چکیده: (77 مشاهده)
خواص فولادها وابسته به اجزای ریزساختاری بنام فاز است. فازهای گوناگون فولاد در تصاویر گرفته شده از سطح فولاد توسط میکروسکوپ الکترونی روبشی قابل مشاهده میباشند. تشخیص و کلاسبندی فازهای گوناگون میتواند منجر به درک بهتری از خواص فولاد شود. در این مقاله برای اولین بار روشی برای طبقهبندی خودکار فازهای فولاد از روی تصاویر میکروسکوپی ارائه میشود. این کار نیازمند تعریف و استخراج ویژگیهای منحصر بفرد بافت تصاویر بوده که بتوان شکل فازها را تشخیص داد. به این ترتیب بعد از بلوک بندی تصویر ورودی و استخراج ویژگیهای مناسب از شبکه عصبی بیشینه هموار برای طبقهبندی هر بلوک از تصویر به طور مستقل استفاده میشود. نتایج پیاده سازی روش پیشنهادی نشان میدهد که دقت روش پیشنهادی در طبقهبندی دو فاز سوزنی و مرزدانهای بالای 99 درصد و همچنین دقت آن در طبقهبندی سه فاز مرزدانهای، سوزنی و ویدمن اشتاتن بالای 86 درصد میباشد.
نوع مطالعه:
پژوهشي |
موضوع مقاله:
مقالات پردازش تصویر دریافت: 1402/7/4 | پذیرش: 1403/12/18 | انتشار: 1404/3/31 | انتشار الکترونیک: 1404/3/31