复杂图像的分割与统计研究

【摘要】： 矿业领域选矿过程需要借助矿石的粒度分布信息,进行优化控,矿石的形态和粒度分布决定着选矿破碎生产的质量、产率及其能耗。用图像分析方法测量统计矿石颗粒可以提高测量的实时性及准确性。由于矿石图像比较复杂,矿石中有时存在明显的棱角,且当矿石颗粒堆积时,单一的传统分割方法难以准确识别出每个矿石的边界,使传送带矿石图像难以准确分割。 本文着重研究传送带上矿石视频图像中矿石目标的分割技术,分割后图像中目标统计及形态分析,矿块平均粒径以及粒度分布等问题。 首先对原始矿石图像进行滤波和图像二值化处理,针对图像特征采用了双边滤波处理方法和双阈值二值化方法。根据图像形态学原理,对二值图像进行距离变换和形态重构,取得矿石图像顶部区域的局部最大灰度值,对重构后的矿石目标确定种子区域。提出了一种基于种子边界生长的分割方法,根据重构后的图像颜色特征,提取种子区域及其边缘,并制定区域边界生长条件及图像目标边界条件,以判断是否达到矿石边缘。最后对分割后的图像进行统计,统计矿石目标个数和面积。 本文对传送带矿石视频进行实时处理,双边滤波减少了图像中的噪声信息；距离变换和图像重构提取出图像中每个目标的局部最大值,即实现了种子点的选取；本文提出的分割方法是以每个矿石对象作为处理单元,而不是以整幅图像为分割对象,矿石分割的结果较为准确；对图像分割结果进行统计分析,矿石个数及形态与目测结果基本一致。实验表明,本文提出的系统和分割技术适宜于传送带矿石图像的粒度分析。