爆破塊度是評價(jià)爆破效果的重要指標(biāo),建立爆破塊度快速檢測與評價(jià)的方法對礦山生產(chǎn)有著重要的現(xiàn)實(shí)意義。為此,本文將計(jì)算機(jī)圖像識別技術(shù)引入爆堆塊度的信息檢測,針對露天礦山大方量爆堆塊度分布特征,建立爆堆塊度的圖像分割方法,開發(fā)爆堆塊度圖像識別系統(tǒng)。實(shí)現(xiàn)了大方量爆破塊度的高效檢測和塊度量化反饋,具體的研究工作與成果如下。（1）爆堆塊度的圖像分割技術(shù)研究。針對露天礦山爆堆塊度具有大規(guī)模、粘連、差異大且形狀不規(guī)則的特點(diǎn),在綜合分析各種圖像分割技術(shù)的適應(yīng)性的基礎(chǔ)上,開發(fā)了雙門限閾值圖像分割技術(shù)。通過多種圖像分割技術(shù)對爆破巖石圖像分割效果比較,開發(fā)的雙門限閾值圖像分割方法在巖塊與背景的二值化分割上具有優(yōu)勢,巖石表層噪聲的過濾效果最優(yōu)。應(yīng)用開發(fā)的雙門限閾值圖像分割方法對不同巖性的巖塊圖像進(jìn)行分割,表明了建立的分割方法適應(yīng)性強(qiáng)。（2）圖像識別系統(tǒng)（BFAS3.0）開發(fā)。進(jìn)行了圖像處理流程設(shè)計(jì),針對采集的圖像特點(diǎn)提出了巖石場景圖像降噪和預(yù)處理方法,對于自然光照不均使得目標(biāo)區(qū)域有陰影產(chǎn)生,灰度直方圖失去雙峰分布的特點(diǎn),采用了直方圖均衡化的預(yù)處理手段,并應(yīng)用USM增強(qiáng)算法、形態(tài)學(xué)的腐蝕與膨脹等方法對巖塊灰度圖像進(jìn)... 

【文章來源】：南華大學(xué)湖南省

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

技術(shù)路線圖

算法流程圖

南華大學(xué)碩士學(xué)位論文18佳高閾值的選取與爆堆巖體結(jié)構(gòu)形態(tài)之間的關(guān)系。圖3.2雙門限閾值巖塊分割操作系統(tǒng)界面運(yùn)用開發(fā)的系統(tǒng)（如圖3.2所示）進(jìn)行大量參數(shù)設(shè)置實(shí)驗(yàn)，以人眼主觀來評價(jià)圖像分割效果得出：爆堆巖體結(jié)構(gòu)面結(jié)合程度越差，結(jié)構(gòu)面類型越復(fù)雜，裂隙塊狀結(jié)構(gòu)多，需要相對較大的閾值，才能達(dá)到更好的二值化分割效果。反之，結(jié)構(gòu)面結(jié)合程度越好，主要以塊狀結(jié)構(gòu)類型存在，則需要選取較小的閾值（見表3.1）。表3.1不同類型巖石依據(jù)結(jié)構(gòu)面類型最佳閾值選取范圍名稱組數(shù)主要結(jié)構(gòu)面結(jié)合程度主要結(jié)構(gòu)面類型相應(yīng)結(jié)構(gòu)類型最佳（高）閾值范圍花崗巖a≥3結(jié)合差節(jié)理、裂隙、層面節(jié)理、裂隙、層面裂隙塊狀結(jié)構(gòu)165～175花崗巖b≥3結(jié)合一般或結(jié)合差碎裂結(jié)構(gòu)160～170紅砂巖a≥3結(jié)合很差各種類型結(jié)構(gòu)面各種類型結(jié)構(gòu)面裂隙塊狀結(jié)構(gòu)中厚層狀結(jié)構(gòu)185～195紅砂巖b≥3結(jié)合差或結(jié)合很差180～190礫巖1～2結(jié)合好節(jié)理、裂隙、小斷層塊狀結(jié)構(gòu)135～150表3.2列出了3種不同類型爆堆試樣照片（見3.2節(jié)大亞灣、小徑灣5幅爆堆圖像）生成二值圖像時(shí)所選取的最佳閾值。以巖塊目標(biāo)與背景分類錯(cuò)誤率為標(biāo)準(zhǔn)，選取具體參數(shù)數(shù)值以能產(chǎn)生最好的分割效果為依據(jù)。所以，以下圖像分割實(shí)驗(yàn)參數(shù)選取如下表：

【參考文獻(xiàn)】：
期刊論文
[1]基于語義特征提取的砂巖薄片圖像顆粒分割方法[J]. 姜楓,顧慶,郝慧珍,李娜,胡修棉.  中國科學(xué):信息科學(xué). 2020(01)
[2]基于改進(jìn)親和度圖的礦石顆粒圖像分割研究與實(shí)現(xiàn)[J]. 孫國棟,林凱,高媛,徐昀.  儀表技術(shù)與傳感器. 2019(12)
[3]基于FCN的巖石混凝土裂隙幾何智能識別[J]. 薛東杰,唐麒淳,王傲,張遼,周宏偉.  巖石力學(xué)與工程學(xué)報(bào). 2019(S2)
[4]爆破巖塊自動(dòng)識別與塊度特征提取方法[J]. 謝博,施富強(qiáng),趙建才,朱登高,蔣建德,李徐然,廖學(xué)燕,李鋒.  爆破. 2019(03)
[5]一種改進(jìn)的Otsu多閾值SAR圖像分割方法[J]. 楊蘊(yùn),李玉,王玉,趙泉華.  遙感信息. 2019(04)
[6]基于分形理論的大直徑深孔爆破塊度分析[J]. 李建雄,陳飛,郭儒.  礦冶. 2019(04)
[7]一種利用骨架提取和SVM分類的顆粒表征方法[J]. 耿超,包靜,鄒鵬,王衛(wèi)彬.  中國公路學(xué)報(bào). 2018(11)
[8]復(fù)雜環(huán)境條件下的逐孔松動(dòng)爆破技術(shù)試驗(yàn)研究[J]. 相志斌,楊仕教,朱忠華,蒲成志,彭貫軍,鄭建禮,姜寶金,張紫晗,胡光球.  南華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(05)
[9]基于塊體形狀分類的爆堆塊度三維幾何參數(shù)估算[J]. 荊永濱,王公忠,畢林,馮興隆.  爆破. 2018(01)
[10]基于Sauvola與Otsu算法的秸稈覆蓋率圖像檢測方法[J]. 王麗麗,徐嵐俊,魏舒,韋崇峰,趙博,苑嚴(yán)偉,范晉偉.  農(nóng)業(yè)工程. 2017(04)

博士論文
[1]基于圖論的圖像分割算法的研究[D]. 劉仲民.蘭州理工大學(xué) 2018
[2]爆堆塊度分布的自動(dòng)與分形測試系統(tǒng)研究[D]. 題正義.遼寧工程技術(shù)大學(xué) 2002

碩士論文
[1]基于圖像特征密度峰值聚類的圖像分割方法研究[D]. 孫喆.山東師范大學(xué) 2019
[2]基于非局部Mumford-Shah模型的紋理圖像分割[D]. 楊振宇.青島大學(xué) 2019
[3]非監(jiān)督聚類算法在巖石圖像分析中的應(yīng)用研究[D]. 宋博敬.西安石油大學(xué) 2019
[4]礦石粒度圖像檢測技術(shù)的研究[D]. 孫深深.鄭州大學(xué) 2019
[5]魯棒圖形模糊聚類分割算法研究[D]. 吳其平.西安郵電大學(xué) 2019
[6]基于機(jī)器視覺對爆堆巖塊圖像處理識別的研究[D]. 彭貫軍.南華大學(xué) 2019
[7]可配置變電站室內(nèi)圖像巡檢系統(tǒng)及關(guān)鍵算法研究[D]. 李道明.浙江大學(xué) 2019
[8]基于MaskR-CNN分割的TEM納米顆粒參數(shù)測量方法研究[D]. 吳玥.天津工業(yè)大學(xué) 2019
[9]基于水平集的人工膝關(guān)節(jié)磨粒流加工流場分析與實(shí)驗(yàn)研究[D]. 陳俊超.浙江工業(yè)大學(xué) 2018
[10]基于邊界凹凸點(diǎn)和神經(jīng)網(wǎng)絡(luò)的粘連顆粒圖像分割算法研究[D]. 吳鍇.福州大學(xué) 2018



本文編號：3583514