蟻群算法在鐵譜圖像處理中的應用研究.pdf

1、磨損是造成機械設(shè)備故障和失效的主要原因之一，對機械設(shè)備進行磨損工況監(jiān)測和故障診斷可以實現(xiàn)設(shè)備的預防性維修，減少停機損失并保證人員與設(shè)備安全，避免突發(fā)故障和災難的發(fā)生，具有重要意義。鐵譜分析是上世紀70年代出現(xiàn)的一種磨損顆粒分析和機器狀態(tài)監(jiān)測技術(shù)，是目前最經(jīng)濟且有效的磨損檢測方法之一。鐵譜圖像處理與分析是現(xiàn)代鐵譜分析技術(shù)的關(guān)鍵環(huán)節(jié)。實現(xiàn)鐵譜圖像中磨粒的準確分割，對后續(xù)的磨粒分析和識別，以及磨損狀態(tài)監(jiān)測和故障診斷有重要的意義。
　　本

2、文主要對鐵譜圖像磨粒分割和磨粒邊緣檢測進行了研究，具體如下：
　　(1)針對鐵譜圖像中較難分割的磨粒沉積鏈和異常大磨粒，提出融合改進分水嶺變換和蟻群算法(Combining Watershed and Ant Colony Algorithm,CWACA)的鐵譜圖像分割方法。首先，采用彩色梯度算子獲得鐵譜圖像的梯度圖，采用標記分水嶺變換對開閉重建后的鐵譜梯度圖像進行處理，實現(xiàn)磨粒的初步分割；其次，將顏色差異項和動態(tài)搜索半徑引入到蟻

3、群聚類中，通過改進蟻群聚類準則，合并相似區(qū)域，實現(xiàn)異常大磨粒的分割。但是，因為磨粒沉積鏈上許多細小的磨粒彼此連接、性質(zhì)相近甚至相同，因此也有可能被錯誤地合并到一起。因此在進行蟻群聚類后，還需要利用形狀參數(shù)——長寬比，對聚類結(jié)果進行判別和修正，從而實現(xiàn)不同類型磨粒的準確分割。最后，將本文算法與大津閾值法、K均值聚類和模糊C均值聚類算法進行比較，實驗結(jié)果證明，本方法是一種對磨粒沉積鏈和異常大磨粒進行分割的有效方法。
　　(2)本文利用