矿岩破碎粒度的智能识别与测量

矿岩破碎粒度的智能识别与测量

ID:34475045

大小:784.21 KB

页数:3页

时间:2019-03-06

矿岩破碎粒度的智能识别与测量_第1页
矿岩破碎粒度的智能识别与测量_第2页
矿岩破碎粒度的智能识别与测量_第3页
资源描述:

《矿岩破碎粒度的智能识别与测量》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、ISSN1005-2763矿业研究与开发第27卷第4期2007年8月CN43-1215/TDMININGR&D,Vol.27,No.4Aug.20073矿岩破碎粒度的智能识别与测量栾丽华,郭连军(鞍山科技大学土木与交通工程学院,辽宁鞍山市114044)摘要:把小波边缘检测技术应用于爆堆图像分割处理中,1小波变换用于边缘检测的原理采用基于最优条件下二次B样条小波和自适应模极大值的图像边缘检测算法,综合运用膨胀技术和短链删除技术,很令f(x1,x2)表示一个二维信号,x1,x2分别是其好的去除了伪边缘。在边缘提取的基础上,系统利用自主设[1]横坐标与纵坐标;ψ(x1,x2)是二维的基本小波。

2、计的一套算法快速实现了对图像中岩块几何特征量(面积、周长)的计算。令ψa;b1,b2(x1,x2)表示ψ(x1,x2)的尺度伸缩与二维关键词:爆堆;块度;图像处理;边缘检测;小波位移:中图分类号:TD231.1文献标识码:A1x1-b1x2-b2文章编号:1005-2763(2007)04-0059-02ψa;b1,b2(x1,x2)=ψ(,)aaaIntelligentSizeDetectionandMeasureofFragmentedRock则:LuanLihua,GuoLianjunWTf(b1,b2;a)=(DepartmentofCivilandTranstortationE

3、ngineering,Anshan=UniversityofScienceandTechnology,Anshan,1x1-b1x2-b2Liaoning114044,China)f(x1,x2)ψ(,)dx1dx2a∫∫aaAbstract:Waveletedgedetectiontechnologywasappliedtoim2小波变换具有天然的多分辨率特性,可分离情agesegmentationofblastedmuck-pile,inwhichquadricB-况下的二维多分辨率分析如下:splinewaveletandamet

4、hodofadaptivethresholdsedgedetec2tionforimagebasedonwavelettransformwereapplied,andmethodsofexpandinganddeletingshortchainwereusedtode2leteuntrueedgebetter.Basedonedgedetection,thesystemim2plementedthequickcalculationonrocksareaandperimeterwiththedevelopedarithmetic.KeyWords:Blastedmuck-pile,Rock

5、fragmentation,Imageprocessing,Edgedelection,Wavelet假设φ(xi),ψ(xi)的对应频谱Φ(ω),Ψ(ω)近年来,在爆堆矿岩块度分布研究领域,计算机是理想的低通及高通滤波器,则A1f(x1,x2)反映的图像块度分析法越来越受到关注,该方法的关键是(1)是x1,x2两个方向上的低频成分,D1f(x1,x2)反映岩石边界的自动识别。但国内至今还没有能够自动的是水平方向的低频成分和垂直方向的高频成分,测定的专用系统。笔者在总结各种测定爆破块度分(3)D1f(x1,x2)反映的是水平方向的高频成分和垂直布理论和方法的基础上,深入研究了当前数字图像

6、(3)处理分析的主要技术及其在爆堆矿岩块度分析中的方向的低频成分,而D1f(x1,x2)则反映x1,x2两个应用,把小波变换技术应用于爆堆图像分割处理中,方向的高频成分。图像之所以适于采用多分辨率分利用小波变换的多分辨率特性,实现了矿岩边界的析,是因为它的结构和纹理可以分别表现在不同分自动识别,并建立了一套爆堆矿岩块度图像处理分辨层次上:轮廓信息可以在低分辨率下提取边沿来析软件系统。该系统岩块边界定位准确,克服了以提取,纹理信息则在较高分辨率下表现。矿岩图像往矿岩分割中所遇到的“阴影问题”。要的是轮廓,所以可以在低分辨率下来提取边缘,同3收稿日期:2006-09-03作者简介:栾丽华(1

7、977-),女,辽宁人,硕士,讲师,主要研究方向为计算机图像处理,Email:luanlihua@tom.com。©1994-2010ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net60矿业研究与开发2007,27(4)[2]时可以通过一定途径将信号与噪声分离。(7)自适应阈值检测先对原图像f(x,y)进行小波变换,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。