本文選題：瓦斯灰　切入點：顯微圖像　出處：《安徽工業(yè)大學》2017年碩士論文

【摘要】：瓦斯灰是高爐冶煉的副產(chǎn)物,含有大量的含碳物質(zhì)及鐵、鉛、鋅等金屬及堿金屬氧化物,其中未燃燒煤、焦炭等含碳物質(zhì)的含量可以反映高爐配料的合理性,鋅、鋁、銅等雜質(zhì)的循環(huán)富集亦會對瓦斯灰的再利用產(chǎn)生影響。因此,對瓦斯灰的成分進行定量分析,對于指導高爐生產(chǎn)及瓦斯灰的的優(yōu)化利用具有重要意義。瓦斯灰中未燃燒煤、焦炭、金屬氧化物等目標的提取則是實現(xiàn)瓦斯灰成分自動分析的前提。本文根據(jù)瓦斯灰顯微圖像中不同成分在顏色、紋理等特征上存在的差異,嘗試采用K均值、ISODATA等聚類算法對其進行分割,并采用空間-色度域的Mean Shift算法對其進行聚類,取得了較為理想的效果。論文的主要工作如下:(1)在查閱國內(nèi)外相關(guān)文獻的基礎上,綜述瓦斯灰綜合利用及圖像分割算法的國內(nèi)外研究現(xiàn)狀,闡明課題的研究背景與意義。(2)分別對瓦斯灰顯微圖像的顏色特征和紋理特征進行分析,提取基于RGB和LUV顏色模型提取的6個顏色分量信息;基于灰度共生矩陣提取的能量、熵、慣性矩、局部平穩(wěn)性、最大概率等5個紋理特征量;基于灰度分布統(tǒng)計量提取的亮度比、均值、標準差、偏度、一致性、峰度等6個紋理特征量。分析瓦斯灰不同成分在各特征量間的差異性與可區(qū)分性,為后續(xù)的目標提取與識別工作提供依據(jù)。(3)設計目標提取方案,分別采用K均值聚類算法、ISODATA聚類算法對典型的瓦斯灰顯微圖像中的目標區(qū)域進行聚類分析,并提出結(jié)合空間-色度域的Mean Shift聚類算法,獲得了比較滿意的聚類效果。(4)用Visual C++6.0和OpenCV搭建圖像處理的基本框架,并編程實現(xiàn)了本文所需的特征分析與目標提取算法,為實現(xiàn)瓦斯灰顯微圖像中不同成分的自動分析與識別提供軟件平臺。本文的特色與創(chuàng)新之處主要在于:利用數(shù)字圖像處理技術(shù)對瓦斯灰進行分析;采用一種空間-色域度相結(jié)合的Mean Shift聚類算法對瓦斯灰顯微圖像中目標區(qū)域進行了有效聚類;結(jié)合顏色和紋理兩類視覺特征對瓦斯灰顯微圖像中含碳物質(zhì)的目標提取。
[Abstract]:Gas ash is a by - product of blast furnace smelting , which contains large amount of carbonaceous material and metal and alkali metal oxides such as iron , lead and zinc . ( 4 ) The basic framework of image processing is built with Visual C ++ 6.0 and OpenCV , and the feature analysis and object extraction algorithm is programmed to provide the software platform for the automatic analysis and recognition of different components in the gas grey microscopic image .

【學位授予單位】：安徽工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：X756;TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 代兵;姜曦;王運國;張利;李鑫;劉云彩;;本鋼新1號高爐降低瓦斯灰碳含量攻關(guān)[J];中國冶金;2017年01期

2 能紀濤;徐士彪;葛水英;;基于視覺顯著性和圖割優(yōu)化的圖像自動分割[J];中國體視學與圖像分析;2016年04期

3 姜楓;顧慶;郝慧珍;李娜;郭延文;陳道蓄;;基于內(nèi)容的圖像分割方法綜述[J];軟件學報;2017年01期

4 李曉寧;厲元杰;幸浩洋;陳玉成;;一種帶心肌瘢痕的心臟磁共振圖像左室壁分割方法[J];四川大學學報(自然科學版);2016年05期

5 趙玲;周桂紅;;基于ISODATA算法的草莓圖像分割[J];湖北農(nóng)業(yè)科學;2016年18期

6 司馬海峰;米愛中;王志衡;杜守恒;;顯著特征融合的主顏色聚類分割算法[J];模式識別與人工智能;2016年06期

7 童曉忠;馬黎陽;李永華;李春林;白如斌;楊利江;;高爐瓦斯灰中有價金屬回收及無害化處理技術(shù)[J];中國金屬通報;2016年04期

8 王培珍;吳琳;殷子wF;李殿凱;;基于改進Mean Shift的高鉻鑄鐵電鏡圖像碳化物目標提取[J];安徽工業(yè)大學學報(自然科學版);2015年03期

9 宋熙煜;周利莉;李中國;陳健;曾磊;閆鑌;;圖像分割中的超像素方法研究綜述[J];中國圖象圖形學報;2015年05期

10 付剛?cè)A;王洪陽;郭宇峰;李鵬飛;楊露;周企逵;;浮-磁聯(lián)合工藝從高爐瓦斯灰中回收焦炭[J];金屬礦山;2015年03期

相關(guān)博士學位論文 前1條

1 周芳;焦炭顯微光學組織自動識別關(guān)鍵技術(shù)研究[D];合肥工業(yè)大學;2011年

相關(guān)碩士學位論文 前8條

1 孫鵬;交互式圖像分割和語義圖像分割算法的研究[D];燕山大學;2014年

2 曹強;圖像顯著性區(qū)域提取技術(shù)研究[D];廣西師范大學;2014年

3 梁慧琳;基于顏色紋理特征的均值漂移圖像分割改進算法研究[D];寧夏大學;2013年

4 劉玲星;基于均值漂移和改進的蟻群聚類算法的圖像分割[D];中南大學;2012年

5 毛雪芹;焦炭顯微圖像分割研究[D];安徽工業(yè)大學;2010年

6 席秋波;基于Ncut的圖像分割算法研究[D];電子科技大學;2010年

7 徐敏;織物圖像的分割算法研究[D];浙江大學;2007年

8 李立志;基于聚類分析的圖像分割和識別[D];湖南大學;2005年

，

本文編號：1682790