技术特征：
1.一种孪晶晶界的识别方法，其特征在于，包括：获取包含孪晶的多晶粒图像；采用基于像素值的区域生长算法对所述多晶粒图像进行分割，得到单一晶粒图像；采用clahe方法自适应增强所述单一晶粒图像中孪晶与其周边对比度，得到增强后的单一晶粒图像；采用多尺度图像金字塔空间表示方法对所述增强后的单一晶粒图像进行多尺度表示，得到各尺度的单一晶粒图像；采用概率hough变换与基于马尔科夫链的标准动态规划算法对所述各尺度的单一晶粒图像进行检测，得到所述各尺度的单一晶粒图像中若干条位于孪晶晶界上的直线段；将所述各尺度的单一晶粒图像中若干条位于孪晶晶界上的直线段进行自适应合并与融合，最终得到单一晶粒图像中的孪晶晶界信息。2.根据权利要求1所述的一种孪晶晶界的识别方法，其特征在于，所述包含孪晶的多晶粒图像为采用ebsd获得。3.根据权利要求1所述的一种孪晶晶界的识别方法，其特征在于，所述采用基于像素值的区域生长算法对所述多晶粒图像进行分割，得到单一晶粒图像，具体包括：对所述多晶粒图像进行二值化，选定二值化后的所述多晶粒图像中的待分割目标晶粒内一点作为种子点；以所述种子点作为生长起点，定义所述生长起点所在像素位置与其周围的8个像素点构成的3
×
3区域为初始已生长区域r，根据式(1)和式(2)计算所述已生长区域r中所有像素点灰度值的平均值和方差，并将所述平均值和方差作为生长条件，根据式(3)和式(4)构建区域生长准则，将满足所述区域生长准则的像素点归入所述已生长区域r，完成一次迭代；多次迭代直到没有满足所述区域生长准则的邻域像素点归入所述己生长区域r为止，则图像分割结束，得到所述单一晶粒图像；像分割结束，得到所述单一晶粒图像；|seedpoint(p)-f(p)
mean
|<th1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)|seedpoint(p)-f(p)
var
|<th2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)th1＝10％
×
f(p)
mean
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)th2＝10％
×
f(p)
var
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)公式中，p为多晶粒图像中的种子点的像素位置；q为种子点周围像素点的位置；f(p)
mean
为当前邻域的均值；f(p)
var
为当前邻域的方差；seedpoint(p)是种子点的灰度值；th1和th2均为区域生长的阈值。4.根据权利要求1所述的一种孪晶晶界的识别方法，其特征在于，所述采用clahe方法自适应增强所述单一晶粒图像中孪晶与其周边对比度，得到增强后的单一晶粒图像，具体包括：将所述单一晶粒图像分为多个子区域，并获取各子区域的像素分布直方图，根据式(7)计算各子区域的剪切阈值δ，并对各子区域的像素分布直方图进行剪切；
式中，n
subi
为各子区域内像素点的个数，0≤n
subi
≤85；l为最大灰度级；c为决定图像对比度的常量；对剪切后的各子区域的像素分布直方图进行重新分布，根据式(8)计算超出剪切阈值的像素点个数n
total
，将超出剪切阈值的像素点均匀分布到其他子区域的像素分布直方图中；式中，k为灰度级，0≤k≤l-1；l(k)为各子区域的像素分布直方图；通过对比度受限函数对图像对比度增强的程度进行限制，根据式(9)、式(10)和式(11)得到最终的图像直方图l'(k)，进而得到增强后的单一晶粒图像；μ＝δ-n
sub
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)n
sub
＝n
tatal
/l
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)式中，μ为分配阈值；n
sub
为每个子区域增加的平均像素点数。5.根据权利要求4所述的一种孪晶晶界的识别方法，其特征在于，所述采用多尺度图像金字塔空间表示方法对所述增强后的单一晶粒图像进行多尺度表示，得到各尺度的单一晶粒图像，具体包括：根据多尺度图像金字塔空间表示，对已获得待检晶粒图像进行上下多尺度采样，上采样过程即在原有图像像素的基础上采用式(12)所示的三次多项式s(x)为插值核，根据式(13)计算得到插入像素点的灰度值f(m)；下采样过程即在通过不断地删除图像的偶数行和偶数列得到，不断重复该过程即可得到该图像的图像金字塔，进而获得单一晶粒图像的多尺度表示；f(m)＝a*b*c
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)a＝[s(u+1),s(u),s(u-1),s(u-2)]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)b＝im[i-1:i+2,j-1:j+2]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)c＝[s(v+1),s(v)，s(v-1)，s(v-2)]
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(16)式中，u、v为灰度区间上的各点；im为原图的灰度矩阵。6.根据权利要求1所述的一种孪晶晶界的识别方法，其特征在于，所述采用概率hough变换与基于马尔科夫链的标准动态规划算法对所述各尺度的单一晶粒图像进行检测，得到所述各尺度的单一晶粒图像中若干条位于孪晶晶界上的直线段，具体包括：将晶粒图像上构建直角坐标系xoy，随机获取直角坐标系中一点，通过式(17)映射到极坐标系；
ρ＝xcos(θ)+ysin(θ)
ꢀꢀꢀꢀ
(17)其中，x为晶粒图像各观测点的直角横坐标；y为晶粒图像各观测点的直角纵坐标；ρ为晶粒图像各观测点的极坐标，表示对应观测点的位置信息；θ也为晶粒图像各观测点的极坐标，表示对应观测点的方向信息；利用式(18)计算得到观测点在hough空间中的协方差c
h
，并根据bvn分布描述，利用式(19)计算各观测直线所贡献的投票数vote(ρ,θ|x
i
,y
i
,θ
i
)；)；式中，ρ
i
为hough空间中第i个观测点的位置信息，θ
i
为hough空间中第i个观测点的方向信息，通过式(20)对所有观测结果在每个位置的投票累加，实现全局概率hough图的构建；根据上述构造的全局概率hough图，按照概率累计值降序得到hough图中的每个峰值，峰的位置对应直线的位置和角度信息，峰的大小对应观测到直线的概率大小；利用全局概率hough图中获得的观测概率，计算得到各像素的状态概率；对于位置i的相关位置像素，包含有x
i
、d
i
和y
i
这些状态信息，y
i
包括e
i
和θ
i
，其中，x
i
代表i位置是否为待检线段的一部分，如果是，则x
i
＝on，如果否，则x
i
＝off，d
i
代表i点偏离待检直线的距离，y
i
代表在i点处的概率观测值，e
i
表示该像素点是否为待检直线的一部分，θ
i
表示当e
i
＝1时，观测直线与实际直线的角度偏差；对于边缘像素，其状态概率p(y
i
|x
i
)
∝
p(e
i
＝1|x
i
,d
i
)p(θ
i
|x
i
,e
i
＝1)，对于非边缘像素，其状态概率为p(y
i
|x
i
)
∝
p(e
i
＝0|x
i
,d
i
)，其中，p(e
i
＝1|x
i
＝on,d
i
)表示实际存在线段也观测到了线段的概率，p(e
i
＝1|x
i
＝off,d
i
)表示实际不存在线段但观测到了线段的概率，p(e
i
＝0|x
i
＝on,d
i
)表示实际存在线段但没观测到线段的概率，p(e
i
＝0|x
i
＝off,d
i
)表示实际不存在线段也没观测到线段的概率；构造一阶马尔科夫链，用估计期望值的边际后验概率对线段各点进行标记，在此，假设各观测位置点之间的状态信息相互独立，即每一位置的状态仅与前一位置的状态有关，进而将直线段检测转化为对的最大化，在此，利用标准动态规划算法对上述问题进行最大后验概率求解，最终识别出单一晶粒图像中在单一尺度下的所有线段。7.根据权利要求1所述的一种孪晶晶界的识别方法，其特征在于，所述将所述各尺度的单一晶粒图像中若干条位于孪晶晶界上的直线段进行自适应合并与融合，最终得到单一晶粒图像中的孪晶晶界信息，具体包括：根据角度和空间接近度对各尺度下的直线段进行分组，规定角度差值与空间接近度差值在设定阈值范围内的直线段被认为满足合并要求，将每组中满足自适应合并准则的直线
段依次合并成一条直线段，重复该步骤，直到无法合并，最终获得合并后直线段的长度与角度信息；对各个尺度下的合并结果进行尺度归一化后，在同一空间内对归一化后的结果进行综合筛选，最终获得单一晶粒图像中的孪晶晶界信息。8.一种孪晶晶界的识别装置，其特征在于，包括：获取模块，用于获取包含孪晶的多晶粒图像；分割模块，用于采用基于像素值的区域生长算法对所述多晶粒图像进行分割，得到单一晶粒图像；对比度增强模块，用于采用clahe方法自适应增强所述单一晶粒图像中孪晶与其周边对比度，得到增强后的单一晶粒图像；多尺度表示模块，用于采用多尺度图像金字塔空间表示方法对所述增强后的单一晶粒图像进行多尺度表示，得到各尺度的单一晶粒图像；直线段检测模块，用于采用概率hough变换与基于马尔科夫链的标准动态规划算法对所述各尺度的单一晶粒图像进行检测，得到所述各尺度的单一晶粒图像中若干条位于孪晶晶界上的直线段；融合模块，用于将所述各尺度的单一晶粒图像中若干条位于孪晶晶界上的直线段进行自适应合并与融合，最终得到单一晶粒图像中的孪晶晶界信息。9.一种设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述一种孪晶晶界的识别方法的步骤。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项的一种孪晶晶界的识别方法的步骤。
技术总结
本发明公开了一种孪晶晶界的识别方法、装置、设备及可读存储介质，获取包含孪晶的多晶粒图像；采用基于像素值的区域生长算法对多晶粒图像进行分割，得到单一晶粒图像；采用CLAHE方法自适应增强单一晶粒图像，得到增强后的单一晶粒图像；采用多尺度图像金字塔空间表示方法对增强后的单一晶粒图像进行多尺度表示，得到各尺度的单一晶粒图像；采用概率Hough变换与基于马尔科夫链的标准动态规划算法对各尺度的单一晶粒图像进行检测，得到各尺度的单一晶粒图像中若干条位于孪晶晶界上的直线段；将各尺度的单一晶粒图像中若干条位于孪晶晶界上的直线段进行自适应合并与融合，得到单一晶粒图像中孪晶晶界信息。本发明能准确识别出多晶粒图像中的孪晶晶界。晶粒图像中的孪晶晶界。晶粒图像中的孪晶晶界。
技术研发人员：温广瑞 李良博 牛腾飞 张平 黄鑫 董书志 原嘉
受保护的技术使用者：西安交通大学
技术研发日：2022.03.09
技术公布日：2022/6/4