论文部分内容阅读
为了能够快速准确的进行焦炭自动分析，本文所涉及的研究项目设计并实现了一个焦炭光学组织自动分析软件，包含了显微图像自动采集、焦炭成分识别、焦炭成分分析三大功能。
显微图像自动采集包括自动曝光、自动聚焦、自动采集等方面。
焦炭成分共分十多类，识别目的是准确识别两大类目标，即各向同性、各向异性，以及背景中的粘结剂、反光区，并进一步分辨出对应的十多种小类。
焦炭的两大类成分，即各向同性、各向异性，在图像中表现性质大不相同，各向同性的特性，主要由色彩、面积、形状等来表达；而各向异性，则主要表现在纹理、梯度上。在本文中，着重论述了各向同性成分的识别方法。
本文所论述的各向同性成分的识别方法，综合使用了彩色图像的阈值分割，二值图像的滤波和形态算法，以及基于图像区域的多规则判断方法。在彩色图像的阈值分割算法中，融合了模糊聚类算法；在二值图像的滤波过程中，改进了滤波算法，融入了形态运算特征；在基于图像区域的多规则判断方法中，针对图像区域特征，从不同角度，按不同特性，设定了一系列规则对区域进行判断。
焦炭成分分析则是采用简单的统计方法来计算焦炭样本的两个重要指数，从而对焦炭质量作出一个客观定量的评价。
本软件界面友好美观，结构合理，值得工业自动化的软件实施借鉴。实验证明，本软件效率高，运行稳定，结果准确。所提出的算法对于显微图像自动处理、微结构成分识别有着较高的理论意义和参考价值，对科学利用能源、精细冶金以及精细化工等工业领域具有较高的实用价值。