图像处理技术在矿石粒度检测中的应用.pdf

《图像处理技术在矿石粒度检测中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第6期矿产综合利用No．62016年12月MultipurposeUtilizationofMineralResourcesDeC．2016图像处理技术在矿石粒度检测中的应用商梦石，贾瑞强，张海林(昆明理工大学国土资源工程学院，云南昆明650093)摘要：矿石粒度对碎磨工艺具有重要意义，常规的检测方法步骤多、耗时长。基于图像处理的矿石粒度检测系统具有检测快速、结果稳定的优点。本文详细介绍了矿石粒度检测中所涉及的图像处理方法，在实际生产过程中，选取合适的矿石粒度检测方法，对于提高磨碎作业的技术水平以及实现自动控制都具

2、有重要的意义。关键词：矿石；粒度检测；图像处理；算法doi：10．3969／j．issn．1000—6532．2016．06．003中图分类号：TD679文献标志码：A文章编号：1000-6532(2016)06-0013-04矿石粒度是矿物加工工艺的一项重要指标，碎Matlab与VisualC++6．0具有良好的接口，软矿作业需要对矿石的粒度进行检测，根据检测结果件部分可以采用Visualc++6．0调用Matlab引擎进调整相应的工艺参数。矿石经破碎之后送人磨机，行混合编程。图像处理的一般过程为：广———]厂—

3、——]广———]广———————]粒度过粗会导致磨机负荷增加，从而影响磨机的效l图像采集l—l图像滤波l—l图像分割l—I二值化图像处理}一率。目前，选厂常常采用筛分的方法来确定矿石的粒度分布，这种检测方法耗时长、效率低，不能及时一匮根据粒度分布结果对碎矿作业进行调整。因此，设计一种准确的、高效的检测系统具有非常重要的意2图像处理方法义。‘2．2．1图像采集随着科技的发展与进步，计算机的处理能力和用光学器材对矿物颗粒放大，CCD摄像机对图摄影器件的分辨率有了很大的提高，图像处理技术像进行拍摄，所拍摄的图像经过图像采

4、集卡数字化，也得到了充分的发展。在此基础上，基于图像处理送人计算机，之后通过编译好的软件对图像进行分的粒度检测技术已经取得较大的成果，这种检测技析处理，最后得到矿石的粒度分布。蔡改贫，李龙茂术具有检测快速、结果稳定、准确的优点。将这项技等l1提出使用Matlab工具箱来进行图像的采集。术运用在选矿领域，对破碎后的矿石粒度进行检测，用函数imaqhwinfo获取摄像头的硬件信息，用根据检测结果及时的调整工艺参数，对于提高碎磨Videoinput函数创建视频的输入对象，用preview函效率具有重要意义。数实现视频预览

5、，用getsnapshot函数完成图像捕捉，1基于图像处理的矿石粒度检测系统用irewrite函数将捕捉的图像写入计算机。2．2．2图像滤波系统的硬件部分由光学器材、CCD摄影机、图由于光照、CCD摄影器材分辨率、图像在传输像采集卡、计算机、挡板、光源构成。挡板是为了避过程中的通道传输误差等原因，会使图像出现一些免外界光线对图像造成干扰。其中使用高分辨率的随机的、离散的、孤立的像素点，即图像噪声。图像CCD摄影机可以提高图像质量。噪声影响了图像的视觉效果和有关处理工作，因此收稿日期：2015—11—29作者简介：商

6、梦石(1990一)，男，硕士研究生，主要从事选矿自动化及计算机应用方面的研究。·14·矿产综合利用2016正要对图像进行滤波处理。比。颜兵等提出了一种将均值滤波与小波变换较早出现的是线性滤波方法。均值滤波是线性相结合的图像去噪方法，该算法在一定程度上抑制平滑滤波的一种，它的基本思想是求出像素和它相了噪声，取得了较好的去噪效果。这也说明，小波变邻的几个像素的灰度和的平均值来，然后代替该像换可以与其它常规的图像去噪方法相结合，能充分素值。由于图像的边缘主要包括了图像的细节和高发挥各自的优点，提高滤波的效果。频信息，边缘

7、的识别对于粒度检测具有非常重要的黄果等提出了一种基于分数阶积分的图像意义，使用传统的线性滤波方法虽然在一定程度上去噪方法，该算法将分数阶积分理论引入到数字图可以消除噪声，但是会使图像的边缘变得模糊，不利像去噪，可以提高图像的信噪比，很好地保留图像的于后续的识别。边缘和纹理等细节信息。中值滤波器是一种典型的非线性滤波器，其基2．2．3图像分割本思想是：对一个窗口内所有像素的灰度进行排序，为了辨识和分析矿石的粒度，需要把矿石的颗用排序结果的中间值作为原窗口中心处像素的灰度粒从背景分离出来，以便在此基础上对矿石颗粒进值。

8、中值滤波对于消除图像中的随机噪声和脉冲噪行特征提取。图像分割具有多种方法，重点介绍了声具有较好的效果，在滤波的同时能很好的保护信常用于粒度检测的几种图像分割方法。号的细节信息j。但是标准中值滤波算法每次都基于阀值的图像分割，其中Otsu(最大类间方需要对窗口内的像素进行排序工作，这样就会浪费差法)是阈值分割中的经典算法。该算法基于一维大量的时间，这对于要求高