基于线性遗传程序优化的析出物分割

当前对添加制造 nb 基铜合金的分析依赖于手工标注，因为微观图中存在各种对比度、噪声和图像伪影，导致合金开发迭代速度缓慢。我们提出了一个用于检测 FIB 截面微观图中析出物的滤波和分割算法，通过线性遗传程序(LGP)进行优化，以考虑各种伪影。为此，优化环境使用特定领域的语言进行图像处理，以迭代解决方案。该语言中的程序是一系列带可调参数的图像滤波块，按顺序处理输入图像，允许通过遗传算法可靠地生成和变异程序。我们的环境产生优化后的人类可解释 MATLAB 代码，代表一个图像滤波管线。在理想条件下——种群大小为 60，最大程序长度为 5 个块——我们的系统能够找到接近人类准确度的解决方案，平均评估误差为 1.8%，该误差通过像素逐像素与人类基线进行 XOR 误差评估。我们的自动化工作加快了迭代周期，进一步拓展了材料组成和加工空间的探索：优化后的管线算法在平均约 2 秒内处理一个 3.6 百万像素的图像。这最终使我们能够在添加制造的核聚变反应堆部件中收敛于强低活化、析出物硬化的铜合金。