论文部分内容阅读
区域轮廓的提取是对焦炭显微图像中不同光学组分进行分类与识别的关键。由于焦炭的光学组分在不同偏光下呈现的多样性以及该图像本身的复杂性,现有的方法提取轮廓边缘存在较大的困难。文中采用一种边界加权的改进均值偏移算法对焦炭显微图像中不同组分进行聚类,准确聚类的同时较好地保留边缘信息;然后再采用双阈值法和多边形近似得到图像的连续轮廓。实验表明,该方法抗噪性强,能够有效地提取不同组分的轮廓。利用轮廓的特征信息为焦炭显微图像某些类别的分类提供了基础。