-
公开(公告)号：CN108830849A
公开(公告)日：2018-11-16
申请号：CN201810684625.2
申请日：2018-06-28
Applicant: 东北大学
Abstract: 本发明公开了一种基于图像处理技术的过/亚共晶Al-Si合金变质分级方法，具有如下步骤：依次通过统一尺寸、灰度化处理、滤波处理、自适应二值化处理、前景背景转化、滤波处理、填空洞处理和面积去噪点处理对图片进行处理，统计前景各连通域的面积总和作为前景面积，根据前景面积与处理后图片的面积的比值，把图片分为过共晶铝硅合金类或亚共晶铝硅合金类；对过/亚共晶铝硅合金类图片的原图进行变质分级。本发明通过对Al-Si合金金相组织例如共晶体和初晶硅几何参数及分布等进行精确的形状描述和准确的像素级数字计量，以此作为分类分级标准从而能够极大提高在现实应用场景中的分级准确性和可靠度。
-
公开(公告)号：CN108830849B
公开(公告)日：2021-11-16
申请号：CN201810684625.2
申请日：2018-06-28
Applicant: 东北大学
Abstract: 本发明公开了一种基于图像处理技术的过/亚共晶Al‑Si合金变质分级方法，具有如下步骤：依次通过统一尺寸、灰度化处理、滤波处理、自适应二值化处理、前景背景转化、滤波处理、填空洞处理和面积去噪点处理对图片进行处理，统计前景各连通域的面积总和作为前景面积，根据前景面积与处理后图片的面积的比值，把图片分为过共晶铝硅合金类或亚共晶铝硅合金类；对过/亚共晶铝硅合金类图片的原图进行变质分级。本发明通过对Al‑Si合金金相组织例如共晶体和初晶硅几何参数及分布等进行精确的形状描述和准确的像素级数字计量，以此作为分类分级标准从而能够极大提高在现实应用场景中的分级准确性和可靠度。
-
公开(公告)号：CN109741298A
公开(公告)日：2019-05-10
申请号：CN201811488821.9
申请日：2018-12-06
Applicant: 东北大学
Abstract: 本发明提供一种半连续铸造铝硅合金微观组织评估方法，包括步骤：通过图像处理构建金相词汇表；所述构建金相词汇表至少要提取共晶硅长度视觉单词，并将所述共晶硅长度视觉单词抽象为金相词汇；基于LDA主题模型无监督训练；所述基于LDA主题模型无监督训练至少还包含：LDA模型的构建和参数求解过程。本发明通过LDA以无指导学习的方法从图像中发现决定金相组织好坏的隐含因素，完成金相组织评估任务。本发明的本质是一种无监督的机器学习方法，通过对半连续铸造铝硅合金微观组织中晶体长度的精确描述，构建与人类视觉特性一致的词汇表，LDA模型无监督学习每张图像词汇表间的联系，得到图像属于每个类别的概率和决定类别的主导因素。
-
-
Search Results
3
records
(took 0.017 seconds)
