4-26、材料图像处理技术及其应用
Microscopic image technology and its application in MGE
黄海友1,2*,班晓娟1,3,4*,丁广太5,苏亚1,3,4,马博渊1,3,4,刘奇5,刘万博1,2,宿彦京2,4
1.材料基因组工程北京市重点实验室,2.北京科技大学新材料技术研究院,
3.北京科技大学计算机与通信工程学院,4.北京材料基因工程高精尖创新中心,5.上海大学材料基因工程研究院
摘要:材料显微组织图像分析技术是材料基因工程(MGE)的关键技术之一,它通过高精度、快速的图像处理技术,分析并提取显微组织图像中的关键特征,并且与数据挖掘技术融合,服务于新材料设计和研发。本文首先介绍了材料显微组织图像分析基本架构与关键技术,并基于以下研究内容,介绍了相关研究工作的进展情况:(1)图像采集与拼接:针对现有显微组织图像采集速度严重滞后的问题,研究了面向显微图像组的拼接技术和面向显微视频流的大尺寸显微图像快速生成技术。通过对拍摄的显微图像或视频流进行分析,开发基于GPU加速的图像快速配准及多聚焦图像融合技术,可实现大尺寸高分辨率的显微组织全景图像的快速获取。开发的新软件在拼接速度和准确率上超过了常用图像处理软件:ImageJ, AutoStitch和PhotoShop,为后续研究奠定数据基础;(2)图像检索与识别:针对材料显微组织结构复杂、种类繁多的特性,研究基于纹理特征分析的图像分类技术,实现组织图像快速检索与识别;(3)图像特征提取:针对材料组织图像结构复杂的特性,研究适用于显微组织图像的关键特征提取技术,采用机器学习的研究思路,通过不断学习图像特征,最终实现显微组织内在结构的快速、准确定位和提取。(4)三维重构及表征:在二维图像处理的基础上,分析系列截面的材料显微组织图像,研发基于回溯标记的三维组织着色技术,最终获得三维材料显微组织模型,统计三维组织中体积、表面积、曲率和棱长等微观组织特性,并用于材料组织演化与性能预测,进而快速并准确地建立材料组织和性能间的定性和定量关系,为材料组织设计和性能预测提供可靠的依据。综上所述,随着材料科学的快速发展,如何将计算机科学的前沿技术与材料研发的关键性问题更加准确的结合,是当前材料基因组工程研究的热点,同时也是新材料研发的突破口。
关键词:材料基因工程,图像分析,材料研发,显微组织,三维重构;
通讯作者:黄海友,电话:13683695218,Email: huanghy@mater.ustb.edu.cn
班晓娟,电话:010-62334980,Email: banxj@ustb.edu.cn
致谢:本工作由国家重点研发计划资助项目(2016YFB0700500)资助
DOI:10.12110/secondfmge.20181014.426
工学博士,副研究员,硕士生导师。2001年3月毕业于北京科技大学材料工程与科学学院材料物理专业,获学士学位;2007年3月毕业于北京科技大学材料科学与工程学院材料物理与化学专业,获博士学位;2007年3月-2009年4月于香港科技大学机械工程系从事博士后研究。2009年4月至今,任教于北京科技大学新材料技术研究院。在Applied Physics Letters、APL Materials、Scripta Materials等期刊上发表学术论文60篇。授权发明专利5项:参编著作3部;2017年获教育部自然科学奖二等奖