燒結(jié)圖像分割與狀態(tài)識(shí)別方法的研究與實(shí)現(xiàn).pdf

1、燒結(jié)圖像中火焰區(qū)、充分燃燒區(qū)、物料區(qū)與黑把子區(qū)的分割是工業(yè)圖像處理的難點(diǎn)之一，自動(dòng)提取這些區(qū)域的灰度與形狀特征，有利于客觀地診斷的燒結(jié)狀態(tài)，為看火工提供燒結(jié)狀態(tài)的定量指標(biāo)，提高工作效率。 本文通過對(duì)火焰區(qū)、充分燃燒區(qū)、物料區(qū)與黑把子區(qū)4個(gè)區(qū)域的特征進(jìn)行研究和分析，結(jié)合看火工提供的知識(shí)，提出了復(fù)雜圖像多區(qū)域分割的新方法，即在雙快速行進(jìn)法中引入了敏感區(qū)域的概念，改進(jìn)了終止條件，利用改進(jìn)后的雙快速行進(jìn)法與圖像融合方法進(jìn)行物料區(qū)和黑把子

2、區(qū)的分割；其次，提出了用能量衰減方程除去燒結(jié)物料對(duì)火焰區(qū)的耦合作用，利用大津方法對(duì)火焰區(qū)和充分燃燒區(qū)進(jìn)行粗分割，并通過粗分割的火焰區(qū)和充分燃燒區(qū)與黑把子區(qū)的差分來進(jìn)行火焰區(qū)和充分燃燒區(qū)的精分割。在燒結(jié)狀態(tài)識(shí)別算法中，提出了球體滾動(dòng)算法與改進(jìn)的神經(jīng)網(wǎng)絡(luò)分類器，即基于球體滾動(dòng)算法對(duì)灰度圖像進(jìn)行平滑化處理，并選擇了3個(gè)關(guān)心區(qū)域(ROI)，并在每個(gè)ROI上提取2個(gè)特征，結(jié)合物料區(qū)、黑把子區(qū)和火焰區(qū)的平均灰度特征，作為神經(jīng)網(wǎng)絡(luò)分類器的輸入，并利用