[发明专利]一种焦炭组织识别方法及装置

说明书

本发明实施例提供了一种焦炭组织识别方法，通过获取待识别焦炭的初始图像，然后对初始图像进行分割处理，得到组织超像素图，再通过提取组织超像素图的多类特征，并利用多类特征进行聚类，得到一种或多种组织的特征分割图，最后将聚类得到的各个特征分割图进行融合处理，得到待识别焦炭的组织特征融合图，并对组织特征融合图进行分类识别，得到待识别焦炭的组织识别结果。通过上述图像处理的方式，能够对待识别焦炭组织中各部分组织进行准确的提取和识别，提高了对焦炭组织的结构和组成进行分类和统计的准确性，进而提高了通过研究焦炭组织对物体的使用性能进行评价的准确性。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种焦炭组织识别方法及装置。

背景技术

光学组织是物体结构的有序程度在微米尺度上体现出的光学特征，能够在一定程度上体现物体的结构和组分特征，能够比较客观的反映物体的使用性能。

由于物体的光学组织受到外界因素的影响，例如：氧化、温度、湿度以及压力的影响，光学组织的结构会十分复杂，表现出多种多样的类别。

而有的物体，例如焦炭，其使用性能与自身光学组织的结构有着较大的关系，在相关技术中，通过对光学组织的气孔率、孔容及孔径的研究，建立物体性能的评估模型，但是，正是由于物体的光学组织结构复杂、光学组织的组成会受到许多因素的影响，目前无法准确地对光学组织的结构和组成进行分类和统计，使得通过研究光学组织无法对物体的使用性能进行准确评价。

发明内容

本发明实施例通过提供一种焦炭组织识别方法及装置，解决了相关技术中无法准确地对焦炭组织的结构和组成进行分类和统计，导致通过研究焦炭组织无法对焦炭的使用性能进行准确评价的技术问题。

第一方面，本发明通过本发明的一实施例，提供了一种焦炭组织识别方法，包括：获取待识别焦炭的初始图像，其中，所述初始图像包括所述待识别焦炭的组织图像；对所述初始图像进行分割处理，得到组织超像素图；提取所述组织超像素图的多类特征，并利用所述多类特征进行聚类，得到一种或多种组织的特征分割图；将聚类得到的各个所述特征分割图进行融合处理，得到所述待识别焦炭的组织特征融合图，并对所述组织特征融合图进行分类识别，得到所述待识别焦炭的组织识别结果。

优选地，所述获取待识别焦炭的初始图像，包括：对所述待识别焦炭在取景区域内组织进行放大处理，得到所述初始图像；对所述初始图像进行图像增强处理。

优选地，所述对所述初始图像进行图像增强处理，包括：基于线性隶属度函数以及非线性转换，对所述初始图像进行图像增强处理。

优选地，所述对所述初始图像进行分割处理，得到组织超像素图，包括：对所述初始图像进行超像素分割处理以及二值化分割处理，得到所述初始图像的超像素图；基于预设置信度，对所述初始图像的超像素图中的非组织图像进行剔除，以得到所述组织超像素图。

优选地，所述超像素分割处理，包括：利用超像素颜色以及超像素形状，对所述初始图像进行超像素分割处理；所述二值化分割处理，包括：利用局部加权以及图像阈值，对所述初始图像进行二值化分割处理。

优选地，所述利用所述多类特征进行聚类，包括：针对所述多类特征，基于预设累计贡献率，对提取的所述多类特征进行特征降维处理；对所述特征降维处理后的各类特征进行聚类。

优选地，所述基于预设累计贡献率，对提取的所述多类特征进行特征降维处理，包括：基于预设累计贡献率，判断每类特征中的所有维度是否有效；对所述每类特征中有效的维度进行保留，对无效的维度进行删除。

优选地，所述多类特征包括如下三类：颜色特征、纹理特征以及Hog特征，其中，每类包含多个维度。