某某工厂-专业生产加工、定做各种金属工艺品

铝合金是材料工业领域中应用最广泛的有色金属材料，即使处于互联网高速发展的今天，依然凭借其优越的耐腐蚀耐磨性、良好的导电导热性、低廉的制造成本等特点成为我国支柱产业之一。

同时也是工业中首选的轻量化材料，因此相关领域的专家们一直在不断开发和升级新的铝合金材料。其中，铸造铝合金具有理想的铸造性能，因受零件结构设计的限制较小，易于加工为形状复杂的零件，多用于制造燃气轮叶片、汽车的变速箱、仪器仪表外壳和增加泵等。

上世纪60年代，欧美等国家率先把握了金相分析技术的发展趋势，推出了一系列金相分析仪。英国剑桥仪器公司最先推出了QTM系列金相图像分析仪，通过光学装置将图像从光信号转换为电信号进行存储，进而得到金相图像。

之后，其他公司如英国Leico公司、美国Bauch&Lomb公司、德国OPTON公司和蔡司公司171也陆续推出了新的产品。

金相分析仪的出现在当时的金相分析领域起着至关重要的作用，但由于仪器造价高昂，所以并没有普及。

随后，随着计算机技术的普及和发展，人们逐渐意识到传统的利用人工对金相图像分析的方式有很多弊端，比如效率低下、任务量繁重，且过于依赖操作者的主观判定，极易造成误差。

因此，金相分析仪搭配金相图像处理软件辅助人工进行分析的方式应运而生，金相图像处理软件可以将采集到的数字化图像通过一系列图像处理技术来辅佐分析人员提取目标组织，进而测量相关参数。

传统的金相分析流程是先将待分析的金属样品制样，然后观察高倍显微镜下金相试样的组织形态，通过与GBT 13350-2008中的标准图谱进行对比进而将匹配度最高的图谱含量进行换算，从而得到最终的测定结果。

这种做法往往会导致较大的误差，且适用范围较窄，对于不同于标准图谱的金相图像难以判定。

与此相对应的，网格交点计数法的准确率明显有所提升，该方法首先在待分析的金相图像中生成网格，然后统计网格交点处的组织相进行分类和统计，最终根据规则计算各相含量。

该方法是以牺牲效率的方式换取准确率，虽然测量精度显著提高，但是付出的人力成本过高且再现性差。

此外，上述两种方法需要有材料学基础的人员进行操作，依赖于检验人员多年来的经验积累，且分析结果受人为干扰因素极大。

基于此，半自动辅助定量分析软件应运而生，目前主流的定量分析软件的弊端很明显，首先是测量过程中需要操作者的过多干预，导致测量结果因人而异，缺乏统一的标准。

其次是此类分析软件的功能虽然全面，但过于冗余的功能反而增加了操作复杂度，且缺乏针对性。

目标组织的分割作为金相分析的核心步骤，其分割质量直接影响到后续的指标统计任务。

而铸造铝硅镁合金金相图像的特点是在不同工艺的处理下，各相组织之间的灰度差异并不明显，且组织的形态多变边缘模糊，所以很难做到对组织边缘的准确划分。

此外，在采集金相图像时，由于采集设备的原因或人为因素的干扰，会不可避免地产生背景颜色不均、图像有大量噪声的情况。

团此，如何对图像进行合理的预处理将干扰降到最低、如何选择合适的分割算法准确分割各相组织是函待解决的问题。

对目标组织分割的最终目的是统计各相的指标，得到各相的具体指标不仅可以用来分析工艺参数的选择对于组织的影响，还直接影响到下一步工艺的具体处理方案。

铝合金的机械性能与热处理工艺有着紧密的联系。对于半连续铸造AI-I2.7Si-0.7Mg合金金相图像而言，在固溶处理环节中固溶得是否充分直接影响到后续的时效强化效果和合金的性能。

因此需要对金相组织的形态进行分析并获取相应数据，但传统的两种测定方法不仅精度低，测量结果争议大，且对于非材料学专业的相关学者的研究工作带来困难。

而目前主流的定量分析软件该软件适用于微观组织图像的处理，但需要操作者手动逐一给组织上色、提取并统计参数，其统计结果不够客观准确且具有不稳定性。51漫画

因此，设计一款具有针对性的、具有统一组织分割标准的、操作简易的铝合金分析系统是十分必要的，通过该系统对金相组织进行准确分割并统计相关数据结果，为操作者后续的性能分析提供有力的数据支持。

这些数据可以用来分析金属样本在某工艺环节下的处理效果、判断成品的性能是否达标，这对于用于高危作业设备的金属的安全性检验意义重大。

实际上，这种显微组织的定量研究不仅仅局限于某种金属，其方法和原理也能够以相同的规则应用在其他领域，如混凝土、医学显微组织等。

由此可见，铝合金金相图像智能分析技术的发展在促进材料学领域进步的同时，也在一定程度上促进了医学、生物学等其他领域的发展。

金相图像由于其组织结构的特殊性，不同组织的差异有时并不明显，需要具备材料学专业技能的人员才能准确识别其中的差异，这给金相图像的标记工作带来了限制。

此外，金相试样的制备过程也比较复杂，且某些工艺环节下的金相的微观组织密集，标注

周期长且人力成本高，因此难以获得大量的有标注数据集。

若只依赖小规模带标记的金相图像集来训练分类器，则学习出的模型泛化能力往往比较低，导致准确率不高。

铸造铝合金固溶处理后的高倍显微组织图像，固溶处理是热处理工艺的一种，对铸造铝合金而言，在变形前进行预先热处理可以使共晶硅相颗粒化，是材料可继续加工的前提条件，也是后续提高力学性能的必要环节。

浅灰色条状为A1sFeMg3S，而深灰色颗粒状为MgzSi。

由于固溶处理是加速硅相的熔断和颗粒化的过程，因此对于该阶段的铸造铝合金，考察各相的形态和数量是十分有意义的，换言之，通过考察硅颗粒的数量和长宽比可以判断固溶处理得是否充分，以及该如何调整相关参数。

利用金相显微仪采集到的金相图像一般以bmp格式居多，若直接以RGB图像进行研究，则需要处理的数据量过于庞大，而相比于RGB图像，若以灰度图像进行处理则数据量可减少三分之二左右，加快了算法运算速度。

在金相图像采集过程中，会因周围环境及人为因素的影响导致金相图像质量低下，比如在制备金相试样过程中，试样表面会有磨损痕迹、抛光剂残留或腐蚀不均匀等情况出现，试样本身存在的问题会导致金相图像中含有大量噪声51漫画。

此外，在使用金相显微镜采集图像时，受周围环境和光线的影响，得到的图像会出现不同程度的亮度不均匀或局部存在阴影的情况，这些问题都会给后续的组织分割带来困难。

因此在进行组织分割前有必要对图像进行相应的预处理。

由于金相图像亮度的不均匀，导致左侧方框中的杂质相铁相与右下角方框中所示的铝基体灰度值过于接近，这一问题会给组织分割带来不便，极易将铁颗粒划分为背景区域，因此要对图像的阴影区域进行校正。

而同态滤波方法对图像动态范围的压缩、细节增强、对比度拉伸有很好的效果，可以在一定程度上改善金相图像由于光照不均匀造成的局部阴影问题，因此本节采用同态滤波来均匀图像亮度。

51漫画

根据同态滤波的基本原理，认为像素灰度值是由照度和反射率两部分组成的。

因此，可以将金相图像表示为其照度分量和反射分量的乘积，通过分别处理照度和反射率对像原灰度值的影响来均匀亮度并提升阴影区细节特征。

经同态滤波降低照度分量影响后的金相图像整体亮度更均匀，原始图像右下角处的阴影区与其他区域的差异有所降低，由于图像光照不均匀隐藏的一些组织颗粒也能够体现出来。

经过同态滤波和双边滤波处理后的金相图像不仅亮度更均匀且在不损失组织边缘的情况下有效去除了噪声的干扰，但仍存在组织颗粒与背景区域灰度值相近的情况，一般可以通过调整图像对比度的方式来突出感兴趣的区域，即突出硅相和铁相。

直方图均衡化在图像预处理中常被用来调整目标与背景的对比度，通过均匀原始图像灰度的概率密度来突出感兴趣区域，进而提高图像的对比度。

经过HE处理后的图像直方图得到了全局的拉伸，比原图像分布更均匀，由2.8 c与2.8 a的对比可知，组织区域更为突出，整体对比度有所增强。

但对于图像中比较平坦的背景区域，其直方图呈尖峰状，在经传HE处理后反而增加噪声。

CLARE处理前后的金相图像及其直方图。采用CLARE算法对图像进行处理后，各相组织信息有所增加，经过增强后细节信息更突出，硅相和铁相与背景铝基体的对比度显著增强。可以看出CLARE处理后的直方图分布更合理地提高了局部对比度。

在此注意，对于CLARE增强后的金相图像噪声有所增加，需要再次进行双边滤波处理，最终得到适合分割的预处理后的金相图像。

金相图像预处理及组织特征构建：针对本文金相图像存在的问题，设计了相应的预处理方法。

对于处理后的金相图像提取了组织特征，包括反转灰度、黑帽变换、韦伯局部描述、旋转不变LBP和高斯匹配滤波特征。对提取到的特征采用串联的方式进行融合并构建了组织特征向量图，为后续组织的分割奠定基础。

金相组织分割：考虑到获取大量带标记的金相图像极其困难，以无监督学习的角度出发，提出了一种基于SLIC和改进GMM的组织分割算法。

为了进一步提高分割精度，设计了一种基于子集划分模型的聚类集成算法，通过引入子类间相似性度量函数和相似性判别约束来获取最优聚类结果，实验验证了其有效性。

系统的设计与实现：对铝合金金相分析系统进行需求分析和功能设计，将本文所实现的相关算法集成到系统中，实现了三大功能模块，即图像预处理、组织分割、参数统计及筛选模块。

该系统操作简洁、能够准确分割铝合金金相图像中的各相组织并提供可靠的数据支持。