[发明专利]一种钢中析出粒子的自动测量及其形态分类方法

权利要求书

1.一种钢中析出粒子的自动测量及其形态分类方法，其特征是采用下列步骤：

(1)将钢中析出的目标粒子的电镜图像进行图像二值分割，得到粒子的二值图像；

(2)对目标粒子的二值图像通过形态滤波方法去噪声，用种子填充方法填充孔洞，由经验判据所定域值判定待分离粒子并进行团聚粒子的分离；

所述种子填充方法为：1)将种子像素压入堆栈；2)当堆栈非空时，从堆栈中推出一个像素，并将该像素设置成所要的值；3)对于每个与当前像素邻接的四连通或八连通像素，测试以确定测试点的像素是否处在区域内且未被访问过；4)若所测试的像素在区域内没有被填充过，则将该像素压入堆栈；

采用以下极限腐蚀与水域生长求分割线算法对所述团聚粒子分离：1)对粘连粒子逐层腐蚀，获得各个独立粒子的核；2)对粒子核进行膨胀处理，水域生长时各域保持同层位增长，各域生长到相遇时形成粒子分界线；

(3)对分离后的粒子进行区域标定，区域标定的方法为：1)用递归标记算法对同一图像中各粒子区域像素进行标识，取得各自的特征；2)标定图像中每个像素的实际尺寸；

(4)确立析出的目标粒子的面积、周长、长宽比、圆形度、形状系数及矩形度为神经网络的输入项，输出项为所有析出粒子的形态，神经网络的中间层神经元的传递函数为S型正切函数，输出层神经元的传递函数为S型对数函数，从而建立析出的目标粒子的神经网络形态分类模型；

(5)采用试验方法训练神经网络形态分类模型，对输入输出参数进行归一化处理，神经网络的输出结果经过反归一化后以获得其在原物理空间的数值，得到粒子形态自动分类统计结果；

(6)将析出的目标粒子的自动分类统计结果以图表文件显示输出。

2.根据权利要求1所述的一种钢中析出粒子的自动测量及其型态分类方法，其特征是步骤(3)所述的递归标记算法按如下步骤：

1)按从左到右，从上到下以光栅的方式从图像的左上角开始扫描，直到发现一个没有标记的像素点；

2)对此像素点赋予新标记；

3)对此像素点的8个邻点进行扫描，如遇到没有标记的像素点就把它标记为新标记,将此过程一层层递归，直到没有标记的像素点被耗尽再开始层层返回；

4)反复执行上述步骤1)-3)过程直到光栅扫描到图像的右下脚。

3.根据权利要求1所述的一种钢中析出粒子的自动测量及其型态分类方法，其特征是 步骤(3)所述的标定图像中每个像素的实际尺寸按如下步骤：

1)在图像中对目标物从上向下，从左向右逐行搜索，搜索到的第一个灰度值为1的像素点即为目标粒子的上切点；

2)从下向上，从左向右逐行搜索到的第一个灰度值为1的像素点即为目标粒子的下切点；

3)从左向右逐列找出目标粒子的最左边一个灰度值为1的像素；

4)从右向左逐列找出目标粒子的最右边一个灰度值为1的像素；

5)由公式计算出比例因子后建立和提取图像的粒子面积、周长、长宽比、圆形度、形态系数以及矩形度六种几何形态特征参数。