数字图像处理和模式识别技术在烧结矿分析中的应用研究

论文摘要

烧结矿石的显微图像成分分析是一项具有挑战性的应用研究课题,本文以宝山钢铁股份有限公司项目开发为研究背景,通过图像采集系统,摄取显微镜载片上的铁矿石烧结矿图像,并进行处理,从而完成对铁矿石烧结矿石进行组织成分自动识别的任务。本论文介绍了烧结矿光学组织分析系统的历史与现状,给出了烧结矿光学组织自动分析软件的设计与实现的方案,给出了系统体系结构。在此基础上,本文提出了一种使用改进的统计假说方法进行铁矿石烧结矿中的网状纹理成分识别的方法,并提出了采用Sobel变换、骨架提取以及Hough变换相结合的技术进行铁矿石烧结矿中的针板状纹理成分识别的方法,实验结果表明,本文所提出的上述两个方法是有效的。为了能够快速准确的进行烧结矿自动分析,本文所涉及的研究项目设计并实现了一个烧结矿光学组织自动分析软件,包含了显微图像自动采集、烧结矿成分识别、烧结矿成分分析三大功能。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。烧结(sinter)细小的矿石粒子被加热直到形成烧结块的加工过程。烧结矿成分共分6大类,识别目的是准确识别6大类目标,并进一步分辨出细分的9种小类。烧结矿成分分析则是采用简单的统计方法来计算烧结矿样本的6个重要指数,从而对烧结矿质量做出一个客观定量的评价。本软件界面友好美观,结构合理。实验证明,本软件效率高,运行稳定,分类结果比较准确。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参考价值。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第1章 引言
• 1.1 烧结矿光学组织自动分析的研究意义
• 1.2 国内外研究现状分析
• 1.2.1 人工数点法
• 1.2.2 自动化原矿分析系统的历史
• 1.2.3 我国烧结矿光学组织自动分析研究历史
• 1.3 图像分割概述
• 1.3.1 图像分割方法
• 第2章 系统分析
• 2.1 本文中关于原矿分析的若干术语定义
• 2.2 烧结矿基本组织成分分类
• 2.3 本项研究的技术难点
• 2.4 烧结矿光学组织自动分析软件框架
• 2.4.1 应用需求
• 2.4.2 主要功能
• 2.4.3 软件框架软件系统总框图
• 2.5 数据流程图
• 2.6 硬件系统各主要部件介绍
• 2.6.1 计算机与打印机
• 2.6.2 CCD照相机
• 2.6.3 显微镜
• 2.6.4 显微镜控制器
• 2.7 系统硬件
• 2.7.1 系统硬件照片
• 2.7.2 硬件结构
• 2.8 难点分析
• 第3章 项目程序结构与图像采集算法概述
• 3.1 项目程序结构
• 3.1.1 使用多线程技术实现扫描台控制
• 3.1.2 线程之间的通讯
• 3.2 图像采集算法
• 3.2.1 自动曝光
• 3.2.2 自动聚焦
• 3.2.3 镜头校准
• 第4章 识别算法
• 4.1 算法概念
• 4.1.1 阈值法
• 4.1.2 SSF法
• 4.1.3 色彩空间转换
• 4.2 图像去边界算法
• 4.3 数学期望最大化直方图逼近算法
• 4.4 磁铁矿识别算法
• 4.4.1 用改进的统计假说检测法识别网孔状纹理成分
• 4.4.2 基于Hough变换实现针板状纹理的识别
• 4.5 改进的分水岭算法
• 4.6 邻域关系统计算法
• 4.7 支持向量机模糊识别算法
• 第5章 系统性能测试
• 5.1 稳定性
• 5.2 重现性
• 5.2 区分性能
• 5.3 系统主界面、分类结果和报表截图示例
• 第6章 总结与展望
• 谢辞
• 参考文献