论文部分内容阅读
发动机润滑油铁谱图像处理与分析摘要磨粒分析与识别是铁谱分析的关键环节，传统的磨粒分析与识别主要由该领域的专家来完成。随着信息技术的发展，计算机的数字图像分析、模式识别与人工智能技术为磨粒分析与识别提供了有效的方法与途径。本文以发动机润滑油铁谱图像为研究对象，研究了发动机润滑油铁谱图像的处理、磨粒特征提取与磨粒的模式识别。通过分析比较图像处理方法、磨粒特征提取方法、磨粒的模式识别方法，试验研究得出比较适合的方法，在此研究基础上，开发了铁谱图像处理与分析系统(FIPAS)。
本文全面总结了铁谱图像处理与分析技术的国内外发展概况，深刻剖析了铁谱图像处理与分析技术存在的主要问题，确立了先对铁谱彩色图像进行分割，确定目标图像，以减少信息损失的技术方案，开拓性地进行了铁谱图像处理与分析工作。
针对铁谱图像的处理和分析特点，设计了铁谱图像处理和分析的流程。系统研究了颜色空间和铁谱图像预处理的基本理论和方法，为铁谱图像处理子系统的开发提供依据。论述了铁谱图像磨粒特征的提取方法，提取了26个特征(颜色、纹理、几何)组成单个磨粒的特征向量。对磨粒的特征参数进行了筛选，筛选后的磨粒特征个数为12个。试验研究表明，颜色和几何特征对分类的贡献率较大，而纹理特征的作用对于分类不是很明显。研究了支持向量机的原理，并将支持向量机应用于磨粒的识别和分类，设计分类器对球状磨粒、层状磨粒、严重滑动磨粒、切削磨粒进行分类识别。
在铁谱图像的处理、磨粒特征提取与磨粒的模式识别方法的研究基础之上，利用VisualBasic6.0和Matlab7.0混合编程开发出铁谱图像处理和分析系统，包括铁谱图像预处理子系统、特征提取子系统、磨粒识别子系统，实现了铁谱图像的预处理、铁谱图像的特征提取和单个磨粒的特征提取、磨粒识别和分类。