Автоматическое распознавание структур феррито-перлитных сталей по изображениям, полученным методом атомно-силовой микроскопии
Автор: Горбенко Ольга Марковна, Фельштын М.Л., Усачев Д.Ю., Ульянов П.Г., Сеньковский Б.В., Адамчук В.К., Голубок А.О.
Журнал: Научное приборостроение @nauchnoe-priborostroenie
Рубрика: Поверхность
Статья в выпуске: 4 т.22, 2012 года.
Бесплатный доступ
Рассматривается проблема автоматического распознавания структур изображений образцов феррито-перлитных сталей, полученных методом атомно-силовой микроскопии. Для ее решения предложен алгоритм, который включает предварительную обработку, сегментацию изображения, вычисление параметров изображения и определение по полученным параметрам наиболее вероятного состояния исследуемого образца при помощи метода опорных векторов. Рассматривается возможность повышения точности классификации путем определения оптимального набора параметров изображений. Описанный в статье алгоритм реализован в виде программного модуля. Приведены примеры обработки экспериментальных данных.
Атомно-силовая микроскопия, феррито-перлитные стали, анализ изображений, мультиклассовая классификация, метод опорных векторов
Короткий адрес: https://sciup.org/14264829
IDR: 14264829 | УДК: 004.932.72
Automatic recognition of the structures of ferritic-pearlitic steels on the images, obtained by the method of atomic-force microscopy
The problem of automatic recognition of the structures of samples images of ferritic-pearlitic steels, obtained by the method of atomic force microscopy, is considered. For its solution the algorithm, which includes image pre-processing, segmentation, calculation of the image parameters and the definition according to the received parameters of the most probable state of the tested steel sample by means of the supporting vectors method, is proposed. The possibility of accuracy increasing of classification by means of determining of the optimal set of the images parameters is considered. The algorithm, described in this article, is realized in the form of software module. The examples of the experimental data processing are given.
