1、合肥工業(yè)大學(xué)博士學(xué)位論文焦炭顯微光學(xué)組織自動(dòng)識(shí)別關(guān)鍵技術(shù)研究姓名：周芳申請(qǐng)學(xué)位級(jí)別：博士專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：蔣建國(guó)20111211條件，改善初次聚類結(jié)果，最終實(shí)現(xiàn)了光學(xué)組織區(qū)域的有效分割。(4)由于傳統(tǒng)空域和頻域方法對(duì)焦炭光學(xué)組織的分類識(shí)別效果都不太理想，提出一種基于小波輪廓波變換和局部二進(jìn)制模式的多特征融合自動(dòng)識(shí)別算法，實(shí)現(xiàn)了焦炭光學(xué)組織的較完備數(shù)學(xué)模型描述。算法首先通過(guò)對(duì)輪廓波變換的頻譜混疊現(xiàn)象分析，提出一種小波輪廓波變換

2、，完成圖像多尺度多方向分解。并根據(jù)分解系數(shù)的邊緣分布特性，提取出子頻帶四個(gè)統(tǒng)計(jì)特征參量。其次，提出改進(jìn)的均勻局部二進(jìn)制模式編碼，分析選取出編碼直方圖為空域紋理特征參量。最后，設(shè)計(jì)完整的多特征融合方案，運(yùn)用最近鄰分類器完成焦炭光學(xué)組織的自動(dòng)分類。實(shí)驗(yàn)結(jié)果顯示，算法識(shí)別率可達(dá)90％以上，并具有良好抗干擾性能。(5)為進(jìn)一步解決焦炭光學(xué)組織多樣性和特征復(fù)雜性，提高自動(dòng)識(shí)別精度，充分利用圖像冗余信息，提出一種基于最優(yōu)輪廓波包的焦炭光學(xué)組織自動(dòng)識(shí)