[发明专利]一种钢材晶粒的自动晶界提取方法

摘要

本发明公开了一种钢材晶粒的自动晶界提取方法，包括1、晶粒图像预处理，包括灰度转换、中值滤波去噪、二值化处理；2、晶粒特征点提取与特征距离的计算，包括距离变换、生成尺度空间、构造高斯差分尺度空间、寻找尺度空间特征点以及计算特征距离；3、晶界自动提取，包括画出初始轮廓、水平集演化提取晶界、最终确定晶界。通过运用sift算法求取距离变换后图像特征点和计算对应的特征距离，并以此构造初始轮廓，使水平集算法演化效率和精度提高，有效地实现了高精度晶界提取和晶粒测量的要求，克服了以往晶界提取和晶粒测量精度低、效果差的缺陷。此方法具有通俗易懂、适用性强、准确性高的特点。

主权项

1.一种钢材晶粒的自动晶界提取方法，其特征在于，包括如下步骤：S1，读入钢材晶粒图像；S2，对钢材晶粒图像预处理；所述预处理包括：S2.1，灰度转换：将钢材晶粒图像利用灰度转换公式转换为灰度图像；S2.2，中值滤波去噪：将滤波模板在灰度图像中漫游，并将模板中心与灰度图像中每个像素位置重合，读取模板中各对应像素的灰度值，将这些灰度值从小到大排列，取这一列数据的中间数据，将其赋给对应模板中心位置的像素；S2.3，二值化处理：对步骤S2.2中经过处理得到的目标图像进行二值化分割处理，得到二值图像；S3，对预处理后的晶粒图像进行特征点提取与特征距离的计算；具体包括：S3.1，距离变换：利用距离变换算法对二值化图像进行处理，得到一幅含有大量光斑的blob图像；S3.2，生成尺度空间：将blob图像I(x,y)与不同尺度的高斯函数卷积，得到不同尺度的图像，组合生成尺度空间，来模拟图像数据的多尺度特征；S3.3，构造高斯差分尺度空间：将步骤S3.2生成的不同尺度空间中的各个尺度图像进行依次相减，形成高斯差分尺度空间；高斯差分尺度空间由多层差分图像组成，对每一层差分图像进行采样；S3.4，寻找尺度空间特征点：设定采样点的比较邻域，对每个采样点和它所有比较邻域内的点进行比较，如果一个点在其比较邻域中是最大或最小值时，则该采样点是图像在该尺度下的一个特征点；S3.5，计算特征点的特征距离：根据特征点的旋转不变性，计算各个特征点的特征距离；S4，晶界自动提取；具体包括：S4.1，画出初始轮廓：以特征点为圆心，各个特征点的特征距离为半径，画出圆形作为初始轮廓；S4.2，水平集演化提取晶界：将步骤S4.1中得到的初始轮廓作为水平集算法的初始输入量，利用水平集算法对步骤S2.2中值滤波去噪得到的目标图像进行迭代演化，提取出完整晶界；S4.3，确定晶界：S4.2提取到的晶界区域面积小于一定的阈值范围时，去除这个晶界，直到得到最终的晶界。