基于图像识别的在线粒度检测方法研究与检测系统设计

【摘要】：碎矿的粒度信息反映了破碎过程中各级破碎机的工作状况。通过碎矿的在线粒度检测,可以实时地掌握矿石的粒度分布情况,将检测结果反馈给破碎机控制系统,能够有效的控制破碎机的工作参数,从而提高选矿效率,降低能耗,提高矿产资源的利用率。基于计算机视觉图像处理的在线粒度检测技术,具有安全、快速、非接触测量等诸多优势,是当前颗粒检测技术研究的热点。本课题主要针对矿石破碎过程中粒径信息采集方法问题,采用图像处理技术,设计在线粒度测量系统。论文的主要研究成果如下:(1)针对采集的矿石图像存在运动模糊的问题,采用基于梯度结构相似度的清晰度算法(NRSS),对采集到的多幅不同清晰度、不同内容的矿石图像进行实验对比,初步确定判断图像是否清晰的NRSS阈值。(2)针对矿石图像中粘连颗粒无法有效地分割问题,提出基于多尺度形态学梯度的改进分水岭变换的分割方法,通过与常见的分割算法对比,结果表明,该分割方法能够较精准的分割出颗粒目标。(3)根据实际测量单位与像素标定的关系,计算矿石图像中每个颗粒的实际参数特征,对矿石分割区域进行标定,统计矿石粒度分布状况,并绘制颗粒的参数分布图和粒度分布图。结果表明,检测到的粒径分布结果与实际筛分结果相差较小,具有较高的准确性。(4)结合MATLAB图像处理工具箱和图形用户界面开发环境(GUIDE),组建粒度在线检测系统的软件部分,利用MATLAB与Excel之间的通讯,实现图像载入、图像去噪、图像二值化、图像分割、粒度检测、保存粒度数据等功能。本研究设计的在线粒度检测系统能够精确的分割矿石图像,实现粒度的在线检测。