焦炭顯微光學(xué)組織自動識別關(guān)鍵技術(shù)研究.pdf

1、合肥工業(yè)大學(xué)博士學(xué)位論文焦炭顯微光學(xué)組織自動識別關(guān)鍵技術(shù)研究姓名：周芳申請學(xué)位級別：博士專業(yè)：計算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：蔣建國20111211條件，改善初次聚類結(jié)果，最終實現(xiàn)了光學(xué)組織區(qū)域的有效分割。(4)由于傳統(tǒng)空域和頻域方法對焦炭光學(xué)組織的分類識別效果都不太理想，提出一種基于小波輪廓波變換和局部二進(jìn)制模式的多特征融合自動識別算法，實現(xiàn)了焦炭光學(xué)組織的較完備數(shù)學(xué)模型描述。算法首先通過對輪廓波變換的頻譜混疊現(xiàn)象分析，提出一種小波輪廓波變換

2、，完成圖像多尺度多方向分解。并根據(jù)分解系數(shù)的邊緣分布特性，提取出子頻帶四個統(tǒng)計特征參量。其次，提出改進(jìn)的均勻局部二進(jìn)制模式編碼，分析選取出編碼直方圖為空域紋理特征參量。最后，設(shè)計完整的多特征融合方案，運(yùn)用最近鄰分類器完成焦炭光學(xué)組織的自動分類。實驗結(jié)果顯示，算法識別率可達(dá)90％以上，并具有良好抗干擾性能。(5)為進(jìn)一步解決焦炭光學(xué)組織多樣性和特征復(fù)雜性，提高自動識別精度，充分利用圖像冗余信息，提出一種基于最優(yōu)輪廓波包的焦炭光學(xué)組織自動識