金相分析是通过金属材料表面的微观组织结构来分析该金属材料的成分,从而进一步了解金属材料的性能与用途。金相图像是金属材料微观组织的图像。通过图像分析技术可以使金相分析从人工观察、定性分析进步到自动、定量分析阶段。 本文根据金相图像的纹理特征,把计算机技术,图像处理和模式识别结合起来,建立了具有实际应用价值的金相图像纹理分析系统软件。主要研究了软件系统中的金相图像纹理特征提取算法与分类器设计算法。纹理特征提取算法多种多样,而本文是将联合概率矩阵与小波变换结合来提取纹理特征,取得了较好效果。本文还研究了欧氏距离分类器,并引入置信度和投票系统优化欧氏距离分类器,提高了分类器的精度。BP神经网络是目前应用最广泛的神经网络之一,如何将它引入到纹理分类当中,是一个值得深入研究的问题,本文对BP神经网络的思想也做了一些探讨。 将纹理分析应用到金相图像分析系统中,解决了金相图像中背景与目标难以分割,诸多目标粘连、不易分离,从而导致采用一般方法难以分析金相图像信息的问题。