一种基于DendriticNet的激光熔覆涂层枝晶组织图像自动分割方法

本发明公开了一种基于DendriticNet的激光熔覆涂层枝晶组织图像自动分割方法，S1：利用扫描电子显微镜采集激光熔覆涂层枝晶组织图像；S2：将采集到的图像进行预处理、数据标注以及数据增强，构建枝晶组织数据集，并将数据集划分为训练集和验证集；S3：基于Pytorch框架，建立基于HRNet模型的枝晶组织图像分割模型DendriticNet；S4：利用枝晶组织数据集中的训练集对DendriticNet模型进行训练，并利用验证集检验枝晶组织图像分割模型DendriticNet的泛化能力；S5：将要识别的枝晶组织图像输入到训练好的模型中，对图像中的枝晶区域以及枝晶类型进行识别。本发明结合计算机视觉技术中的像素分割方法提取出图像中的树枝晶、块状晶和等轴晶信息，可实现对激光熔覆涂层枝晶组织结构的定性和定量表征。