發(fā)動機(jī)潤滑油鐵譜圖像處理與分析.pdf

1、發(fā)動機(jī)潤滑油鐵譜圖像處理與分析摘要磨粒分析與識別是鐵譜分析的關(guān)鍵環(huán)節(jié)，傳統(tǒng)的磨粒分析與識別主要由該領(lǐng)域的專家來完成。隨著信息技術(shù)的發(fā)展，計算機(jī)的數(shù)字圖像分析、模式識別與人工智能技術(shù)為磨粒分析與識別提供了有效的方法與途徑。本文以發(fā)動機(jī)潤滑油鐵譜圖像為研究對象，研究了發(fā)動機(jī)潤滑油鐵譜圖像的處理、磨粒特征提取與磨粒的模式識別。通過分析比較圖像處理方法、磨粒特征提取方法、磨粒的模式識別方法，試驗研究得出比較適合的方法，在此研究基礎(chǔ)上，開發(fā)了鐵譜

2、圖像處理與分析系統(tǒng)(FIPAS)。 本文全面總結(jié)了鐵譜圖像處理與分析技術(shù)的國內(nèi)外發(fā)展概況，深刻剖析了鐵譜圖像處理與分析技術(shù)存在的主要問題，確立了先對鐵譜彩色圖像進(jìn)行分割，確定目標(biāo)圖像，以減少信息損失的技術(shù)方案，開拓性地進(jìn)行了鐵譜圖像處理與分析工作。 針對鐵譜圖像的處理和分析特點，設(shè)計了鐵譜圖像處理和分析的流程。系統(tǒng)研究了顏色空間和鐵譜圖像預(yù)處理的基本理論和方法，為鐵譜圖像處理子系統(tǒng)的開發(fā)提供依據(jù)。論述了鐵譜圖像磨粒特征的

3、提取方法，提取了26個特征(顏色、紋理、幾何)組成單個磨粒的特征向量。對磨粒的特征參數(shù)進(jìn)行了篩選，篩選后的磨粒特征個數(shù)為12個。試驗研究表明，顏色和幾何特征對分類的貢獻(xiàn)率較大，而紋理特征的作用對于分類不是很明顯。研究了支持向量機(jī)的原理，并將支持向量機(jī)應(yīng)用于磨粒的識別和分類，設(shè)計分類器對球狀磨粒、層狀磨粒、嚴(yán)重滑動磨粒、切削磨粒進(jìn)行分類識別。 在鐵譜圖像的處理、磨粒特征提取與磨粒的模式識別方法的研究基礎(chǔ)之上，利用VisualBas