学位论文 > 优秀研究生学位论文题录展示

焦炭显微图像分割研究

作　者: 毛雪芹
导　师: 王培珍
学　校: 安徽工业大学
专　业: 模式识别与智能系统
关键词: 焦炭光学组织显微图像图像分割均值偏移灰度共生矩阵
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 32次
引　用: 0次
阅　读: 论文下载

内容摘要

焦炭的热传导性能、热膨胀性、强度及反应性与其显微结构(光学组织和气孔结构)直接相关,因此快速准确地对焦炭的显微结构进行分析与分类,这项工作对高炉生产具有重要的理论和实际意义。焦炭显微图像的合理分割是实现焦炭显微结构的自动识别与分类的基础。依据焦炭显微结构的不同光学组织在颜色、纹理等特征上所具有的差异,运用灰度共生矩阵方法提取焦炭图像的纹理特征,再结合颜色特征组成描述焦炭光学组织的特征向量,采用基于改进均值偏移算法对图像进行分割,取得了较为理想的结果。本论文的主要工作如下:(1)在广泛参考相关文献的基础上,综述了焦炭光学组织分析和彩色图像分割国内外研究的现状,详细分析了焦炭光学组织各个类别的特征和区别。(2)由焦炭图像的视觉特性出发,分别从颜色和纹理角度对焦炭图像进行了特征提取,颜色特征从均匀颜色空间获得;纹理特征从统计角度提取,采用灰度共生矩阵方法,得到了一组的表征焦炭图像特征信息的特征量。(3)提出了一种结合均值偏移和边缘置信度的焦炭显微图像分割方法。该算法针对焦炭光学组织中相似成分间的模糊性和光学组织中不同成分区域间边缘的不确定性,该方法首先计算图像像素的边缘置信度,利用边缘置信度设计均值偏移算法中的权值函数,对特征空间的采样点进行加权,以提高模式点检测的准确性;然后以扩展的均值偏移向量进行迭代,实现均值偏移过程,最终完成焦炭显微图像的分割。(4)分别用改进的均值偏移算法、模糊C均值算法、结合区域生长与层次聚类的FCM算法对典型的焦炭显微图像进行了分割。通过分割结果的分析与比较,证明了改进均值偏移算法的有效性。(5)用Visual C++6.0搭建一个图像处理的基本框架,并编程实现了本文所用的特征提取和分割等算法,为实现焦炭光学组织自动分析提供了一个有效和灵活的开发平台。本论文的主要创新之处在于:将边缘置信度引入均值偏移方法,对基于非参数密度估计的均值偏移方法进行了改进;将图像的空间信息和特征信息同时引入核函数,在考虑同一类别特征相关性的同时,从分别考虑其空间相关性,实现焦炭显微图像光学组织分割,并取得了预期的效果。本文工作为进一步的焦炭光学组织自动识别提供可靠的依据。

全文目录

摘要  4-5
Abstract  5-7
目录  7-10
第一章绪论  10-20
  1.1 课题研究的意义及项目来源  10
  1.2 课题研究的对象  10-12
  1.3 焦炭显微结构国内外研究现状  12-14
  1.4 彩色图像分割的研究现状  14-18
    1.4.1 图像分割的定义  14
    1.4.2 颜色特征空间  14-15
    1.4.3 彩色图像分割方法  15-18
      1.4.3.1 基于区域的分割方法  15-16
      1.4.3.2 基于边缘的分割方法  16-17
      1.4.3.3 基于特定理论工具的方法  17-18
      1.4.3.4 混合方法  18
  1.5 论文的主要内容与安排  18-20
第二章焦炭显微图像的特征提取  20-34
  2.1 图像特征的概念  20-21
    2.1.1 特征提取  20-21
    2.1.2 特征选择  21
  2.2 颜色特征  21-25
    2.2.1 颜色空间  22-24
      2.2.1.1 RGB空间  22-23
      2.2.1.2 均匀颜色空间  23
      2.2.1.3 RGB与L*u*v*颜色空间的转换  23-24
    2.2.2 焦炭图像颜色特征提取  24-25
  2.3 纹理特征  25-32
    2.3.1 灰度共生矩阵  26-27
    2.3.2 灰度共生矩阵的纹理特征提取  27-29
    2.3.3 焦炭显微图像的纹理特征提取  29-32
  2.4 本章小结  32-34
第三章基于模糊聚类的分割算法  34-44
  3.1 聚类方法简介  34-35
    3.1.1 概述  34
    3.1.2 聚类分析的数学模型  34-35
  3.2 硬C 均值聚类算法  35-36
  3.3 模糊C 均值聚类  36-38
  3.4 模糊C均值（FCM）算法的参数  38-39
  3.5 结合区域生长和层次聚类的FCM 算法  39-41
    3.5.1 区域生长  39-41
    3.5.2 层次聚类  41
    3.5.3 结合区域生长和层次聚类FCM 算法的基本思想  41
  3.6 结合区域生长和层次聚类FCM 算法的分割过程  41-43
  3.7 本章小结  43-44
第四章基于均值偏移的分割算法  44-60
  4.1 非参数估计算法  44-47
    4.1.1 核函数的定义  44-45
    4.1.2 核函数的性质  45
    4.1.3 几种常见的核函数  45-46
    4.1.4 核密度估计的定义  46-47
  4.2 均值偏移算法  47-54
    4.2.1 概述  47
    4.2.2 常用的核函数  47-49
    4.2.3 均值偏移向量  49-52
    4.2.4 均值偏移聚类  52-54
  4.3 对均值偏移算法的改进  54-57
    4.3.1 算法改进的基本思想  54-56
      4.3.1.1 边缘置信度的定义  54-55
      4.3.1.2 图像梯度幅度的归一化处理  55
      4.3.1.3 权函数的设计  55-56
    4.3.2 改进的均值偏移算法实现过程  56-57
  4.4 改进均值偏移算法的焦炭显微图像分割步骤  57-59
  4.5 本章小结  59-60
第五章实验结果与讨论  60-72
  5.1 图像采集  60-61
    5.1.1 焦炭图像采集的原理  60
    5.1.2 HD 型显微光度计  60-61
  5.2 工程实现  61-62
  5.3 结合区域生长和层次聚类FCM 算法的焦炭显微图像分割  62-64
    5.3.1 分割参数  62-63
    5.3.2 分割结果  63-64
  5.4 基于均值偏移算法的焦炭显微图像分割  64-65
    5.4.1 颜色、空间特征的选取  64-65
    5.4.2 参量选择  65
  5.5 实验结果  65-70
    5.5.1 实验结果比较  65-68
    5.5.2 实验参量讨论  68-70
  5.6 与其它聚类方法的比较  70
  5.7 本章小结  70-72
第六章总结与展望  72-74
  6.1 总结  72
  6.2 今后待研究的问题  72-74
参考文献  74-79
附录A 部分核心源程序  79-86
附录B 插图清单  86-87
附录C 插表清单  87-88
在学研究成果  88-89
致谢  89

相似论文

森林防火系统中图像识别算法的研究,TP391.41
数字图像处理在集装箱检测中的应用研究,TP274.4
个性化人工膝关节设计及其生物力学特性研究,R318.1
基于图像处理技术的烟叶病害自动识别研究,S435.72
红外图像目标识别及跟踪技术研究,TP391.41
细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
蚁群算法及其在气象卫星云图分割中的应用,TP391.41
ASAR与MODIS协同的海洋溢油信息提取,X87
基于灰度共生矩阵和BP神经网络的织物组织结构识别,TP391.41
基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
基于知识的脊柱MRI影像分割算法研究,TP391.41
基于OpenCV的人脸检测方法研究,TP391.41
计算机辅助髋关节置换手术系统研究与开发,TP391.41
基于单目夜视图像的深度估计,TP391.41
基于中介真值程度度量的图像分割方法研究,TP391.41
基于图像处理的棉花成熟度判定技术的研究,TP391.41
基于空间邻域词袋模型的图像标注技术,TP391.41
基于数字图像处理技术的路面裂缝检测算法研究,TP391.41
Web图像搜索中基于GPU的图像分割技术术究,TP391.41
基于深度图与彩色图像的跑步机游戏交互系统,TP391.41
基于主动轮廓模型的心脏核磁共振图像左心室分割方法研究,TP391.41