金屬材料廣泛應(yīng)用于建筑行業(yè),其質(zhì)量情況對工程建設(shè)具有重大影響。由于材料質(zhì)量問題而引發(fā)的重大事故不僅危及國民安全,更會嚴(yán)重影響經(jīng)濟(jì)發(fā)展。作為最基礎(chǔ)且應(yīng)用最廣泛的金屬建筑用材,鋼材的質(zhì)量在很大程度上決定了工程質(zhì)量。因此,為了避免事故發(fā)生,出廠前對鋼材性能檢測顯得尤為關(guān)鍵。晶粒度是鋼材性能的一個重要評判標(biāo)準(zhǔn),微觀角度,鋼材表面晶粒呈現(xiàn)類似于細(xì)胞組織切片的顆粒狀分布圖像,晶粒的面積、長度、以及單位面積內(nèi)晶粒個數(shù)等特征都影響著鋼材的強(qiáng)度、塑性和韌性等性質(zhì),而這些晶粒特征在金相檢測中通過不同金相等級來反映。目前對于金相等級的評定,最常用的方法還是通過人工依靠經(jīng)驗(yàn)評定,人工判定金相等級很大程度上取決于工人素質(zhì),不確定程度較大。本課題在數(shù)字圖像處理以及深度學(xué)習(xí)技術(shù)基礎(chǔ)上,研究鋼材金相圖像晶界提取和自動評級方法,并且以這些相關(guān)研究理論為基礎(chǔ)開發(fā)了跨平臺的智能評級軟件,為將來可產(chǎn)業(yè)化的智能化金相分析儀研發(fā)奠定了基礎(chǔ)。本文的主要研究內(nèi)容和取得的成果如下:（1）標(biāo)準(zhǔn)的金相圖像數(shù)據(jù)集是有效晶界提取和金相評級的前提,本論文建立了符合國家標(biāo)準(zhǔn)格式的鋼材金相圖像晶界數(shù)據(jù)集以及相應(yīng)的金相等級數(shù)據(jù)集。本研究以符合國家標(biāo)準(zhǔn)... 

【文章來源】：江蘇大學(xué)江蘇省

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【部分圖文】：

金屬表面劃痕Figure1.3Scratchesonthemetalsurface

江蘇大學(xué)碩士學(xué)位論文1第1章緒論1.1研究背景與意義金屬作為現(xiàn)代工業(yè)發(fā)展中的一個重要組成部分，在人類的進(jìn)化歷程中一直具有不同的發(fā)展腳步，金屬行業(yè)發(fā)展的好壞也決定了人類的生活生產(chǎn)水平，從商周時代的青銅器到戰(zhàn)國時代的鐵器，再到魏晉南北朝時期，鐵器徹底取代青銅器成為了戰(zhàn)爭當(dāng)中的主體�，F(xiàn)代工業(yè)生活中許多行業(yè)對于金屬的需求量非常大，如圖1.1是目前世界最大單口徑、最靈敏的射電望遠(yuǎn)鏡，其主體結(jié)構(gòu)由大量結(jié)構(gòu)鋼構(gòu)成；我國擁有世界上最長的高速鐵路網(wǎng)，如圖1.2軌道是高速鐵路網(wǎng)的核心。一旦這些核心材料發(fā)生質(zhì)量問題，不僅會造成嚴(yán)重的經(jīng)濟(jì)損失，還會危害人民的生命安全。因此對于金屬質(zhì)量的檢測顯得尤為重要，包括最基本的目測、金屬成分檢測以及無損檢測，如圖1.3所示金屬表面劃痕很容易通過目測法檢測出來，然而針對內(nèi)部缺陷無法依靠肉眼來識別判斷，依靠無損檢測技術(shù)則可以檢測金屬內(nèi)部不可見的缺陷，是近年來常用于金屬內(nèi)部缺陷檢測的一種手段。圖1.3金屬表面劃痕Figure1.3Scratchesonthemetalsurface圖1.1天文望遠(yuǎn)鏡Figure1.1AstronomicalTelescope圖1.2高鐵軌道Figure1.2HighSpeedRailTrack

江蘇大學(xué)碩士學(xué)位論文11制作好的鋼材樣本如圖2.1所示。(a)(b)(a)鋼材切片樣本；(b)鋼材樣本圖2.1鋼材切片樣本Fig.2.1Sectionofsteel2.2高清金相圖像的獲取通過金相顯微鏡在不同放大倍數(shù)下對樣本進(jìn)行圖像采集，本課題選用了具有明場和偏光兩種觀察方式的南京崛宇精密儀器有限公司研制的IM300倒置金相顯微鏡，如圖2.2所示。該顯微鏡的具體參數(shù)如表2.1所示。圖2.2金相顯微鏡Fig.2.2metallographicmicroscope

【參考文獻(xiàn)】：
期刊論文
[1]機(jī)器視覺技術(shù)在農(nóng)業(yè)生產(chǎn)智能化中的應(yīng)用綜述[J]. 仇裕淇,黃振楠,阮昭,林思浩.  機(jī)械研究與應(yīng)用. 2019(02)
[2]基于改進(jìn)CV模型的金相圖像分割[J]. 倪康,吳一全,韓斌.  工程科學(xué)學(xué)報(bào). 2017(12)
[3]SVM訓(xùn)練數(shù)據(jù)歸一化研究[J]. 湯榮志,段會川,孫海濤.  山東師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(04)
[4]梯度邊緣檢測算子綜述[J]. 劉春閣.  科技視界. 2012(28)
[5]常用齒輪鋼的晶粒度顯示方法[J]. 張英.  金屬加工(熱加工). 2010(19)
[6]數(shù)學(xué)形態(tài)學(xué)梯度算子檢測鑄鐵金相圖像邊緣[J]. 翟改霞,王春光,張海軍.  計(jì)算機(jī)工程與設(shè)計(jì). 2008(04)
[7]基于分水嶺算法的金相圖像分割[J]. 謝建林,袁小平,王勝利,何玉偉.  能源技術(shù)與管理. 2006(02)
[8]多相晶粒圖像分析中復(fù)雜晶界的提取[J]. 張軼瓊,夏薇,滕奇志,何小海.  電子技術(shù)應(yīng)用. 2005(10)
[9]金屬圖像的自適應(yīng)分割方法研究[J]. 徐森,曹力.  南京航空航天大學(xué)學(xué)報(bào). 2005(05)
[10]碳鋼焊縫組織石墨化顯微圖像的自動測量[J]. 王雅生,劉曉平,蔡洪能.  西安交通大學(xué)學(xué)報(bào). 2004(03)

博士論文
[1]基于圖像處理技術(shù)的12Cr1MoV鋼金相組織分析研究[D]. 張紅旗.內(nèi)蒙古農(nóng)業(yè)大學(xué) 2013

碩士論文
[1]基于金相圖像特征的錫基合金硬度預(yù)測模型研究[D]. 張漢平.昆明理工大學(xué) 2016
[2]基于數(shù)字圖像處理的顆粒分析系統(tǒng)[D]. 李愷.齊魯工業(yè)大學(xué) 2015
[3]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[D]. 周雨蓉.湖南大學(xué) 2014
[4]基于數(shù)字圖像的金相定量分析研究[D]. 趙霞霞.蘭州理工大學(xué) 2013
[5]基于紋理特征的金相圖像分類研究與實(shí)現(xiàn)[D]. 張軼瓊.四川大學(xué) 2006



本文編號：3262823