焦炭光学组织的超反射率图像分析系统
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(61175036)


Hyper-Reflectance Image Analysis System of Coke Optical Texture
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    分析焦炭的光学组织是一种重要的评估焦炭质量的方式,目前这种评估方式还停留在人工阶段.为了改变现状,本文设计和实现了一套自动分析系统,可以自动采集焦炭切片的显微图像并自动分割和识别其中的焦炭光学组织.系统由图像采集系统和图像分析系统两个子系统构成.在图像采集系统中,我们使用多角度极化技术拍摄得到焦炭切片在不同极化角度下的反射率图像,本文称这种特殊图像为超反射率图像.在图像分析系统中,我们提出了一种针对焦炭的超反射率图像的新型分析算法,可以准确高效地分割和识别图像中的各种焦炭光学组织.

    Abstract:

    Analyzing optical texture of metallurgical cokes is an important way to measure the quality of coke.Currently,these measurements have been still in the manual stage.In this paper,we present a system to improve the status quo,which can automatically capture the microscopic images of coke sections and then segment and recognize different coke optical textures in the images.The system consists of two subsystems,which are image acquisition system and image analysis system.We take advantage of multi-directional polarizing technique to capture the reflectance images of coke sections at different polarizing angles,and this special type of image is termed as hyper-reflectance image in this paper.In the image analysis system,we propose a novel analysis algorithm to analyze the hyper-reflectance image of coke,which shows excellent performance in the segmenting and recognizing of coke optical texture.

    参考文献
    相似文献
    引证文献
引用本文

夏杰,谢威,陈雁秋.焦炭光学组织的超反射率图像分析系统.计算机系统应用,2016,25(12):35-41

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2016-04-04
  • 最后修改日期:2016-05-03
  • 录用日期:
  • 在线发布日期: 2016-12-14
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号