基于图像增强技术的钢铁材料微观组织图像识别的研究

摘要：

本文采用图像识别技术对钢铁材料在不同状态下形成的不同类型的微观组织照片进行了分析,研究了不同图像增强算法和机器学习算法对钢铁显微组织识别精度的影响.采用图像增强技术将原始图片质量提高,并采用图像特征提取技术获得图像特征.采用随机森林、支持向量机、集成树机器学习算法建立了基于图像特征的钢铁组织分类器.其中基于随机森林算法的分类器精度最高,达到了 89.34％.实验表明,通过使用本研究建立的钢铁组织智能分类模型可以较为准确、高效地识别钢铁组织,可为材料设计提供参考信息.

关键词：材料科学与工程、钢铁组织、图像识别、图像特征

所属期刊栏目：26

分类号：O7(晶体学)

资助基金：国家重点研发计划;科技创新工程项目

在线出版日期：2021-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：78-84