基于DCGAN的金相图片生成方法及其应用研究

杨维姝，伊军英，孟雪，邱佳祺，冯庆军

（1.江苏科技大学冶金与材料工程学院，江苏 张家港 215600；2.江苏科技大学苏州理工学院电气与信息工程学院，江苏 张家港 215600）

0 引言

金相图片能够反映出金属材料的微观组织和形貌特征，对研究金属材料的性能具有重大作用。晶粒尺寸不同的金属材料其力学性能有较大差异，晶界越多，晶粒越细，根据霍尔-佩奇公式，晶粒的平均直径越小，材料的屈服强度就越高，材料的力学性能越好。

金相分析是研究金属材料的重要手段之一，在日常的实验研究中，金相分析流程主要依靠实验人员的眼睛观察，并结合个人经验对所需金相显微组织进行判断、分析与分类，这存在着明显不足：鉴定结果受人的主观因素影响较大，在一定程度上缺乏客观性与通用性，而且这样的分析方法效率低，不能实现金相图片的快速分析和复现。为了解决这一问题，目前，已有很多学者开始研究金相图片与计算机网络相结合的方法，以实现金相图片的自动化处理[1][2]，然而此类技术的实现依赖于大量的金相图片数据。在日常的实验中，人力物力的限制会导致在某一具体的实验研究中，图片数据匮乏，限制了金相图片分析技术的进一步发展。

为了解决实验过程中金相图片有限的问题，本文研究生成式对抗网络[3]（GAN），探究此网络在金相图像领域的应用效果。2014年Lan Goodfellow提出基于零和博弈思想的生成式对抗网络，此网络一经提出便成为人工智能领域的研究热点。……