焦炭光学组织图像的特征提取及分类识别

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％.