CN112396618A - 一种基于图像处理的晶界提取及晶粒度测量方法 - Google Patents

Abstract

本发明公开了一种基于图像处理的晶界提取及晶粒度测量方法，包括：在检测晶界时，采取分段模糊处理的方式，对金相组织的边缘进行晶界检测；在使用极限腐蚀分割晶粒时，采取4邻域和8邻域逐层交替腐蚀的方式，在每一层腐蚀完成后，计算剩余晶粒的连通面积，使面积较小的晶粒不参与下一次的腐蚀，保留小的晶粒，从而提高检测精度；最后对晶界进行细化剪枝处理，得到清晰的闭合晶界。根据标准方法，对微观组织进行自动分析。本发明可以从金相图像中准确提取晶界，并有效提高晶粒度测量的效率及精度。

Description

一种基于图像处理的晶界提取及晶粒度测量方法

技术领域

本发明涉及图像处理技术领域，特别涉及一种基于图像处理的晶界提取及晶粒度测量方法。

背景技术

在材料领域尤其是金属材料领域，微观组织的结构特征在其性能研究中起着重要作用，尤其是在单相金属材料中，微观结构仅由晶粒组成，材料的性能受晶粒尺寸、晶粒分布和晶粒形状的控制。其中平均晶粒度是最重要的微观特性之一，金属材料的硬度、应力应变特性和疲劳等性能均与平均晶粒度相关。传统的晶粒度测量主要依赖人工操作的方法，效率低且误差率高。如今，随着计算机视觉和图像处理技术的快速发展，利用图像处理技术分析金属的微观组织得到了大量应用，其自动化程度较高，能在短时间内进行精确的测量和分析。

平均晶粒度测量的首要前提是准确分割晶粒，其分割结果往往直接影响金相组织晶粒度评价的精确性。目前对晶粒分割的算法主要依据以下两种思路：一是将晶界作为一种特殊的边缘，利用边缘提取算法并加以改进以适应金相组织图像；另一种是将晶粒作为不同的区域，利用图像区域分割算法并加以改进以适应金相组织图像。对于第一种思路，科研工作者首先使用的就是边缘检测算子，例如Sobel算子、Canny算子、Roberts算子、Prewitt算子、LoG算子等等，以及基于不同的处理对象和结果加以优化改进的边缘检测算法。

例如，Siddhartha Banerjee采用传统的边缘检测算子—Canny算子作为检测晶界的算法，再经过必要的恢复重建过程提取闭合晶界。但传统的边缘检测算子是通过梯度变化来检测晶界的，在晶界模糊不清且呈屋顶型边缘时，检测的晶界往往存在双边缘和不连续的情况，影响晶界提取的准确度。

基于第二种解决思路的相关算法主要是基于阈值的分割方法。通过先采用Otsu法来选定最佳阈值T，然后对所有像素值进行遍历，确定每个像素值与T的大小关系，以此提取晶界。例如，谢光伟等使用阈值分割法进行晶界的提取，主要是利用晶界和晶粒之间灰度值的差异进行分割。通过先采用Otsu法来选定最佳阈值T，然后对所有像素值进行遍历，确定每个像素值与T的大小关系，以此提取晶界，最后对破裂的晶界进行恢复重建，以得到闭合的单像素晶界。

但是阈值分割法的效果往往不稳定，即在某些图像中能取得良好的效果而在某些图像中效果则不尽如人意。例如在图像光照不均的情况下，使用阈值的方法往往不能提取出晶界。另外，由于Otsu算法在图像直方图为单峰时或晶界与内部区域的对比度较低时，提取到的晶界往往不理想，存在较多的误处理。

基于阈值化和基于边缘检测的晶粒分割都是从晶界的特性出发来进行晶粒分割的，而忽略了晶粒的特性，而基于分水岭的晶粒分割是从晶粒内部像素的相似性出发，对金相组织进行晶粒分割。传统的分水岭算法极易受到局部极小值的影响而产生过分割，故一般采用基于标记的分水岭分割算法，即对每个晶粒进行标记来消除晶粒内部局部极小值的影响。该算法的关键是如何精确地对晶粒进行标记。Carlos A.Paredes-Orta采取形态学残差的方式对晶粒进行标记，从而对图像进行分水岭分割，得到了闭合的晶界。但这种方法在标记晶粒的过程中计算复杂，耗时较长，并且在晶粒分布不均匀，大小差异比较大的时候，计算过程的复杂程度更加明显，不适用于晶粒大小差异比较大的情况。

由上可知，现有的晶界提取技术虽然在一定程度上提高了晶界提取的效率，但也存在一些不足，例如，对于图像质量较差的微观组织，在晶粒内部存在析出物导致的晶粒破损，并且晶界模糊不清以及图像光照不均和对比度较低，这时采取传统的晶界提取算法并不能得到清晰有效的晶界，从而无法精确地对晶粒尺寸进行自动测定，由此为材料的微观组织分析带来许多困难。

发明内容

本发明提供了一种基于图像处理的晶界提取及晶粒度测量方法，以解决现有的图像处理技术无法对金相图像准确提取晶界，以及现阶段的晶粒度计算主要依靠人工，效率较低的技术问题。

为解决上述技术问题，本发明提供了如下技术方案：

一方面，本发明提供了一种基于图像处理的晶界提取方法，其包括：

获取待提取晶界的源图像，并对获取的源图像进行预处理；

依据图像中的像素灰度将预处理后的图像中的所有像素划分为晶界部分、晶粒内部区域部分和模糊部分，并对属于模糊部分的像素采用模糊边缘检测算法确定其属于晶界部分还是属于晶粒内部区域部分，以完成晶界检测；

去除晶粒内部区域因析出物而导致的晶粒破损，并对粘连晶粒进行分离；

对晶界进行细化和剪枝处理，以得到单像素宽度的闭合晶界。

进一步地，所述对获取的源图像进行预处理，包括：

基于二维伽马函数和Retinex理论对获取的源图像进行光照矫正，并对光照矫正后的图像采用非局部均值的降噪算法进行滤波降噪，得到预处理后的图像。

进一步地，所述依据图像中的像素灰度将预处理后的图像中的所有像素划分为晶界部分、晶粒内部区域部分和模糊部分，包括：

利用大律法计算得到预处理后的图像的全局阈值T，将预处理后的图像粗略分为晶界区域A0和晶粒内部区域A1；

分别在A0和A1中使用大律法计算各自的分割阈值，将A0的分割阈值作为全局的低阈值L，A1的分割阈值作为全局的高阈值H；

将灰度强度低于L的像素划分为晶界部分，灰度强度高于H的像素划分为晶粒内部区域部分，灰度强度介于L和H之间的像素划分为模糊部分。

进一步地，所述对属于模糊部分的像素采用模糊边缘检测算法确定其属于晶界部分还是属于晶粒内部区域部分，包括：

对属于模糊部分的像素采用模糊边缘检测算法计算其对于晶界的隶属度；

若像素对应的隶属度大于隶属度阈值，则将其归为晶界部分；

若像素对应的隶属度不大于隶属度阈值，则将其归为晶粒内部区域部分。

进一步地，所述去除晶粒内部区域因析出物而导致的晶粒破损，包括：

在完成晶界检测的图像中计算灰度值为0的连通域面积，若连通域面积小于第一预设面积阈值，则认为其是晶粒的破损区域，将其填充为晶粒内部区域。

进一步地，所述对粘连晶粒进行分离，包括：

使用极限腐蚀法对晶粒内部区域进行逐层腐蚀，直至所有晶粒相互分离。

进一步地，所述使用极限腐蚀法对晶粒内部区域进行逐层腐蚀，包括：

在每层腐蚀中，采取4邻域和8邻域交替进行的方法。

进一步地，所述使用极限腐蚀法对晶粒内部区域进行逐层腐蚀，还包括：

在每层腐蚀完成后，计算剩余晶粒的连通面积，使面积小于第二预设面积阈值的晶粒不参与下一次的腐蚀过程。

另一方面，本发明还提供了一种基于图像处理的晶粒度测量方法，其包括：

利用上述的晶界提取方法提取待测晶粒的晶界；

基于提取的晶界，根据预设的晶粒度测定标准自动进行晶粒度测量。

进一步地，所述根据预设的晶粒度测定标准自动进行晶粒度测量，包括：

根据预设的晶粒度测定标准，选取截点法自动进行晶粒度测量。

再一方面，本发明还提供了一种电子设备，其包括处理器和存储器；其中，存储器中存储有至少一条指令，所述指令由处理器加载并执行以实现上述方法。

又一方面，本发明还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现上述方法。

本发明提供的技术方案带来的有益效果至少包括：

本发明利用多次大律法嵌套使用并结合模糊处理的方式，可准确地对直方图为单峰的图像进行晶界提取，避免传统大律法在处理单峰图像时的误处理，较传统的模糊处理亦提升了精度和准确率；在逐层腐蚀时，采取4邻域和8邻域交替腐蚀的方法，一方面加快了腐蚀进程，另一方面也较传统的腐蚀过程保留了较多的晶粒原始形状；在腐蚀过程中加入对小面积晶粒的“保护”，提高了检测精度；通过细化剪枝处理得到清晰的闭合晶界；基于计算机处理技术对材料微观组织进行测量和分析，相较于传统的人工处理，提高了处理效率和精度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的基于图像处理的晶界提取方法的流程示意图；

图2是本发明实施例提供的晶界检测部分的流程示意图；

图3是本发明实施例提供的晶界恢复和重建部分的流程示意图；

图4是本发明实施例提供的基于图像处理的晶粒度测量方法的流程示意图；

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

第一实施例

本实施例针对现有的图像处理技术在图像质量较差，在晶粒内部存在析出物导致的晶粒破损，并且晶界模糊不清以及图像光照不均和对比度较低等情况下，无法准确提取晶界，从而给晶粒度测量带来困难的问题，提供了一种基于图像处理的晶界提取方法，该方法可以由电子设备实现，该电子设备可以是终端或者服务器。该方法的执行流程如图1所示，包括以下步骤：

S101，获取待提取晶界的源图像，并对获取的源图像进行预处理；

具体地，在本实施例中，上述步骤的实现过程为：

基于二维伽马函数和Retinex理论对获取的源图像进行光照矫正，并对光照矫正后的图像采用非局部均值的降噪算法进行滤波降噪，最终得到预处理后的图像。本实施例结合这两种图像处理方式，可以很大程度上在保持图像原有晶界的基础上，提升图像质量，从而为之后的晶界检测过程带来便利。

S102，依据图像中的像素灰度将预处理后的图像中的所有像素划分为晶界部分、晶粒内部区域部分和模糊部分，并对属于模糊部分的像素采用模糊边缘检测算法确定其属于晶界部分还是属于晶粒内部区域部分，以完成晶界检测；

具体地，如图2所示，在本实施例中，上述步骤的实现过程为：

在晶界检测过程中，依据图像晶界模糊的特点，本实施例对于晶界的检测采取分区域模糊处理的方式：依据图像中的像素灰度将预处理后的图像中的所有像素依据两个阈值分为三个部分，分别为晶界部分、晶粒内部区域部分和模糊部分。将属于晶界部分的像素灰度值设为0，属于晶粒内部区域部分的像素灰度设为255，而属于模糊部分的像素则进行进一步的检测，如公式(1)所示。

式中，f(x,y)为分区域后的像素灰度值，p(x,y)为预处理后的图像的像素灰度值，L为低阈值，H为高阈值，灰度强度低于L的像素被划分为晶界部分，灰度强度高于H的像素被划分为晶粒内部区域部分，而灰度强度介于L和H之间的像素则被划分为模糊部分。其中，低阈值L和高阈值H是通过在预处理后的图像中使用三次大律法计算得到的，具体方法如下：

首先利用大律法计算得到预处理后的图像的全局阈值T，将预处理后的图像粗略分为晶界区域A0和晶粒内部区域A1；

然后，分别在A0和A1中使用大律法计算各自的分割阈值，将A0的分割阈值作为全局的低阈值L，A1的分割阈值作为全局的高阈值H。

经过上述处理后，对于灰度强度在阈值L和H之间尚未处理的像素，考虑其模糊性的特性，采取模糊边缘检测算法作为确定其所属的部分。

模糊模型边缘检测是对n*n的窗口进行像素相关性分析，得到中心像素对边缘的隶属度μ(p)，公式如下：

这是一个s型函数，式中，p(x,y)是n*n窗口的中心像素值，a(x,y)是n*n窗口的像素均值，μ(p)表示了p点相对晶界的相似程度，是一个[0,1]的值，值越大，表示对于晶界的隶属度越高。

基于上述，对属于模糊部分的像素采用模糊边缘检测算法计算其对于晶界的隶属度；若像素对应的隶属度大于隶属度阈值t，则将其归为晶界部分；若像素对应的隶属度不大于t，则将其归为晶粒内部区域部分，如公式(3)所示。

S103，去除晶粒内部区域因析出物而导致的晶粒破损；

S104，对粘连晶粒进行分离；

S105，对晶界进行细化和剪枝处理，以得到清晰的单像素宽度的闭合晶界。

需要说明的是，上述S103～S105为恢复和重建晶界阶段，目的是对晶界检测阶段的检测结果进行进一步的处理，以得到清晰的闭合晶界。

具体地，如图3所示，本实施例的恢复和重建晶界阶段实现过程如下：

在边缘检测图像中计算灰度值为0的连通域面积，若连通域面积小于设定的阈值，则认为其是晶粒的破损区域，将其填充为晶粒内部区域，以去除晶粒内部区域因析出物而导致的晶粒破损；

使用极限腐蚀的办法，对晶粒区域进行逐层腐蚀，在每层腐蚀中，采取4邻域和8邻域交替进行的方法，使得晶粒区域不断变小，在加快腐蚀进程的同时，尽可能保留晶粒的原始形状。在每层腐蚀完成后，计算剩余晶粒的连通面积，使面积较小的晶粒不参与下一次的腐蚀过程，从而保留了小的晶粒，提高了检测精度。迭代腐蚀过程，直到所有晶粒相互分离，从而实现粘连晶粒分离；

最后对晶界进行细化和剪枝处理，以得到清晰的闭合晶界。

综上，本实施例的晶界提取方法利用多次大律法嵌套使用并结合模糊处理的方式，可准确地对直方图为单峰的图像进行晶界提取，避免传统大律法在处理单峰图像时的误处理，较传统的模糊处理亦提升了精度和准确率；在逐层腐蚀时，采取4邻域和8邻域交替腐蚀的方法，一方面加快了腐蚀进程，另一方面也较传统的腐蚀过程保留了较多的晶粒原始形状；在腐蚀过程中加入对小面积晶粒的“保护”，提高了检测精度；通过细化剪枝处理得到清晰的闭合晶界。

第二实施例

本实施例针对现阶段的晶粒度计算主要依靠人工，效率较低的问题，提供了一种基于图像处理的晶粒度测量方法，该方法可以由电子设备实现，该电子设备可以是终端或者服务器。该方法的执行流程如图4所示，包括以下步骤：

S401，利用上述第一实施例的晶界提取方法提取待测晶粒的晶界；

S402，基于提取的晶界，根据预设的晶粒度测定标准自动进行晶粒度测量。

进一步地，上述根据预设的晶粒度测定标准自动进行晶粒度测量，具体为：

依据中国国家最新金属平均晶粒度测定标准(GB/T6394-2017)，选取截点法对材料的微观组织进行自动晶粒度测量。测量方法是在全图视场上选取一组水平和垂直方向均匀间隔的平行线，计算每条直线与晶界相交的次数，计算单位长度的平均截点数P_L，并计算平均截距长度值

对所有直线重复此过程，对

的n个测定值的平均数按公式(4)确定平均晶粒度G。

综上，本实施例的晶粒度测量方法基于上述第一实施例的晶界提取方法，利用计算机处理技术对材料微观组织进行测量和分析，提高了处理效率和精度。

第三实施例

本实施例提供一种电子设备，该电子设备包括一个或一个以上的处理器CPU和一个或一个以上的存储器；其中，所述存储器中存储有至少一条指令，所述指令由处理器加载并执行，以实现上述第一实施例和第二实施例中的方法。

第四实施例

本实施例提供一种计算机可读存储介质，该计算机可读存储介质中存储有至少一条指令，所述指令可由处理器加载并执行，以实现上述第一实施例和第二实施例中的方法。其中，该计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

此外，需要说明的是，本发明可提供为方法、装置或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

最后需要说明的是，以上所述是本发明优选实施方式，应当指出，尽管已描述了本发明优选实施例，但对于本技术领域的技术人员来说，一旦得知了本发明的基本创造性概念，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

Claims (10)

1.一种基于图像处理的晶界提取方法，其特征在于，所述方法包括：

获取待提取晶界的源图像，并对获取的源图像进行预处理；

依据图像中的像素灰度将预处理后的图像中的所有像素划分为晶界部分、晶粒内部区域部分和模糊部分，并对属于模糊部分的像素采用模糊边缘检测算法确定其属于晶界部分还是属于晶粒内部区域部分，以完成晶界检测；

去除晶粒内部区域因析出物而导致的晶粒破损，并对粘连晶粒进行分离；

对晶界进行细化和剪枝处理，以得到单像素宽度的闭合晶界。

2.如权利要求1所述的基于图像处理的晶界提取方法，其特征在于，所述对获取的源图像进行预处理，包括：

基于二维伽马函数和Retinex理论对获取的源图像进行光照矫正，并对光照矫正后的图像采用非局部均值的降噪算法进行滤波降噪，得到预处理后的图像。

3.如权利要求1所述的基于图像处理的晶界提取方法，其特征在于，所述依据图像中的像素灰度将预处理后的图像中的所有像素划分为晶界部分、晶粒内部区域部分和模糊部分，包括：

利用大律法计算得到预处理后的图像的全局阈值T，将预处理后的图像粗略分为晶界区域A0和晶粒内部区域A1；

分别在A0和A1中使用大律法计算各自的分割阈值，将A0的分割阈值作为全局的低阈值L，A1的分割阈值作为全局的高阈值H；

将灰度强度低于L的像素划分为晶界部分，灰度强度高于H的像素划分为晶粒内部区域部分，灰度强度介于L和H之间的像素划分为模糊部分。

4.如权利要求3所述的基于图像处理的晶界提取方法，其特征在于，所述对属于模糊部分的像素采用模糊边缘检测算法确定其属于晶界部分还是属于晶粒内部区域部分，包括：

对属于模糊部分的像素采用模糊边缘检测算法计算其对于晶界的隶属度；

若像素对应的隶属度大于隶属度阈值，则将其归为晶界部分；

若像素对应的隶属度不大于隶属度阈值，则将其归为晶粒内部区域部分。

5.如权利要求1所述的基于图像处理的晶界提取方法，其特征在于，所述去除晶粒内部区域因析出物而导致的晶粒破损，包括：

在完成晶界检测的图像中计算灰度值为0的连通域面积，若连通域面积小于第一预设面积阈值，则认为其是晶粒的破损区域，将其填充为晶粒内部区域。

6.如权利要求1所述的基于图像处理的晶界提取方法，其特征在于，所述对粘连晶粒进行分离，包括：

使用极限腐蚀法对晶粒内部区域进行逐层腐蚀，直至所有晶粒相互分离。

7.如权利要求6所述的基于图像处理的晶界提取方法，其特征在于，所述使用极限腐蚀法对晶粒内部区域进行逐层腐蚀，包括：

在每层腐蚀中，采取4邻域和8邻域交替进行的方法。

8.如权利要求7所述的基于图像处理的晶界提取方法，其特征在于，所述使用极限腐蚀法对晶粒内部区域进行逐层腐蚀，还包括：

在每层腐蚀完成后，计算剩余晶粒的连通面积，使面积小于第二预设面积阈值的晶粒不参与下一次的腐蚀过程。

9.一种基于图像处理的晶粒度测量方法，其特征在于，所述方法包括：

利用如权利要求1-8任一项所述的晶界提取方法提取待测晶粒的晶界；

基于提取的晶界，根据预设的晶粒度测定标准自动进行晶粒度测量。

10.如权利要求9所述的基于图像处理的晶粒度测量方法，其特征在于，所述根据预设的晶粒度测定标准自动进行晶粒度测量，包括：

根据预设的晶粒度测定标准，选取截点法自动进行晶粒度测量。

Images