[00110318]高精度材料显微图像分割及三维重建技术
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
合作方式：☐整体转让 ☒技术许可 ☐作价入股 ☒合作开发 ☐其它_____
成果简介：
高精度材料显微图像分割及三维重建技术面向常见的金属材料（纯铁晶粒、铝镧枝晶、高温合金等），根据针对相关材料研究中的二维“晶界-晶粒”识别、三维视觉信息重现以及微观组织信息表征等迫切需求，对相关材料图像数据集的二维图像分割以及三维结构重建等问题进行研究。本成果借助人工智能技术，使用计算机视觉、图像处理等方法，结合小样本学习方法，实现了针对三种常见材料显微图像的二维高精度分割，快速、精准地提取图像中的重要区域；此外，结合三维重建算法和技术，实现了材料微观组织的三维信息重现和局部/全局信息表征。
成熟程度及推广应用情况：
目前处于何种研发阶段：☒研发 ☐小试 ☐中试 ☐小批量生产 ☐产业化；
样机：☒有 ☐无
已投入成本：10 万元。
推广应用情况：目前本成果已推广至材料学院相关实验室，供老师和同学使用，且根据进一步需求和改进建议更新迭代。
期望技术转移成交价格（大概金额）：20-40 万元。
技术优势：
图像分割方面，使用前沿的深度学习算法，并结合材料显微图像特有的拓扑特征，使用骨架感知、亲和力学习等损失函数进行约束，尝试像素预测与边权预测相结合的方法，解决细小组织区域的分割问题，提升结果的拓扑正确性；结合基于风格迁移与生成对抗网络的方法，实现图像的数据增广，进一步减少人工干预、提升训练效率；使用并行计算技术，实现快速、精准的推理。
三维重建方面，使用精准的表面重构算法及封装工具，基于桌面端、网页端相结合的方法，开发一套完整、易用、可交互的重建平台，实现针对单个/多个材料晶粒实体的定制渲染显示以及局部/全局的信息表征。同时支持相关晶粒显示、锚点操作的信息出及导入；使用本地预渲染-加载技术，实现快速重建整个数据集。
性能指标：
图像分割方面，能够实现快速、精准地提取图像中的“晶粒-晶界”区域，评价指标调整兰德系数 ARI（基于聚类，越高越好）可达到 0.9、信息变化率 VOI（基于聚类，越低越好）可达到 0.15、平均均值准确率，mAP（基于实例，越高越好）可达到 0.68。三维重建方面，从直观效果上观察，能够根据每一层的分割聚合结果，准确且完整地重建整个数据集，且能够较大程度还原单个晶粒的表面特征。
市场分析：
本研究成果属于计算机科学（人工智能）与材料科学的交叉学科成果，符合国家及市场对于人工智能、大数据及云计算在工业领域落地的指导方针，具有较广的市场前景，相关技术可转移至新材料研发、医疗图像应用、显微图像处理等行业领域及公司。
经济效益分析：
相关技术成果应用将显著减少人力，包括人工图像标注、图像对齐拼接等操作的投入，提高分析精确程度，对于新材料的研发、性能研究等方面大幅降低成本，产生经济效益。
成果亮点：
1. 具有自主知识产权，研究成果已授权发明专利 2 项，已授权软件著作权 3 项，发表高水平论文 6 篇（其中含 1 篇 Nature 子刊）。
2. 成果来源：国家重点研发计划高通量材料实验大数据采集与加工技术项目（No.2016YFB0700502）。
3. 技术先进性：国际领先,在材料分析领域，提出的深度学习模型架构在相关数据集上取得了优异的效果，完成的分析与重建平台是首个针对材料显微组织表面重构的应用。
