学位论文 > 优秀研究生学位论文题录展示

图像处理技术在岩体爆破粒度分析中的应用

作　者: 胡娟
导　师: 赵楠楠
学　校: 辽宁科技大学
专　业: 控制理论与控制工程
关键词: 爆堆矿岩 图像处理 分水岭变换 粒度统计
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 24次
引　用: 0次
阅　读: 论文下载
 

内容摘要


为了衡量矿石爆破效果，要对爆破后矿石粒度分布进行分析和统计。高效而准确的矿石粒度识别是矿山爆破优化研究的基础，将为矿山生产带来巨大的经济效益，是当今矿山应用领域的重要研究课题。通常的粒度分布分析方法有直接测试法和间接测试法两大类，由于直接测试法中的方法存在种种缺陷，所以常用的方法为间接测试法。近年来，随着图像处理技术和模式识别技术的发展，基于图像处理技术的单图片摄影法备受关注，成为粒度统计分析的重要研究方法。笔者在总结矿岩粒度分布理论和分析方法的基础上，深入研究了矿岩粒度图像分析法的具体应用，通过对辽宁鞍山大孤山露天铁矿的不同矿种进行图像采集，研究开发了一种基于岩石图像的粒度分布统计系统。由于露天矿区的条件更加复杂，光照不均匀，矿石形态复杂，粒度分布不均匀，因此导致采集到的矿石图像含有多种噪声，灰度分布不均，图像细节不清晰。为了适应露天矿区的矿石图像分割，本文提出了一种基于形态学重建和标记提取的改进岩石图像分割算法。该算法图像预处理的核心部分是基于二级灰度形态学重建方法的预处理，采用二级灰度形态学重建后得到的图像对比度更强，更好地平滑了图像的前景和背景，同时又没有丢失边缘信息。为了克服分水岭算法的过分割问题，本文分别对分水岭的种子区域和分水线区域进行预标定，然后再进行梯度修正，最后再采用分水岭算法分割，最终取得了较好的图像分割效果，为爆堆矿岩粒度分布统计打下了基础。最后，作者对开发的岩石粒度分布统计系统进行了测试，分别对磁铁矿、花岗岩、片麻岩这三种矿岩图像的粒度进行了统计，并对统计结果进行了比较分析。研究结果表明，采用本文提出的方法进行矿石粒度分析准确性达到了90%以上。同时，采用本系统进行岩石粒度分析也存在一些有待改进的不足。本次系统的成功开发将积极推动图像处理技术在爆破矿岩生产中的应用。

全文目录


摘要  5-6
ABSTRACT  6-9
1. 绪论  9-15
  1.1 课题研究的背景、目的及意义  9-10
  1.2 爆堆矿岩粒度分布分析方法  10-12
    1.2.1 直接测试方法  10
    1.2.2 间接测试方法  10-12
  1.3 国内外研究现状及发展趋势  12-13
  1.4 本文研究的主要内容  13-15
2. 研究课题的理论基础  15-23
  2.1 数字图像处理系统  15-16
    2.1.1 数字图像处理系统概述  15
    2.1.2 图像处理的主要内容  15-16
  2.2 边缘检测技术  16-18
    2.2.1 概述  16-17
    2.2.2 边缘检测算子  17-18
  2.3 数学形态学  18-21
    2.3.1 数学形态学简介  18
    2.3.2 灰度形态学的基本运算  18-20
    2.3.3 形态学重建  20-21
  2.4 本章小结  21-23
3. 爆堆矿岩粒度图像分析法  23-29
  3.1 爆堆岩石图像的采集  23
  3.2 爆堆岩石图像的处理分析  23-25
  3.3 矿岩粒度分布统计与数学描述  25-27
  3.4 本章小结  27-29
4. 基于岩石图像的改进分水岭分割算法  29-41
  4.1 分水岭算法  29-31
    4.1.1 分水岭算法基本原理  29-30
    4.1.2 分水岭算法的不足  30-31
  4.2 本文分割方案的设计与实现  31-38
    4.2.1 图像类型转换  32-33
    4.2.2 图像增强  33-34
    4.2.3 二级形态学重建  34-35
    4.2.4 求梯度图  35-36
    4.2.5 矿石边缘定位与分割  36-38
  4.3 改进分水岭算法与传统分水岭算法比较  38-40
  4.4 本章小结  40-41
5. 系统的实现  41-53
  5.1 软件开发环境  41
  5.2 系统的设计与实现  41-46
    5.2.1 GUI 设计的指导原则  41
    5.2.2 系统的功能设计  41-43
    5.2.3 系统的主界面设计  43-44
    5.2.4 系统的实现  44-46
  5.3 矿岩粒度统计结果分析  46-51
    5.3.1 磁铁矿  46-48
    5.3.2 花岗岩  48-49
    5.3.3 片麻岩  49-51
    5.3.4 分析结果对比  51
  5.4 本章小结  51-53
6. 结论与展望  53-55
  6.1 结论  53-54
  6.2 不足与展望  54-55
参考文献  55-57
附录 A 算法仿真程序  57-59
攻读硕士学位期间发表学术论文情况  59-61
致谢  61-63
作者简介  63-64

相似论文

  1. 基于CCD图像传感器的温度测量技术研究,TH811
  2. 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
  3. 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
  4. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  5. 机械臂视觉伺服系统的研究,TP242.6
  6. 数字图像处理在集装箱检测中的应用研究,TP274.4
  7. 半成型结构在休闲女装中的应用,TS941.2
  8. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  9. 基于机器视觉的光纤几何参数检测研究,TN253
  10. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  11. 基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
  12. 基于图像处理技术的两相流动特性描述,TP391.41
  13. 车牌识别系统中车牌定位算法的研究,TP391.41
  14. 基于FPGA高清视频车辆检测系统的设计与实现,TP391.41
  15. 底片扫描仪小型化及焊缝故障识别技术研究,TP391.41
  16. 生物细胞图像拼接方法研究,TP391.41
  17. DNA指纹图谱的自动识别与分析定位研究,TP391.41
  18. 基于CCD探测技术的棉花“三丝”自动剔除系统研究,TP391.41
  19. 基于相差显微镜像的脑细胞活性无损检测方法的研究,TP391.41
  20. 稻米外观品质性状快速检测系统的研究与应用,S511
  21. DSP图像处理中动态多阈值模板建立及应用研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com