焦炭光学组织图像的特征提取及分类识别

燃料与化工 ›› 2021, Vol. 52 ›› Issue (2): 17-21.

焦炭光学组织图像的特征提取及分类识别

李文超1 闫立强2 王保荣1 王杰平1 李光跃1

1.华北理工大学化学工程学院，唐山063210； 2.唐山首钢京唐西山焦化有限责任公司，唐山063200

出版日期:2021-03-23 发布日期:2021-04-21

Characteristics extraction and classification recognition of coke optical texture images

Li Wenchao1 Yan Liqiang2 Wang Baorong1 Wang Jieping1 Li Guangyue1

1.College of Chemical Engineering, North China University of Science & Technology,Tangshan 063210,China; 2.Tangshan Shougang Jingtang Xishan Coking Co.,Ltd.,Tangshan 063200,China

Online:2021-03-23 Published:2021-04-21

摘要/Abstract

摘要：

焦炭光学组织结构直接决定焦炭的质量。目前，焦炭光学组织含量测定主要是利用光学显微镜进行采集，操作过程较复杂，人工识别可能带来误差。基于图像分析方法，对焦炭光学组织图像中的各个显微组织结构进行特征截取。利用RGB像素值、颜色矩、LBP算法进行图像特征提取，并分别采用K-近邻、支持向量机和随机森林3种数学模型进行分类识别。精确度对比结果表明，在颜色矩提取的图像下，利用支持向量机模型计算方法识别焦炭光学组织的精度可达90%。

关键词: 焦炭光学组织, 特征提取, 支持向量机

Abstract:

The optical texture of coke directly determines the quality of coke.At present，the determination of optical texture content of coke is mainly collected by optical microscope，the operation process is complicated，and the manual identification may bring errors.Based on the image analysis，each microstructure in the optical image of the coke is subjected to characteristics interception.RGB pixel value，Color Moments and Local Binary Pattern (LBP algorithm) are used for extracting their images characteristics.K-Nearest Neighbor，Support Vector Machine and Random Forest are used for classification and identification respectively.The accuracy results show that the image characteristics extraction method based on Color Moment，using the Support Vector Machine model calculation method to identify the coke optical texture can reach 90%.

Key words: Coke optical texture, Characteristics interception, Support Vector Machine

中图分类号:

TQ520.1

李文超闫立强王保荣王杰平李光跃. 焦炭光学组织图像的特征提取及分类识别[J]. 燃料与化工, 2021, 52(2): 17-21.

Li Wenchao Yan Liqiang Wang Baorong Wang Jieping Li Guangyue. Characteristics extraction and classification recognition of coke optical texture images[J]. FUEL & CHEMICAL PROCESSES, 2021, 52(2): 17-21.

[1]	边春杨徐秀丽胥玉玲. 煤半丝质体的性质研究进展[J]. 燃料与化工, 2021, 52(5): 4-6.
[2]	吕青青田永胜王光辉董威任华伟. 焦炭基质反应性对气化和矿石还原反应的影响研究[J]. 燃料与化工, 2021, 52(5): 7-11.
[3]	谷啸徐秀丽杜屏白新革张世东孟庆波. 沙钢7.63m焦炉提高焦炭M40达标率的应用实践[J]. 燃料与化工, 2021, 52(3): 1-5.
[4]	李晋丽贾银虎. 焦炭反应性和反应后强度试样制备的优化改造[J]. 燃料与化工, 2021, 52(3): 11-13.
[5]	宁述芹. 干熄焦焦炭烧损的研究[J]. 燃料与化工, 2021, 52(3): 17-19.
[6]	康婷王进先郝传松. 焦炉废气回配技术仿真计算与试验研究[J]. 燃料与化工, 2021, 52(3): 55-57.
[7]	闫国晨郭瑞, . 显微图像法测量焦炭孔结构的发展与现状[J]. 燃料与化工, 2021, 52(2): 22-26.
[8]	薛莹. 不同制样方法对焦炭反应性及反应后强度测定的影响探究[J]. 燃料与化工, 2021, 52(2): 29-31.