基于深度学习的3D打印球形粉末颗粒自动统计与测量

摘要：

随着金属粉末3D打印技术的不断发展,如何从显微图像中准确提取粉末颗粒的粒形粒径和球化率信息变得越来越重要.文中基于深度学习算法Mask R-CNN,提出了一种电镜图像球形粉末颗粒自动统计与测量的方法.该方法可对单幅显微图像上超过1 000个颗粒进行自动识别,有效检测电镜图像中的遮挡颗粒,并且生成粒径分布、球形度和球化率统计结果.相比传统图像分割算法,颗粒识别准确度提升了 23.6％.相比激光干涉仪的粒径分布测量结果,文中提出的方法可以将位于较大球形粉末上黏附的小颗粒也有效识别出来.

关键词：粒径分布、球形度、球化率、深度学习、Mask R-CNN

所属期刊栏目：50

分类号：TP391.4(计算技术、计算机技术)

资助基金：中国科学院科技服务网络计划项目（STS）KFJ-STS-QYZD-2021-10-002

在线出版日期：2021-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：245-254