基于图像处理的矿石粒度检测方法研究
【摘要】:矿石粒度是矿物加工工艺的一项重要指标,磨矿作业需要对矿石粒度进行检测,根据检测结果调整相应工艺参数。目前常采用筛分、沉降等常规方法进行粒度检测,这些检测方法耗时长、效率低,而且受检测人员的主观影响较大。针对以往检测方法的不足,本论文采用基于数字图像处理的检测方法,经过实践证明,这种检测方法能够快速、准确的对矿石粒度进行分析测量。本论文研究的主要内容有:1.对矿样原始图像进行预处理,首先对原始图像进行灰度化,接着对于目标矿粒与背景不易区分的现象进行了对比度调节,之后分析对比了两种典型的滤波算法,选取中值滤波算法滤除了图像噪声。2.对矿样图像进行分割。对不同的分割算法进行了分析与对比,最后选用了基于阈值的图像分割方法,成功的将目标矿粒与背景分离。3.矿样图像的形态学处理。对分割后的图像进行形态学处理,平滑图像噪声,填充由于矿粒反光而形成的孔洞。4.粘连矿粒的分割。在传统分水岭算法的基础上,分析对比了几种改进的分水岭算法分割效果,最后采用了基于标记符控制的分水岭分割算法,成功将粘连矿粒分离开。5.对处理后图像中的连通区域进行标记,计算每个连通域中的像素个数,通过比例换算,得到矿粒的实际粒度。6.完成软件编译,输出粒度分布曲线,将软件分析结果与筛分结果进行对比。通过实验证明,本论文的检测方法成功、有效的统计出了矿石的粒度分布,与传统方法相比,基于图像处理的检测方法具有操作简便、准确高效的优点,同时,对矿石粒度的在线检测也取得了很好的效果,该检测方法对提高磨矿作业效率以及推动选矿自动化的发展都具有重要意义。