本发明专利技术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。炭组织对物体的使用性能进行评价的准确性。炭组织对物体的使用性能进行评价的准确性。
【技术实现步骤摘要】
一种焦炭组织识别方法及装置
[0001]本专利技术涉及图像识别
，尤其涉及一种焦炭组织识别方法及装置。
技术介绍
[0002]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。
[0003]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。
[0004]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。
技术实现思路
[0005]本专利技术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。
[0006]第一方面，本专利技术通过本专利技术的一实施例，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。
[0007]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。
[0008]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。
[0009]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。
[0010]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。
[0011]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。
[0012]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。
[0013]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。
[0014]第二方面，本专利技术通过本专利技术的一实施例，提供了一种焦炭组织识别装置，包括：图像获取单元，用于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；图像分割单元，用于对所述初始图像进行分割处理，得到组织超像素图；图像聚类单元，用于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；图像识别单元，用于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。
[0015]第三方面，本专利技术通过本专利技术的一实施例，提供了一种电子设备，包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的代码，所述处理器在执行所述代码时实现第一方面中任一实施方式。
[0016]本专利技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0017]本专利技术实施例公开的一种焦炭组织识别方法，首先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类别特征按照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，先对待识别焦炭的初始图像进行超像素分割，然后提取各超像素的特征，并对提取到的特征进行聚类分割，获得各组织的特征分割图，根据聚类分割结果将超像素的特征融合在一张图，进而通过对这一张图片的识别，就能够对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。
附图说明
[0018]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0019]图1为本专利技术实施例中焦炭组织识别方法的流程图；
[0020]图2为本专利技术实施例中焦炭组织识别方法在一种或者多种实施方式下的流程图；
[0021]图3为本专利技术实施例中焦炭组织识别装置结构的示意图；
[0022]图4为本专利技术实施例中焦炭组织识别设备结构的示意图。
具体实施方式
[0023]本专利技术实施例通过提供了一种焦炭组织识别方法及装置，用以解决相关技术中无法通过研究焦炭的组织对焦炭的使用性能进行准确评价的技术问题。
[0024]本专利技术实施例提供的技术方案为解决上述技术问题，总体思路如下：
[0025]首先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类别特征按照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，先对待识别焦炭的初始图像进行超像素分割，然后提取各超像素的特征，并对提取到的特征进行聚类分割，获得各组织的特征分割图，根据聚类分割结果将超像素的特征融合在一张图，进而通过对这一张图片的识别，就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。
[0026]为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
...
【技术保护点】
【技术特征摘要】
1.一种焦炭组织识别方法，其特征在于，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。2.如权利要求1所述的方法，其特征在于，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的组织进行放大处理，得到所述初始图像；对所述初始图像进行图像增强处理。3.如权利要求2所述的方法，其特征在于，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。4.如权利要求1所述的方法，其特征在于，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，剔除所述初始图像的超像素图中的非组织图像，以得到所述组织超像素图。5.如权利要求4所述的方法，其特征在于，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。6.如权利要求1所...
【专利技术属性】
技术研发人员：鲍俊芳，刘怀广，项茹，张立恒，宋子逵，冯强，任玉明，蒋俊，蔡毅，
申请(专利权)人：武汉钢铁有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。