[发明专利]多特征与多层次结合的矿石粒度图像分割方法

说明书

技术领域

本发明涉及图像处理领域，设计并实现了一种多特征与多层次结合的矿石粒度图像的分割方法。

背景技术

有色金属是当代能源、信息技术和现代材料的重要组成部分，在国民经济、国防建设中有着极其广泛的用途。但目前面临的突出问题是矿产资源危机日趋严重，现已探明的储量远远不能满足国民经济发展的需求，保障程度差，严重制约我国的发展战略。同时我国有色金属矿山的采选规模较小，自动化水平较低，导致矿物资源利用率不高，直接造成企业生产成本增加，使得企业丧失国际竞争力。因此，引进高效设备和先进的科学技术来提高生产效率，降低工人劳动强度，稳定生产流程，最大限度利用矿产资源具有重要的现实意义。

采矿工业爆破和破碎过程的矿石粒度分布信息已经用于碎矿、磨矿和浮选等一系列工业过程的优化控制。在粉碎阶段，碎石机把矿石粉碎到所要求的粒度，用于矿物的后续阶段提取。破碎控制需要将矿物粒度保持在要求的尺度，缺乏破碎控制时，生产出的颗粒或者成为不必要的粉状，或者由于破碎时间不够导致颗粒太粗糙，前者高耗能源，后者破碎程度不够导致回收率低。现在的自动化或半自动化磨矿都需要矿石粒度分布图。在检测到不合适的粒度分布后，自动调节破碎设备进行修正。而目前，机械筛分是决定传送带上或传送带终端的自由降落处矿石累计重量分布的传统技术，这个过程极为耗能和耗时。

采用计算机视觉系统对采场爆破过程进行粒度分析及矿石识别，能够控制爆破成本和安全预警，可以实时全天候对矿石的粒度分布进行监控与分析，而不需要打断正在运转的破碎机器，高效、节能、安全。但是由于采矿现场的复杂度，对采集的矿石图像进行粒度分析主要有以下几个难点：1、采选现场光源的流明差别很大，采选品种、品味各不相同，粒度分布范围从几毫米到几百毫米，不同的曝光时间、不同的拍摄角度和位置导致图像的清晰度不同高速传送过程中的图像容易出现抖动，采集到的是不同环境、不同内容和不同明暗图像，处理较为困难。2、图像内容高度复杂，有些含泥土及水，在目标和背景差异度很小的情况下如何对繁多的、相互堆积的、颜色和形态相似高、相互粘连的目标进行准确定位是另一个技术难点。3、矿石和泡沫形状不规则、表面粗糙，准确描绘矿石和泡沫的边缘是矿石图像分析的一个技术难点和关键技术。对于矿石图像的粒度分析的目的是测量每个矿石的大小，反映在图像中则是面积、周长、等效圆半径等。因此，基于上述分析，对矿石图像的粒度分析的最关键点是将矿石图像中粘连在一起的每个矿石颗粒分开，也就是对矿石图像分割，然后进行粒度测量以及分析。图像分割技术是图像分析领域的研究重点，已经产生了大量有价值的成果，如目标轮廓技术、snake模型、水平集分割等多个分割理论。但是，由于矿石图像本身复杂度高、粘连等特点，目前单一的分割技术均无法对其进行有效分割。因此，研究应用于矿石图像分割领域的分割算法有着极其重要的意义。目前分割算法无法适用于矿石图像领域的原因主要是因为其所采用的方法往往只关注图像的亮度特征，或者图像的其他形状特征，且往往采用的是单一的分割算法。由上述分析可知，矿石图像的矿石目标形态不一、图像明暗不一，单纯的采用一种特征、单一方法很难对图像进行准确分割。因此，研究矿石图像的分割必须将多特征融合以及多方法结合作为分割的突破点，只有此，才能对复杂的矿石图像进行准确的分割，然后准确的对矿石的粒度进行分析。

发明内容

本发明的目的是提出一种结合多个特征以及多层次的矿石粒度图像分割方法，使得矿石粒度图像分割达到较高的准确率、较高的实时性，以满足后续矿石粒度分析的需要，达到矿石分析自动化的目的。

本发明提出的多特征与多层次结合的矿石粒度图像分割方法是采用以下技术手段实现的：首先利用矿石粒度图像的亮度特征对图像进行第一层次的分割，然后对第一层次的分割结果进一步分析，利用图像的形状特征对分割结果进一步优化，最终获得最后的分割结果。本发明实现的具体步骤阐述如下：

1、将CCD相机和照明设备放于矿石传送带上方获取矿石的粒度图像，相机拍摄范围是覆盖整个传送带宽度区域。

2、首先将待测图像转换成灰度图像，然后对该灰度图像进行双边滤波处理。

3、计算滤波后图像的积分图像，然后利用积分图像对滤波图像进行局部二值化处理，获取滤波图像的二值图像。设滤波后的积分图像为I（x,y），f（x,y）为滤波后图像，BW(x,y)为二值化后图像，则二值化公式如下式1所示

公式中(x,y)为图像中像素点的坐标。每个像素点的判定阈值T阈值通过以下公式（2）计算