[发明专利]一种针对铁素体晶界的骨骼提取优化算法

说明书

本发明涉及一种针对铁素体晶界的骨骼提取优化算法，属于图像识别方法技术领域。本发明的技术方案是：首先对铁素体图像进行预处理，再采用Zhang的并行快速细化算法对铁素体晶界进行细化，获得具有很好连通性的边界骨架图，最后通过基于邻域像素链的毛刺去除算法得到最终无毛刺的铁素体骨架图。本发明的有益效果是：经过预处理、细化和去除骨架毛刺，获得最终无毛刺的铁素体骨架图，减少识别误差，有助于后续晶粒度级别的评定。

技术领域

本发明涉及一种针对铁素体晶界的骨骼提取优化算法，属于图像识别方法技术领域。

背景技术

晶粒度是描述多晶体材料晶粒大小的参数，晶粒大小对金属材料的性能有重要影响。参照国家标准《GB/T 6394-2017金属平均晶粒度测定方法》中截点法进行晶粒度评级，需对晶粒晶界有较好的识别。常用的晶界细化算法获得图像骨架通常存在非单一的像素宽度、毛刺、骨架主体信息缺失等问题，致使金属组织晶界识别存在误差，从而影响后续晶粒度级别的评定。

发明内容

本发明目的是提供一种针对铁素体晶界的骨骼提取优化算法，经过预处理、细化和去除骨架毛刺，获得最终无毛刺的铁素体骨架图，减少识别误差，有助于后续晶粒度级别的评定，有效地解决了背景技术中存在的上述问题。

本发明的技术方案是：一种针对铁素体晶界的骨骼提取优化算法，包含以下步骤：

S1、铁素体图像预处理：在铁素体的金相原图像中，采用中值滤波对图像进行消除噪声的处理，从而实现金相图像的平滑化；通过腐蚀图像操作使铁素体晶界更加连贯，消除晶界不连续的现象；经过对图像进行二值化处理，将灰度图片转换为非黑即白的二值图像，从而达到凸显铁素体晶界的目的；

S2、图像细化：将步骤S1预处理后的图像通过Zhang的快速并行算法进行细化，形成单层像素的铁素体二值图像，获得具有很好连通性的边界骨架图；

S3、毛刺去除：将步骤S2细化完成后的图像进行毛刺剔除操作，通过扫描所有的分支端点，跟踪所有目标像素，删除细化图像后的所有分支，保留铁素体晶界的主体骨架信息。

所述步骤S1中，中值滤波选用medianBlur算法，像素点邻域灰度值的中值来代替该像素点的灰度值，让周围的像素值接近真实的值从而消除孤立的噪声点。。

所述步骤S1中，腐蚀操作选用erode()函数，腐蚀的结构元素选用3*3的矩阵内核，共腐蚀三次，其腐蚀公式可表示为：

其中，E(A)表示对图像A进行腐蚀(Erosion),B表示结构元素，z表示内核锚点。

所述步骤S1中，图像二值化处理选用Threshold算法，阈值处理模式选择THRESH_BINARY_INV，根据铁素体图片的像素特征阈值设置为thresh，其函数表达式为：

其中，dst(x,y)表示坐标为(x,y)的像素点输出的像素值，src(x,y)表示坐标为(x,y)的像素点原有的像素值，thresh为固定阈值。

所述步骤S2中，根据Zhang的快速并行算法所提供的判定条件来删除符合这些条件的像素点，其中不删除内部点、孤立点以及直线端点，不断迭代细化步骤，直至没有能够满足条件的像素点为止。

所述步骤S3中，通过扫描所有的分支端点，将分支端点作为起点S，跟踪其8邻域内为像素值为255的像素点，直至跟踪到铁素体晶界时结束，完成所有端点对应的所有跟踪编码，最后删除分支即可实现整幅图像的毛刺去除。

本发明的有益效果是：经过预处理、细化和去除骨架毛刺，获得最终无毛刺的铁素体骨架图，减少识别误差，有助于后续晶粒度级别的评定。

附图说明

图1是本发明的流程框图；