高合金工具鋼共晶碳化物自動分析技術(shù)研究.pdf

1、共晶碳化物分布的不均勻性是反映高合金工具鋼材質(zhì)量的重要指標(biāo)之一。至今國內(nèi)外仍主要采用人工對比的方法進(jìn)行評級。不少學(xué)者仍然在探索新的思路和途徑，試圖找到一個非常有效的描述方法來自動分析共晶碳化物圖片。但至今還沒有一個特別有效的方法能取得令人滿意的性能。 本文研究共晶碳化物的分類識別，用紋理特征訓(xùn)練神經(jīng)網(wǎng)絡(luò)的方法來識別圖像，使共晶碳化物的分級從人工觀察、定性分析進(jìn)步到自動、定量分析階段。 圖像特征是用來區(qū)分圖像內(nèi)部最基本屬性

2、或特征的。它包括了幾何特征、形狀特征、顏色特征、紋理特征等。本文從共晶碳化物的圖像特征出發(fā)，根據(jù)其圖像灰度分布均勻程度、復(fù)雜程度、局部變化情況及紋理的方向性。采用基于灰度共生矩陣的紋理特征提取方法，提取描述共晶碳化物特征的紋理參數(shù)。以六套共晶碳化物標(biāo)準(zhǔn)評級圖片的256位灰度圖為研究對象，討論了適合本研究對象的灰度共生矩陣的建立和特征參數(shù)的選取。研究發(fā)現(xiàn)不同生長步長D值的選取對計算量和圖片的可分性非常重要。本文能過多次實驗，構(gòu)造了適合六套

3、共晶碳化物標(biāo)準(zhǔn)評級圖的紋理的灰度共生矩陣，研究結(jié)果表明，紋理是圖像分析中一個非常重要的特征，所提取的圖像特征是描述圖像相當(dāng)有效的參數(shù)。 本文還研究了采用分類器設(shè)計算法實現(xiàn)共晶碳化物自動分類。采用目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)之一的BP神經(jīng)網(wǎng)絡(luò)，針對高合金工具鋼共晶碳化物的紋理特征，結(jié)合BP神經(jīng)網(wǎng)絡(luò)的特性，構(gòu)建了一個適合該類圖片的基于BP網(wǎng)絡(luò)的共晶碳化物測評模型。本文對樣本的選取、網(wǎng)絡(luò)的訓(xùn)練，隱含層的確定等作了較為詳細(xì)的研究。采用動量法