基于分形的大气颗粒物显微图像形态特征研究

摘要

大气颗粒物不仅是造成空气污染的重要原因，而且是危害人们健康的潜在因素。本文利用分形理论与图像处理相结合的方法对大气颗粒物的形状特征进行研究，旨为大气颗粒物的识别与源解析工作提供依据。
　　根据青岛市黄岛老城区的工业布局、居民分布的特点，对8种贡献率高的颗粒物进行了采样。将采集的颗粒物均匀分散并进行样本制作，采用显微颗粒分析仪获取各种颗粒物的显微图像，运用不同的算法对显微颗粒图像进行预处理，采用Canny算子实现颗粒图像的边缘提取。
　　将分形维数作为表征分形特征的主要因子，获取差分盒维数，从而得到了不同颗粒物图像的分形维数。利用各种颗粒物的图像进行分形维数特性的验证工作，对图像进行三种角度的旋转验证了抗旋转性;对图像进行压缩和放大，验证了其尺度的不变性;对图像加上了椒盐噪声、乘性噪声、高斯噪声来验证其抗噪性。在显微图像分析平台上获得了图像的球形度、长径比、比表面积等的形状特征和粒度分布曲线，对各种颗粒物的形状特征进行了统计分析，建立了显著水平高的分形维数与比表面积的数学模型。除此之外，还研究了各种颗粒物粒径分布、图像边缘的分形特征。
　　结果表明，分形维数在一定误差范围内具有尺度不变性、抗旋转性、抗噪性。各种颗粒物的表面、边缘的分形维数均在2～3之间，并且互不相等，粒度分布的分形维数均在1～2之间，有部分颗粒图像的粒度分布分形维数是相等的，表面分形维数和比表面积有着显著的正相关线性关系。

目录

声明

摘要

1 绪论

1．1 课题的研究背景与意义

1．2 国内外研究现状

1．3 本文的主要研究内容

1．4 本章小结

2 分形理论基础

2．1 分形的基本概念和特点

2．2 分形维数

2．3 分形维数的估算方法

2．4 本章小结

3 大气颗粒图像处理

3．1 采样地点

3．2 大气颗粒物的采集与样本制作

3．3 显微颗粒图像的处理

3．4 显微颗粒图像的边缘检测

3．5 本章小结

4 大气颗粒物的分形维数特征分析

4．1 基于差分的盒维数算法

4．2 显微颗粒图像的分形维数特性

4．3 显微颗粒图像的分形维数与粗糙度

4．4 本章小结

5 大气颗粒物的形状特征分析

5．1 大气颗粒物的形状参数

5．2 粒径分布的分形特征

5．3 大气颗粒物边缘的分形维数

5．4 本章小结

6 总结与展望

6．1 总结

6．2 展望

致谢

硕士期间科研以及论文情况

参考文献