[发明专利]一种爆破后岩石粒度的智能图像统计方法

权利要求书

1.一种爆破后岩石块度的图像统计方法，其步骤是：

A、在爆破现场使用照相机取得爆后的岩石爆堆二维图片；

B、将初始粒度图片导入电脑，使用photoshop图像处理软件对照片做预处理；

C、将预处理完成的图像代入基于matlab语言编写的第三代神经网络模型--反馈式脉冲耦合神经网络模型进行处理，从反馈式脉冲耦合神经网络模型输出的n组图像中选择第二高点火集群生成的二进制图片作为岩石粒度标记图像；

D、对预处理完成图像另进行梯度化处理获得梯度图像；

E、将步骤(C、D)中获得的岩石粒度标记图像、梯度图像代入标记分水岭分割方法，获得粒度分割图；

F、将粒度分割图代入计算程序，统计二维粒度分割图中的块体大小及数量，经体视法公式、等体积球公式转化为三维体积与数量后，绘制爆破块度分布曲线，完成岩石块度统计；

所述的在爆破现场照相时在爆堆表面平行放置两个长度相同的米尺，用于后期校正图片的梯形失真；

所述的拍照过程将整个爆堆分为五层拍照，第一层为爆破刚刚完成爆堆岩块未搬运前；第二层为爆堆搬运20％后，第三层定义为爆堆搬运40％后，第四层为爆堆搬运60％后，第五层为搬运80％后的爆堆，在每一层拍得的照片所覆盖爆堆表面的面积达到爆堆总面积的15％以上；

所述的在对爆堆进行拍照时，拍摄条件为保持在同一高度、同一位置、同一角度对搬用后剩余爆堆的岩石块体拍照；

所述的对初始粒度图片的预处理包括梯形失真校正、调整对比度；

所述的步骤C中反馈式脉冲耦合神经网络模型会输出n组:n为循环迭代次数,代表不同灰度信息的二值化图像，从输出的图像中选择第二高点火集群生成的二进制图片作为岩石粒度标记图像；

所述的步骤(C、D)中获得的岩石粒度标记图像代入标记分水岭分割方法前，对标记图像进行腐蚀处理，使标记不扩展到边缘。

2.根据权利要求1所述的一种爆破后岩石粒度的智能图像统计方法，其特征在于：所述的步骤(C、D、E与F)通过操作matlab语言编写的程序来执行，其步骤是：

A、运用matlab编写反馈式脉冲耦合神经网络模型，构成反馈式脉冲耦合神经网络模型的每一个神经元由三部分组成：接收部分、调制部分和脉冲产生部分，其离散数学方程为：

Uⁿ(i,j)＝Sⁿ(i,j)(1+βLⁿ(i,j)) (4)

上式中，n为反馈式脉冲耦合神经网络的迭代运行次数；i，j为处理图片的像素值；S(i,j)为以图像强度作为输入的神经元；A(i,j)为通过修正S(i,j)得到的反馈信号；α_A是延迟系数；L(i,j)是接收来自八个相邻神经元的局部刺激；

w(k,l)是3*3连接权重的高斯分布；Y(i,j)输出脉冲(＝1,输出对象)或不(＝0,输出背景)；β为连接系数；θ(i,j)为与u(i,j)比较判断来决定脉冲信号的动态阈值；α_θ、V_θ分别为延迟系数与延迟常数；

运算中一个的参数是迭代次数n的确定，使用熵值法确定；通过运行该步骤程序获得岩石粒度标记图像；

B、编制图像梯度处理程序，对处理完成图像进行梯度化处理获得欧式距离表示的梯度图像；

C、岩石粒度标记图像中目标物体的标记扩展到边缘，对标记图像做腐蚀操作，编制标记分水岭分割方法程序，将腐蚀后的岩石粒度标记图像与梯度图像代入标记分水岭分割方法，获得最终的粒度分割图；

D、编程读取粒度分割图，得到图片中每个岩块的表面积大小A_i，i表示块体的编号；将二维转三维换算公式编程，代入岩块面积A_i，求得各个岩块体三维体积V_i。