焦炭光学组织图像的特征提取及分类识别

• 作者: 李文超 闫立强 王保荣 王杰平 李光跃
• 来源期刊: 燃料与化工
• 关键词: 焦炭光学组织 特征提取 支持向量机
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 煤焦技术|Technologies for Coal and Coke
• 页码范围: 17-21
• 页数: 5页
• 分类号: TQ520.1
• 语种: 中文

摘要

焦炭光学组织结构直接决定焦炭的质量.目前,焦炭光学组织含量测定主要是利用光学显微镜进行采集,操作过程较复杂,人工识别可能带来误差.基于图像分析方法,对焦炭光学组织图像中的各个显微组织结构进行特征截取.利用RGB像素值、颜色矩、LBP算法进行图像特征提取,并分别采用K-近邻、支持向量机和随机森林3种数学模型进行分类识别.精确度对比结果表明,在颜色矩提取的图像下,利用支持向量机模型计算方法识别焦炭光学组织的精度可达90％.