● 摘要
传统的金相分析主要靠人工目测、手动调节、用机械挡块定位，导致测量结果的准确性受人为因素影响较大、精度控制不稳定、定位查找能力差、采样不均匀及不利于现代信息管理。利用计算机图像处理技术进行金相分析克服了传统的金相分析的这些缺点。本文以灰铸铁为主要研究对象，运用图像处理技术对灰铸铁金相组织中的石墨长度和形态分类进行了自动评级，取得了较好的效果。 本文首先介绍了一些与金相分析相关的图像预处理方法，包括图像平滑，分割，边缘提取以及图像细化等等一系列的处理。然后提取了图像的一些识别特征，如图像的纹理特征，统计特征， 几何特征及其它一些十分有用的特征。在详细描述这些特征的同时，也论证了这些特征在金相分析中的意义和作用。在这些特征的基础上，利用几种不同的神经网络对这些特征进行了分类，给出了不同的神经网络的分类结果。最后利用FUZZY ARTMAP网络，实现了石墨的自动评级。论文还介绍了基于VC平台所开发的金相分析软件的结构和功能。