论文部分内容阅读
为探明钢中不同形态及粒径的析出相粒子对钢的力学性能影响规律,需对其进行精确统计。为此,文章提出了一种基于形态特征和神经网络进行析出相自动分类统计的方法。该方法首先对目标图像进行预处理并提取目标粒子6个形态特征构成特征矢量以详细描述目标。然后利用BP神经网络建立粒子特征矢量与粒子形态的映射关系,继而实现对各种形态析出相粒子的自动分类统计。实验结果表明,该方法对诸如粒子团聚、粒子空洞及毛刺等缺陷目标具有很好的处理效果,可高效、便捷地进行析出相的自动分类,为钢中析出相的定量微观分析提供了可靠依据,而且具有