[发明专利]基于图像处理的采矿过程矿石颗粒分割方法及系统

说明书

本发明涉及图像处理技术领域，具体涉及一种基于图像处理的采矿过程矿石颗粒分割方法及系统，该方法获取矿石分割后的RGB图像，对RGB图像进行超像素分割得到至少两个最终超像素块；获取每个最终超像素块中的每个边缘像素点的误差分割率和分割变化频率；根据每个最终超像素块中的每个边缘像素点的误差分割率和分割变化频率获取对应最终超像素块的真实边缘点，根据真实边缘点完成RGB图像中的矿石分割。本发明通过对超像素块的边缘像素点进行筛选，提高了根据筛选后的边缘像素点完成RGB图像中的矿石分割的准确性。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于图像处理的采矿过程矿石颗粒分割方法及系统。

背景技术

当前采矿步骤主要包括采面，破碎，运输，堆场，喷淋等步骤，每个步骤都有对应的机器，多机器协同作业既能够减少了矿物采集运输过程中的参与人员数量，保证采矿工人的工作环境足够安全，又能够提高采矿工作的效率。

由于采矿环境的限制，采矿系统中的矿石破碎分割环节的检测困难，影响多机器协同工作。目前对于矿石破碎分割环节的检测，主要通过采集传输带上的碎矿石图像，对碎矿石图像进行超像素分割得到碎矿石图像中的每个碎矿石区域，根据碎矿石区域判断矿石的破碎分割结果是否达标。但是由于矿石颗粒在传输带上的堆叠、矿石颗粒度大小的差异以及矿石颗粒之间的颜色差异，使得碎矿石图像中，颗粒度较大的碎矿石对应的边缘分割线较长，颗粒度较小的碎矿石对应的边缘分割线较短，而利用超像素分割只能实现较为理想的分割，很容易发生过分割或者欠分割现象，达不到期望中的分割结果，使得分割结果不准确。

发明内容

为了解决上述现有采矿过程中的碎矿石图像的分割结果不准确的问题，本发明的目的在于提供一种基于图像处理的采矿过程矿石颗粒分割方法及系统，所采用的技术方案具体如下：

第一方面，本发明一个实施例提供了一种基于图像处理的采矿过程矿石颗粒分割方法，该方法包括：

获取矿石分割后的RGB图像，对RGB图像进行超像素分割得到至少两个最终超像素块；

获取每个最终超像素块的边缘像素点，根据边缘像素点与边缘像素点所属最终超像素块的种子点之间的度量距离，以及边缘像素点与其周围像素点之间的颜色信息差异，获取每个最终超像素块中的每个边缘像素点的误差分割率；

在所述超像素分割的过程中，对每次迭代过程下的分割结果进行形态学处理，得到对应迭代过程下的每个超像素块的每个边缘像素点的特征值；根据迭代次数、每次迭代过程下的每个超像素块的每个边缘像素点对应的度量距离和特征值获取每个最终超像素块中的每个边缘像素点的分割变化频率；

根据每个最终超像素块中的每个边缘像素点的误差分割率和分割变化频率获取对应最终超像素块的真实边缘点，根据真实边缘点完成RGB图像中的矿石分割。

进一步的，所述误差分割率的获取方法，包括：

以RGB图像中的每个像素点为中心点设定预设尺寸的邻域区域，根据邻域区域中每个像素点的像素值获取中心点的一阶颜色矩；

取任意一个最终超像素块作为参考最终超像素块，将参考最终超像素块的种子点的邻域区域作为目标邻域区域，取目标邻域区域内的任意一个像素点，计算像素点的一阶颜色矩与参考最终超像素块的种子点的一阶颜色矩的差值绝对值，记为像素点的第一值；

获取参考最终超像素块内的最大度量距离，分别计算目标邻域区域内的每个像素点对应的度量距离与最大度量距离的比值，记为目标邻域区域内对应像素点的第二值；

获取目标邻域区域内的每个像素点的第一值和第二值的乘积值，得到目标邻域区域内的所有像素点的乘积值之和；将目标邻域区域中每个像素点的乘积值与乘积值之和的比值作为对应像素点的特征参数；根据目标邻域区域内每个像素点的特征参数获取最大特征参数和最小特征参数；