基于分形理論的鑄造鋁合金金相組織缺陷識別與分類研究.pdf

1、鋁合金材料是金屬材料中使用量較大的一種材料，隨著材料工程的迅猛發(fā)展，對金屬材料的要求越來越高，需求量也越來越大。但是，因材料缺陷問題引發(fā)的重特大事故屢屢發(fā)生，給我們帶來了巨大損失，同時也嚴重威脅著人民群眾的生命安全。金相分析是對金屬進行研究和性能測試的重要手段，利用計算機圖像處理技術(shù)可以對金相缺陷進行識別和分類，避免了人工分析的效率低、勞動強度大、重現(xiàn)性差等缺點。
　　本文以鑄造鋁合金金相圖像為研究對象，搭配一系列的數(shù)字圖像處理技

2、術(shù)對金相圖像進行特征提取和分類。為了提高金相分析的精度和計算速度，針對鑄造鋁合金缺陷圖像的特點，研究和改進了相關(guān)圖像處理方法，實現(xiàn)了缺陷圖像的正確分類。
　　本文的主要研究內(nèi)容如下。
　　(1)通過各向異性擴散濾波技術(shù)對采集來的金相圖像進行預(yù)處理，去除噪聲并保留特征邊界，在對原圖進行增強的同時對亮度不均勻現(xiàn)象進行了校正，為分割提供良好的圖像依據(jù)。
　　(2)提出一種改進的圖像分割算法對缺陷圖像進行分割，在基于一維Ots

3、u分割方法中引入Renyi熵分割法，使分割的目標(biāo)函數(shù)不僅在類間方差達到最大，而且使圖像的Renyi熵達到最大，經(jīng)過實驗比較，證明了改進的Otsu分割效果的有效性。
　　(3)對分割后的圖像進行特征參數(shù)提取，將分形理論運用到金相缺陷圖像的特征量提取中。主要采用了分形理論中廣泛使用盒維數(shù)描述缺陷特征，首先對分割后的圖像進行二次提取，然后提取出面積、緊湊度、不規(guī)則度、不變矩和分維等參數(shù)，作為圖像識別和分類的數(shù)據(jù)。
　　(4)對提取