礦產(chǎn)資源作為我國經(jīng)濟(jì)發(fā)展的支撐,與環(huán)境保護(hù)、能源、工藝優(yōu)化等密不可分。據(jù)統(tǒng)計(jì),我國超過90%的能源、80%以上的原材料、70%多的生產(chǎn)資料由礦業(yè)資源供給,為我國的生產(chǎn)、生活提供了基礎(chǔ)保障。為貫徹“綠色礦山”理念,需嚴(yán)格按照礦山建設(shè)要求,科學(xué)、合理的開采利用,確保礦區(qū)的可持續(xù)發(fā)展。目前形勢來講,礦區(qū)開采成本比過去增高,加上礦物的質(zhì)量大不如以往,但是市場的指標(biāo)要求逐步提高,因此,需要相關(guān)技術(shù)人員提供專業(yè)性的指導(dǎo),按需將礦物分類,提高礦物粒度分布的精確度,指定科學(xué)有序的方案,提升礦產(chǎn)資源有效利用率,為后續(xù)的產(chǎn)品銷售與增值保駕護(hù)航,保障經(jīng)濟(jì)效益。圖像處理技術(shù)為礦物檢測提供有效、準(zhǔn)確的手段,為我國礦產(chǎn)資源的開采提供及時(shí)有效的方法,減小資源的浪費(fèi)及降低環(huán)境的污染,精確指導(dǎo)有色金色開發(fā)過程。但礦石圖像的分析依然存在幾點(diǎn)難點(diǎn)問題:1)礦石圖像中的強(qiáng)噪聲問題,礦石紋理復(fù)雜混亂,區(qū)分度低,內(nèi)部雜質(zhì)及孔洞噪聲較多,并且其分布范圍廣、密度高、類型多,影響礦石特征等的提取以及粒度類別的判定;2)粒度類別識別的適應(yīng)性低,礦石經(jīng)破碎機(jī)的作用逐級破碎,導(dǎo)致不同破碎機(jī)下的礦石特征差異大,傳統(tǒng)圖像處理方法難以適應(yīng)多級破碎... 

【文章來源】：中國礦業(yè)大學(xué)(北京)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：140 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
1 引言
    1.1 研究背景
    1.2 礦石粒度分布檢測主要方法
        1.2.1 傳統(tǒng)粒度分布檢測方法
        1.2.2 基于人工智能的粒度分布檢測方法
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 基于圖像分割的粒度分布檢測技術(shù)
        1.3.2 多尺度分析技術(shù)
        1.3.3 基于熵的圖像分析技術(shù)
    1.4 研究內(nèi)容
    1.5 文章組織結(jié)構(gòu)
2 基于礦石圖像空域的多元多尺度特征提取模型
    2.1 圖像空域特征提取方法及研究現(xiàn)狀
        2.1.1 顏色特征提取及現(xiàn)狀
        2.1.2 空域紋理特征提取方法及現(xiàn)狀
        2.1.3 空域形狀特征提取方法及現(xiàn)狀
    2.2 基于礦石圖像空域的多元多尺度特征提取
        2.2.1 基于多元多尺度特征的粗粒化
        2.2.2 基于多元多尺度特征的復(fù)合延遲向量構(gòu)建
    2.3 實(shí)驗(yàn)結(jié)果及分析
    2.4 本章小結(jié)
3 基于礦石圖像二維經(jīng)驗(yàn)?zāi)B(tài)分解的頻域特征提取模型
    3.1 基于礦石圖像多尺度分析技術(shù)
        3.1.1 空域特征存在問題
        3.1.2 頻域特征提取方法
    3.2 基于二維經(jīng)驗(yàn)?zāi)B(tài)分解的頻域特征提取模型
        3.2.1 礦石圖像二維模態(tài)分解
        3.2.2 高頻圖像瞬時(shí)頻率提取
    3.3 實(shí)驗(yàn)結(jié)果及分析
    3.4 本章小結(jié)
4 基于直方圖累積矩的動態(tài)優(yōu)化礦石分割方法
    4.1 礦石圖像增強(qiáng)
        4.1.1 圖像增強(qiáng)理論及相關(guān)工作
        4.1.2 基于多尺度彩色復(fù)原算法的礦石圖像增強(qiáng)
    4.2 礦石圖像分割理論及存在問題
        4.2.1 礦石圖像閾值分割方法及現(xiàn)狀
        4.2.2 基于OTSU的礦石圖像閾值分割
        4.2.3 現(xiàn)存礦石圖像分割的問題
    4.3 基于直方圖累積矩的動態(tài)優(yōu)化分割算法
    4.4 實(shí)驗(yàn)結(jié)果及分析
        4.4.1 定性分析
        4.4.2 定量分析
    4.5 本章小結(jié)
5 基于熵值組合向量的礦石粒度分布模型
    5.1 礦石圖像粒度分布檢測
        5.1.1 礦石粒度分布模型研究思路
        5.1.2 粒度分布檢測存在問題
    5.2 基于熵的尺度分析
        5.2.1 信息熵理論及相關(guān)工作
        5.2.2 多尺度熵理論及相關(guān)工作
        5.2.3 多元多尺度熵理論及相關(guān)工作
    5.3 基于熵值組合向量的復(fù)雜礦石圖像識別模型
        5.3.1 基于礦石形狀特征的粒徑檢測
        5.3.2 基于圖像多元多尺度熵的礦石粒度分布模型
        5.3.3 基于組合特征的礦石粒度分布模型
    5.4 實(shí)驗(yàn)與分析
    5.5 本章小結(jié)
6 總結(jié)和展望
    6.1 論文總結(jié)
    6.2 論文創(chuàng)新點(diǎn)
    6.3 展望
參考文獻(xiàn)
致謝
作者簡介



本文編號：3175910