恭喜刘宇虹顺利毕业！

刘宇虹，本科毕业于安徽中医药大学，于2020年9月开始在上海大学计算机工程与科学学院攻读硕士研究生，加入课题组后，跟随韩越兴老师学习材料图像处理和材料图像增强等相关技术与应用。在韩老师的悉心指导下，完成了以下研究：

1. 提出了一种基于图像增强的热障涂层形貌特征识别方法。该方法包括三个步骤：孔隙轮廓增强与图像去噪、孔隙去除与裂纹修复以及裂纹识别与长度计算，能够顺利完成对热障涂层中裂纹的识别。同时，图像滤波和数学形态学等增强方法的合理使用，使热障涂层中裂纹识别的完整性高、偏差小。所提方法能够自动化识别热障涂层中的裂纹，并计算裂纹长度。相比于人工检测，该方法对裂纹的识别更精确，裂纹长度的计算速度也更快，有效辅助了材料科学领域的研究者便捷高效地分析热障涂层微观结构。

2. 设计了两款用于识别热障涂层形貌特征的软件。一款软件实现了热障涂层图像增强与裂纹的骨架提取，另一款软件实现了裂纹识别与长度计算。两款软件的结合使用，进一步提高了热障涂层微结构分析的速度，降低了时间成本和人力成本。并且，该软件也可处理与热障涂层图像类似的其他材料图像，促进了材料科学的研究与发展。

3. 提出了一种使用改进的 HP-VAE-GAN 进行材料图像数据增强的方法。 改进的HP-VAE-GAN 使用注意力机制 CBAM 模块来细化特征映射，从而提高网络的特征表示能力。与此同时，还在编码器网络中增加了1个卷积块，以进一步提高网络的特征提取能力，并消除 CBAM 插入位置对模型性能的影响。生成结果表明，本文提出的结合 CBAM 注意力机制的 HP-VAE-GAN能够有效地提高 生成图像的质量。分类实验的结果表明，该方法比使用HP-VAE-GAN 进行数据扩充的方法取得了更好的效果，这也为小样本材料图像数据集提供了一种新的数据增强思路。

毕业后刘宇虹同学在上海振华职校担任人工智能专业课教师。刘宇虹同学在上海大学三年的研究生生涯中努力学习，不断增强自己的专业知识和研究能力，有幸结识了许多良师益友。希望刘宇虹同学在未来的道路上不忘初心，牢记使命，披荆斩棘，砥砺前行。

论文链接：面向小样本材料图像的增强方法研究