Aplikacja nowego algorytmu automatycznego wykrywania krawędzi ziaren na przykładzie zdjęć mikrostruktury stali austenitycznej 304L

Automatyczne przetwarzanie obrazów mikrostruktur pozwala istotnie przyspieszyć analizę statystyczną wielkości ziaren. Jest to jednak zadanie trudne w przypadku tego typu obrazów ze względu na występujący szum pomiarowy oraz częste zróżnicowanie wielkości poszczególnych ziaren. Niniejszy artykuł przedstawia nowy algorytm przetwarzania obrazów przeznaczony do wykrywania krawędzi. Algorytm ten został zaprojektowany, a następnie zaimplementowany w oparciu o popularną metodę Canny Detector. Zastosowanie nowo opracowanego algorytmu przedstawione zostało na przykładzie zdjęć mikrostruktury stali austenitycznej 304L.

---

Automatic processing of microstructures images allows to simplify and optimize a process of statistical analysis of material grains size. Nevertheless, this task is still very difficult, because of superimposed noise and sophisticated shapes and sizes of analyzed grains. This paper presents a new algorithm of image processing dedicated to edge detection. It was designed and implemented using one of the popular methods, namely Canny Detector. The application of created approach is presented using photographs ofmicrostructure ofaustenitic stainless steel 304L.