E與二值圖像G進(jìn)行圖像代數(shù)減運(yùn)算，消去圖E中步驟6中所得的二值圖像G，采用Ostu法則取閾值對(duì)運(yùn)算結(jié)果圖進(jìn)行分割處理，得到消去與板塊重合部分的條狀第二相的二值圖像H ；步驟8:對(duì)二值圖像D和二值圖像H進(jìn)行代數(shù)減運(yùn)算，消去二值圖像D中的條狀第二相圖像信息，采用Ostu法則取閾值對(duì)運(yùn)算結(jié)果圖進(jìn)行分割處理，得到板塊狀第二相的二值圖像I ;步驟9:對(duì)二值圖像E和二值圖像I進(jìn)行定量分析，得到并統(tǒng)計(jì)原始圖像中第二相的有效信息，包括條狀第二相的長(zhǎng)度、寬度、面積、個(gè)數(shù)以及板塊狀第二相的面積和個(gè)數(shù)。利用步驟I得到的二值圖像A與二值圖像C進(jìn)行代數(shù)減運(yùn)算，得到板塊狀第二相二值圖像F，完成對(duì)板塊狀第二相的邊緣定位，板塊狀第二相二值圖像F即為所述步驟5中的定位圖。所述步驟9中的對(duì)二值圖像E和二值圖像I進(jìn)行定量分析的步驟如下:對(duì)二值圖像E進(jìn)行定量分析的步驟如下:I)依次作二值圖像E中各個(gè)獨(dú)立連通域的外接矩形，并記錄每個(gè)外接矩形的周長(zhǎng);2)以正外接矩形中心為圓心，以此圓心作為坐標(biāo)原點(diǎn)，水平坐標(biāo)軸和垂直坐標(biāo)軸分別與圖像的水平線和垂直線平行，將水平坐標(biāo)軸順時(shí)針旋轉(zhuǎn)1°，作新外接矩形，新外接矩形的一條邊與水平坐標(biāo)軸平行，記錄新的外接矩形的周長(zhǎng)；3)以新的外接矩形的中心為圓心，重復(fù)步驟2)，直至旋轉(zhuǎn)一周(360° );4)從所有的外接矩形周長(zhǎng)中選周長(zhǎng)最小的外接矩形的長(zhǎng)度和寬度作為條狀第二相的長(zhǎng)度和寬度；5)利用步驟4)得到的條狀第二相的長(zhǎng)度和寬度相乘得到條狀第二相的面積大小，并統(tǒng)計(jì)條狀第二相的個(gè)數(shù)；對(duì)二值圖像I進(jìn)行定量分析是指，計(jì)算二值圖像I中各獨(dú)立連通域的像素面積，并統(tǒng)計(jì)板塊狀第二相的個(gè)數(shù)。有益效果本發(fā)明提供了一種合金中第二相的自動(dòng)識(shí)別與定量分析方法，通過使用頂帽變換技術(shù)對(duì)合金第二相圖像過濾得到圖像中的條狀第二相，接著利用條狀第二相對(duì)合金第二相圖像進(jìn)行圖像代數(shù)運(yùn)算，得到板塊狀第二相，利用通過對(duì)條狀第二相和板塊狀第二相進(jìn)行定量分析，通過對(duì)條狀第二相中的獨(dú)立連通域作最小外接矩形，選取每個(gè)獨(dú)立連通域?qū)?yīng)的最小外接矩陣，利用最小外接矩形獲得條狀第二相的長(zhǎng)、寬及面積大小信息，通過統(tǒng)計(jì)板塊狀第二相的像素面積和個(gè)數(shù)，實(shí)現(xiàn)兩種第二相的面積，條狀第二相的寬度等參數(shù)的定量統(tǒng)計(jì)，相對(duì)于人工識(shí)別精度大大提高，并且有效地降低了在此工作中較高的勞動(dòng)強(qiáng)度，提高了工作效率。


圖1為采用本發(fā)明對(duì)合金中第二相的處理過程中各步驟所得的效果圖；圖2為條狀第二相的外接矩形示意圖；圖3為采用本發(fā)明對(duì)合金第二相中的板塊狀第二相和條狀第二相的檢測(cè)分析數(shù)據(jù)圖，其中，a圖為板塊狀第二相各面積與平均面積的比值分布圖，b圖為條狀第二相各長(zhǎng)度與平均長(zhǎng)度的比值分布圖，C圖為條狀第二相寬度與平均寬度的比值分布圖，d圖為條狀第二相各面積與平均面積的比值分布圖。
具體實(shí)施例方式下面將結(jié)合附圖對(duì)本發(fā)明進(jìn)行詳細(xì)說明。首先對(duì)本發(fā)明中運(yùn)用到專業(yè)術(shù)語進(jìn)行解釋如下:1.灰度形態(tài)學(xué)形態(tài)學(xué)操作包括二值形態(tài)學(xué)和灰度形態(tài)學(xué)兩種，分布用于二值圖像和灰度圖像。本文中所處理的合金透射電鏡照片，具有復(fù)雜的背景，噪點(diǎn)較多，第二相尤其是板塊狀第二相無明顯特征等情況。尤其在第二相與背景灰階差別不大的情況下，使用傳統(tǒng)方法通過人肉眼判斷第二相長(zhǎng)度以及個(gè)數(shù)是極為不準(zhǔn)確的，無法得到較好的效果。為了抑制原圖中第二相所處的復(fù)雜背景，本發(fā)明采用灰度形態(tài)學(xué)處理此類灰度圖像。在灰度形態(tài)學(xué)中，有四種基本操作，即:膨脹，腐蝕，開運(yùn)算以及閉運(yùn)算。最基本的膨脹(Dilation)與腐蝕(Erosion)定義如下,設(shè)A為原圖像，B為結(jié)構(gòu)元素，其余為通用數(shù)學(xué)符號(hào)，A被B膨脹記作:
A B= (X I [(A)xH A #0}(I)A被B腐蝕記作:
ΑΘΒ ={x I (B)x^A)(2)開運(yùn)算(Opening)及閉運(yùn)算(Closing)都是在腐蝕和膨脹基礎(chǔ)上得到的，定義分別如下:AoB=(AOB) B (3)A.B= (A B) ΘB (4)2.頂帽變換操作頂帽變換在數(shù)字圖像處理技術(shù)中具有類似于高頻濾波的效果。根據(jù)Top-Hat算子使用開、閉運(yùn)算的不同而分為開Top-Hat算子和閉Top-Hat算子。從原圖像中減去結(jié)構(gòu)元素對(duì)其作開運(yùn)算后得到的圖像，稱作開頂帽原理(OpenΤορ-Hat)其定義如下:0ΤΗΑ, B=A-AΘB (5)利用結(jié)構(gòu)元素將原始圖像閉運(yùn)算處理后中減去原圖像，稱作閉頂帽原理(ClosingΤορ-Hat)其定義如下:CTHA, B=A B-A (6)3.0stu 算法最大類間方差法是由日本學(xué)者大津(Nobuyuki Otsu)于1979年提出的，是一種自適應(yīng)的閾值確定的方法，又叫大津法，簡(jiǎn)稱0TSU。它是按圖像的灰度特性，將圖像分成背景和目標(biāo)兩部分。背景和目標(biāo)之間的類間方差越大，說明構(gòu)成圖像的兩部分的差別越大，當(dāng)部分目標(biāo)錯(cuò)分為背景或部分背景錯(cuò)分為目標(biāo)都會(huì)導(dǎo)致兩部分差別變小。因此，使類間方差最大的分割意味著錯(cuò)分概率最小。對(duì)于圖像I(x，y)，前景(即目標(biāo))和背景的分割閾值記作T，屬于前景的像素點(diǎn)數(shù)占整幅圖像的比例記為ω”其平均灰度μ i ;背景像素點(diǎn)數(shù)占整幅圖像的比例為ω2，其平均灰度為μ2。圖像的總平均灰度記為μ，類間方差記為g°假設(shè)圖像的背景較暗，并且圖像的大小為MXN，圖像中像素的灰度值小于閾值T的像素個(gè)數(shù)記作N1,像素灰度大于閾值T的像素個(gè)數(shù)記作N2,則有:
權(quán)利要求
1.一種合金中第二相的自動(dòng)識(shí)別與定量分析方法，其特征在于，包括如下步驟: 步驟1:將采集的圖像轉(zhuǎn)換為灰階圖像，對(duì)灰階圖像進(jìn)行灰階反轉(zhuǎn)處理，接著對(duì)其進(jìn)行光照均衡處理，即采用頂帽變換操作，得到灰度圖像A ； 步驟2:估計(jì)圖像A中的條狀第二相的寬度為X，利用半徑尺寸為95%X 115%X的結(jié)構(gòu)元素，對(duì)灰度圖像A進(jìn)行頂帽變換操作，以過濾出條狀第二相，消除圖中的大尺寸背景，得到灰度圖像C，即帽頂圖像； 步驟3:對(duì)圖像A使用Ostu算法得到其迭代閾值，設(shè)置迭代閾值的比例因子為N，利用與N相乘的迭代閾值對(duì)圖像A進(jìn)行分割處理，得到只包含條狀第二相和板塊狀第二相的二值圖像D，該二值圖像D用于步驟8，N的取值范圍是0.8 1.2 ; 步驟4:對(duì)圖像C使用Ostu算法得到其迭代閾值，設(shè)置迭代閾值的比例因子為P，利用與比例因子P相乘后的迭代閾值對(duì)灰度圖像C進(jìn)行分割處理，得到其二值圖像E，即條狀第二相提取結(jié)果二值圖像； 步驟5:對(duì)步驟2中頂帽變換所得的帽底圖像使用Ostu算法得到其迭代閾值，設(shè)置迭代閾值的比例因子為Q，利用與比例因子Q相乘的迭代閾值對(duì)帽底圖像進(jìn)行分割處理，得到其二值圖像F，即為板塊狀第二相的粗略定位圖； 其中，Q的取值范圍是0.8 1.2，所述帽底圖像為圖像A減去圖像C得到的圖像；步驟6:使用板塊定位的二值圖像F與已得到的條狀第二相的二值圖像E進(jìn)行代數(shù)加運(yùn)算，采用Ostu法則計(jì)算閾值并基于該閾值對(duì)運(yùn)算結(jié)果圖進(jìn)行分割處理，得到兩種第二相圖像中背景重合部分二值圖像G ； 步驟7:對(duì)條狀第二相提取結(jié)果二值圖像E與二值圖像G進(jìn)行圖像代數(shù)減運(yùn)算，消去圖E中步驟6中所得的二值圖像G，采用Ostu法則取閾值對(duì)運(yùn)算結(jié)果圖進(jìn)行分割處理，得到消去與板塊重合部分的條狀第二相 的二值圖像H ； 步驟8:對(duì)二值圖像D和二值圖像H進(jìn)行代數(shù)減運(yùn)算，消去二值圖像D中的條狀第二相圖像信息，采用Ostu法則取閾值對(duì)運(yùn)算結(jié)果圖進(jìn)行分割處理，得到板塊狀第二相的二值圖像I ; 步驟9:對(duì)二值圖像E和二值圖像I進(jìn)行定量分析，得到并統(tǒng)計(jì)原始圖像中第二相的有效信息，包括條狀第二相的長(zhǎng)度、寬度、面積、個(gè)數(shù)以及板塊狀第二相的面積和個(gè)數(shù)。
2.根據(jù)權(quán)利要求1所述的一種合金中第二相的自動(dòng)識(shí)別與定量分析方法，其特征在于:利用步驟I得到的二值圖像A與二值圖像C進(jìn)行代數(shù)減運(yùn)算，得到板塊狀第二相二值圖像F，完成對(duì)板塊狀第二相的邊緣定位，板塊狀第二相二值圖像F即為所述步驟5中的定位圖。
3.根據(jù)權(quán)利要求2所述的一種合金中第二相的自動(dòng)識(shí)別與定量分析方法，其特征在于:所述步驟9中的對(duì)二值圖像E和二值圖像I進(jìn)行定量分析的步驟如下: 對(duì)二值圖像E進(jìn)行定量分析的步驟如下: O依次作二值圖像E中各個(gè)獨(dú)立連通域的外接矩形，并記錄每個(gè)外接矩形的周長(zhǎng)； 2)以正外接矩形中心為圓心，以此圓心作為坐標(biāo)原點(diǎn)，水平坐標(biāo)軸和垂直坐標(biāo)軸分別與圖像的水平線和垂直線平行，將水平坐標(biāo)軸順時(shí)針旋轉(zhuǎn)1°，作新外接矩形，新外接矩形的一條邊與水平坐標(biāo)軸平行，記錄新的外接矩形的周長(zhǎng)； 3)以新的外接矩形的中心為圓心，重復(fù)步驟2)，直至旋轉(zhuǎn)一周(360°);4)從所有的外接矩形周長(zhǎng)中選周長(zhǎng)最小的外接矩形的長(zhǎng)度和寬度作為條狀第二相的長(zhǎng)度和寬度； 5)利用步驟4)得到的條狀第二相的長(zhǎng)度和寬度相乘得到條狀第二相的面積大小，并統(tǒng)計(jì)條狀第二相的個(gè)數(shù)； 對(duì)二值圖像I進(jìn)行定量分析是指，計(jì)算二值圖像I中各獨(dú)立連通域的像素面積，并統(tǒng)計(jì)板塊狀第二相 的個(gè)數(shù)。
全文摘要
本發(fā)明提供了一種合金中第二相的自動(dòng)識(shí)別與定量分析方法，通過使用頂帽變換技術(shù)對(duì)合金第二相圖像過濾得到圖像中的條狀第二相，接著利用條狀第二相對(duì)合金第二相圖像進(jìn)行圖像代數(shù)運(yùn)算，得到板塊狀第二相，利用通過對(duì)條狀第二相和板塊狀第二相進(jìn)行定量分析，通過對(duì)條狀第二相中的獨(dú)立連通域作最小外接矩形，選取每個(gè)獨(dú)立連通域?qū)?yīng)的最小外接矩陣，利用最小外接矩形獲得條狀第二相的長(zhǎng)、寬及面積大小信息，通過統(tǒng)計(jì)板塊狀第二相的像素面積和個(gè)數(shù)，實(shí)現(xiàn)兩種第二相的面積，條狀第二相的寬度等參數(shù)的定量統(tǒng)計(jì)，相對(duì)于人工識(shí)別精度大大提高，并且有效地降低了在此工作中較高的勞動(dòng)強(qiáng)度，提高了工作效率。
文檔編號(hào)G06K9/60GK103093231SQ20121055894
公開日2013年5月8日 申請(qǐng)日期2012年12月20日 優(yōu)先權(quán)日2012年12月20日
發(fā)明者劉冰濱, 田小林 申請(qǐng)人:劉冰濱