水泥微观形貌的图像分析

《水泥微观形貌的图像分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要为将高性能水泥材料的研究水平推向新的高度，近年来人们一直在探索将先进的信息技术与传统的实验方法相结合，进行高性能水泥材料的研究。通过三维图像模拟技术建立水泥水化过程的模型，揭示其内在的作用机理，对水泥的生产和使用具有重要的意义。但是目前建立的水泥水化微观结构的三维模型都只根据水泥的初始状态配置模型参数，在模拟过程中模型的状态有可能偏离真实的水泥水化过程。针对该问题，我们提出一种新的建模思路，即通过分析水泥水化过程中不同时间段的微观形貌电镜扫描图像，分割提取部分主要水化产物所在的区域，计算这些主要

2、水化产物在水化过程中其含量随时间变化的统计规律，并根据该统计规律建立水化过程的三维微观模型。本论文完成了该研究中基础部分的工作，主要内容如下：首先，通过标准的实验过程，获取了水泥水化过程6小时、12小时、1天、2天、3天、7天、28天的大量微观形貌电镜扫描图像，建立了水泥微观形貌图像库，实现了图像的统一管理，集成了常用的图像处理算法，为以后的研究提供一个可扩展的处理平台。其次，对水泥微观形貌图像进行分析，根据不同物质的特定形貌特点识别出图像中几种主要物质及其所在的区域。先将图像分割成具有不同形貌特征

3、的几个区域，再用模板特征值与区域特征值相匹配来实现区域的识别。其中图像分割是分析的关键，根据图像中含有丰富纹理信息的特点．利用具有多尺度多方向性的小波变换方法提驳图像纹理特征，并采用与遗传算法相结合的模糊C一均值聚类算法实现了图像的分割，提高了图像的处理速度，对部分图像的处理结果较好。对分割效果较好的图像，进行了三种主要水化产物所在区域的识别，计算出其局部相对含量。该图像分析方法的实现为以后的工作提供了一个有效的工具，本文将其集成到已建立的水泥微观形貌图像库系统中，使研究者能对多幅图像进行方便、快速

4、的分析和识别。这为以后的研究工作带了便利。关键词：水泥水化过程，水泥微观形貌，图像分割，纹理分析，小波变换ABSTRACTInordertoimprovetheresearchofthehigll．performancecement，inrecentyears，researchershavebeenprobingtoperformtheinnovationwhichcombinestheadvancedinformationtechnelegywiththetraditionalexperiment

5、almethodontheresearchofnewcement．ItplaysaIlimportantroleindesigningnewcementtomodeltheprocessofcementhydrationthroughthree-dimensional(3-D)simulationandrevealitsinherentmechanism．However,thereexistseveraldrawbacksinthepresent3-Dsimulationmodelofcementh

6、ydration．OneiStheparametersofthemodelaresetonlyaccordingtotheinitialconditionofcementpaste．whichmayresultinthedeviationfromtherealityinthesimulationprocessofcementhydration．Inordertosolvetheproblem，weproposeanewmethodtosetuDthe3-Dsimulationmodel：obtain

7、somemainhydrates’chronologicaIvariationbyanalyzingalargenumberofscanningelectronicmicroscope(SEM)imagesofcementmicro．morphologyofdifferenttime．Basedonthechronologicalvariation，areasonable3-Dmodelcouldbeestablished．Thisthesisfinishedthebasicpartoftheres

8、earchwork，thatis：Firstofall．weobtainedalargenumberofSEMimagesofcementmicro．morphologyofdiffereqttimeinprocessofcementhydrationaccordingtothestandardexperimentalcourse．ThenwedevelopedsoftwaretOmanagetheimages．111ecommonalgorithmsofimagep