基于多尺度特征分析的矿石粒度分布方法研究

【摘要】：矿产资源作为我国经济发展的支撑,与环境保护、能源、工艺优化等密不可分。据统计,我国超过90%的能源、80%以上的原材料、70%多的生产资料由矿业资源供给,为我国的生产、生活提供了基础保障。为贯彻“绿色矿山”理念,需严格按照矿山建设要求,科学、合理的开采利用,确保矿区的可持续发展。目前形势来讲,矿区开采成本比过去增高,加上矿物的质量大不如以往,但是市场的指标要求逐步提高,因此,需要相关技术人员提供专业性的指导,按需将矿物分类,提高矿物粒度分布的精确度,指定科学有序的方案,提升矿产资源有效利用率,为后续的产品销售与增值保驾护航,保障经济效益。图像处理技术为矿物检测提供有效、准确的手段,为我国矿产资源的开采提供及时有效的方法,减小资源的浪费及降低环境的污染,精确指导有色金色开发过程。但矿石图像的分析依然存在几点难点问题:1)矿石图像中的强噪声问题,矿石纹理复杂混乱,区分度低,内部杂质及孔洞噪声较多,并且其分布范围广、密度高、类型多,影响矿石特征等的提取以及粒度类别的判定;2)粒度类别识别的适应性低,矿石经破碎机的作用逐级破碎,导致不同破碎机下的矿石特征差异大,传统图像处理方法难以适应多级破碎的矿石图像;3)复杂场景下检测矿石粒度分布的准确性和分布规律研究问题,复杂场景的矿石粒度大小不同,矿石块大且被泥浆等覆盖,矿石尺寸小的多被粉尘、沙土淹没,导致矿石特征难以提取,影响粒度分布的准确性及分布规律的研究。本课题为矿石粒度分布检测与识别提供了新视角,在矿物加工、冶金、化工等领域具有重要意义,为智能化、自动化的粒度分布检测与识别提供保障。本论文作为自选课题,针对矿石图像存在问题,结合外界采集环境,聚焦矿石分割、空域和频域多尺度特征提取等方法,对不同破碎下的粒级图像分类,通过建立基于熵的组合向量,建立复杂图像识别模型,完成复杂场景矿石识别。论文研究内容主要包括:1)基于矿石图像空域的多元多尺度特征提取模型,探寻无分割的方法,在空域层面对矿石图像特征提取;2)基于矿石图像二维经验模态分解的频域特征提取模型,在空频域层面对矿石图像特征提取;3)基于直方图累积矩的动态优化矿石粒度分割算法,将单个矿石目标从背景像素精确分割;4)基于熵值组合向量的矿石粒度分布模型,用于复杂矿石图像识别。本文的创新点有以下几个方面:(1)为解决光照、颗粒重叠堆积对矿石图像目标检测的问题,提出一种基于矿石图像空域的多元多尺度特征提取模型,在多个尺度提取图像颜色和梯度信息,在行空间上构建复合延迟向量,在多尺度下对空域特征进行向量构建,利用切比雪夫距离寻找向量间的最大间距,作为尺度特征的表述,用于矿石识别的特征,反映多尺度的粒度信息,克服矿石边界分割的难题。(2)空域特征难以全面、有效地代表复杂场景的矿石图像特性,在频域层面提出一种基于矿石图像二维经验模态分解的频域特征提取模型。二维经验模态分解多尺度提取不同粒级图像局部频率,反映图像目标的边缘、纹理等信息。各模态图像瞬时频率的计算,量化不同尺度的频域信息,综合反映矿石表面的边界、纹理、粗糙度信息,构成矿石粒度识别的有效特征。(3)针对现存阈值分割的问题和矿石图像精确分割难题,提出一种基于直方图累积矩的动态优化矿石分割算法,直方图0阶累积矩反映灰度级概率、1阶累积矩代表均值,相比双窗OTSU算法,降低了目标内部噪声。在整个图像中,用于矿石图像的分割,通过计算靠近目标和背景部分反映灰度级概率的0阶矩以及表示均值的1阶累积矩,用于OTSU算法,代替计算整个灰度级分布,减小噪声带来的误差;选取的最优阈值,避免陷入局部最优,不仅适用于双峰分布的直方图图像,而且有效分割单峰或接近单峰的矿石图像,快速、有效和准确地实现复杂场景下矿石分割。(4)针对复杂场景矿石图像识别,提出一种基于熵值组合向量的矿石粒度分布模型。由分割出的矿石目标,提取目标的形态特征,计算矿石图像中每个目标的粒径信息。分别对空域和频域提取的多尺度特征,利用多元多尺度熵度量,在多尺度上建立熵值范围与矿石图像的粒度分布映射,空域和频域的熵值特征向量组合构建,建立多尺度下熵值组合向量与混配级矿石图像的建立映射关系,完成复杂场景矿石图像识别。本文对多尺度的矿石粒度分布方法进行了相关研究与探索,但存在以下不足,需要进一步的研究与改进:1)基于图像空域特征有限,需要提取更多的特征提取,提高检测精度;2)在频域层面工作反映了矿石边界、纹理、粗糙度,后续工作可以考虑加入方向等特征,进行进一步的分析;3)目前本文只针对等质量比例混合的石料图像识别与分析,有待于对更加复杂场景的矿物图像检测与识别。