论文部分内容阅读
活性碳纤维(Activated Carbon Fiber，ACF)是一种具有高效吸附功能的材料，有着极高的应用价值。由于ACF材料表面结构的复杂性，现有观测设备在对其的分析和处理上存在着种种不足。本文针对ACF表面显微结构图像，就其图像分割、目标检测及目标参数提取等进行了深入的分析和研究。通过参数的提取，可为材料可控制备提供一定程度上的理论依据。
本文根据ACF表面显微结构图像的自身特点，对该类图像从预处理、图像分割、孔洞目标及目标参数提取等整个过程进行了研究和实现。针对目标孔洞灰度分布特点，提出了一种多阈值分割方法，实现了对图像的成功分割。研究并实现了基于模糊C．均值方法(Fuzzy-Cmeans)的图像分割算法，并研究了遗传算法在图像处理中的应用。对基于小波变换模极大值的多尺度边缘检测算法进行了研究和实现。采用基于目标特征点提取与定位和基于距离变换的分水岭算法(Watershed transform)两种方法，实现了对互相粘连、重叠、嵌套的目标区域的分割。对于目标边缘存在严重断裂的情况，提出了一种方向链码和圆拟合相结合的算法，实现了对目标边缘的连接和目标区域的定位。对目标孔洞参数进行了提取，并借鉴聚类思想，对材料表面的目标孔洞分布进行了研究。另外，根据ACF材料图像噪声大、信噪比低的特点，本文采用了一些有针对性的图像预处理方法，从很大程度上改善了图像的质量。
着重于材料图像分割、目标边缘检测、目标区域分割与定位算法的研究与实现，较为成功的实现了对材料目标孔洞及目标孔洞参数的提取，具有良好的应用和推广价值。