材料组分、表面微裂纹缺陷的图像表征方法及其应用研究

《材料组分、表面微裂纹缺陷的图像表征方法及其应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、材料组（申请工学博士学位论文）分、表面微裂纹缺陷材料组分、表面微裂纹缺陷的的图像表图像表征方法及其应用研究征方法及其应用研究培养单位：理学院刘海明学科专业：力学研究生：刘海明武指导老师:黄樟灿教授汉理工大学2016年10月万方数据万方数据ADissertationSubmittedtoAcademicDegreesEvaluationCommitteeofWuhanUniversityofTechnologyfortheDoctor’sDegreeinEngineeringImage-basedmater

2、ialcomponents,surfacemicrocrack-defectcharacterizationanditsapplicationsDoctoralCandidate:LiuHaimingMajor:MechanicsSupervisor:HuangZhangcanWuhanUniversityofTechnologyWuhan,430070,P.R.ChinaOct.2016万方数据万方数据摘要材料表征技术对于获取材料结构及组分等信息具有着重要的作用，显微镜技术是材料组织形貌表征的重要方法，

3、其获取的图像是材料组织形貌的直观表达。目前图像处理在材料组织形貌表征中已经得到了一定的应用，如何根据所获取的材料特征对材料性质进行深入的理解以及如何处理大量的材料图像数据是目前研究中的两大核心问题。针对这些问题，本文以石墨镀铜纳米材料和聚酯热塑性弹性体（TPEE）为研究对象，从材料组分及其表面微裂纹缺陷的表征出发，运用图像处理理论研究了材料组分及表面微裂纹缺陷的图像检测算法，深入挖掘了所获取信息在材料组分分布均匀性以及材料拉伸力学性能预测中的应用。本文的主要工作与创新点如下：（1）首先分析了材料组分与裂纹

4、缺陷的关联性，从图像灰度增强和图像去噪的角度论述了材料图像的预处理理论，对材料图像进行了预处理实验，分析了图像预处理的必要性。（2）以石墨镀铜为研究对象，针对其TEM图像的低灰度性及铜颗粒在图像中的局部可区分性，提出了基于局部阈值迭代和整体阈值分割的铜颗粒检测算法，并通过图像形态学处理和面积过滤实现了铜颗粒的精确检测。不同TEM图像中铜颗粒的精确检测表明了本文铜颗粒检测算法的有效性。深入挖掘了铜颗粒的信息，提出了一种基于全局香农熵和局部相对距离分布的铜颗粒均匀性表征模型。实验结果表明本文的均匀性表征模型不

5、仅符合统计分析与实际观测的结果，而且还能保证不同TEM图像中铜颗粒的相对均匀性，从而论证了该模型的合理性和有效性。（3）以聚酯热塑性弹性体为研究对象，针对TPEE材料图像反光以及图像中裂纹缺陷微小且不易观测的特征，建立了基于不同方向最大梯度幅值的TPEE材料图像重构方法。实验结果表明该方法能够突出图像中裂纹缺陷特征，并削弱光照等噪声的影响。通过分析分割阈值变化时连通域的形貌变化情况，提出了一种基于局部连通域圆形度变化率的裂纹缺陷检测算法。实验结果表明该方法不仅能够对不同时刻图像中微裂纹缺陷进行成功检测，而

6、且对子图像数目与噪声具有一定的鲁棒性，论证了该方法是合理有效的。（4）将TPEE材料表面微裂纹缺陷信息应用到了其拉伸性能预测中，提出了一种基于图像处理和受限玻尔兹曼机的TPEE材料拉伸性能预测模型。分析了I万方数据TPEE材料性能与裂缺陷统计量的相关性以及该模型的训练与预测方法。实验结果表明该模型的预测结果和实际拉伸实验的数据相符，论证了模型的合理性与有效性，分析了模型中各参数变化对拉伸性能预测结果的影响，并和神经网络预测模型进行了对比。关键词：材料表征，图像建模，组分分布，微裂纹缺陷，拉伸性能II万方数

7、据AbstractMaterialcharacterizationtechniquesareusedtoobtaintheinformationofmaterialsstructure,componentsorotherinformation,whichplaysanimportantroleintheresearch.Microscopetechnologyisanimportantmethodofmaterialmicrostructurecharacterization,inwhichimagesa

8、reoftenusedasthecharacterizationofmaterials.Hence,itisscientificandreasonabletoapplyimageprocessingtechniquestoanalyzethematerialmicrostructureinformation.Currently,someapplicationscanbefoundinthisresearcharea.Howev