基于图像的焦炭显微结构自动识别原理与方法研究

焦炭的显微结构与焦炭的热传导性能、反应活性、导电性能、机械强度及抗碱金属侵蚀能力等性质有着密切的关系。准确快速地表征焦炭的显微结构对高炉生产具有重要的理论和实际意义。本课题将根据焦炭各类显微组织结构在形状、纹理、颜色等特征上所具有的差异，本着类别、参量与性质相关联的原则，运用LBP(局部二进制模式)等方法提取焦炭显微图像的纹理、区域形状、边缘的光滑性、区域颜色、深度相关信息等特征量，结合焦炭专家的经验知识，采用与人类视觉机理相一致的模式识别方法，建立焦炭光学组织的分类识别标准和描述气孔特征的参量集，实现焦炭显微图像结构的自动识别与分类。这项课题的研究，对于扩大炼焦煤资源和提高焦炭质量具有重大的理论与实际应用价值。