【摘要】：球團(tuán)礦作為一種高爐精料有強(qiáng)度好、含鐵品位高和還原性好等特點(diǎn),在鋼鐵冶煉中有著重要作用。球團(tuán)粒度是球團(tuán)礦質(zhì)量最重要的指標(biāo)之一,但目前球團(tuán)礦的粒度檢測(cè)主要是傳統(tǒng)篩分法和人工檢測(cè)方法,這兩種方法不僅檢測(cè)效率低、準(zhǔn)確率性差,而且粒度信息不能實(shí)時(shí)在線反饋,嚴(yán)重影響了球團(tuán)質(zhì)量的保證。本文將機(jī)器視覺檢測(cè)技術(shù)應(yīng)用于球團(tuán)礦粒度檢測(cè)中,是目前球團(tuán)礦粒度檢測(cè)的主要研究方向。球團(tuán)礦生產(chǎn)工業(yè)環(huán)境復(fù)雜,原始球團(tuán)礦圖像含有許多噪聲,必須對(duì)球團(tuán)礦圖像進(jìn)行預(yù)處理。本文采用巴特沃斯濾波方法,既能消除噪聲又較好的保護(hù)圖像中的邊緣信息;采用開閉重建處理圖像,使得球團(tuán)礦圖像中的明暗細(xì)節(jié)被消除,同時(shí)重建之后圖像沒有產(chǎn)生新的邊界或是邊界偏移現(xiàn)象,并且目標(biāo)區(qū)域內(nèi)的極大值和極小值得到修正。球團(tuán)礦圖像是一種典型的類圓形堆疊顆粒圖像,對(duì)其實(shí)現(xiàn)有效分割是保證粒度檢測(cè)準(zhǔn)確性的關(guān)鍵。本文分析了球團(tuán)礦圖像的分割難點(diǎn),研究表明傳統(tǒng)的圖像分割方法不能滿足球團(tuán)礦圖像的分割要求,為此提出了一種基于自適應(yīng)標(biāo)記提取的分水嶺分割算法。通過仿真驗(yàn)證,方法能將目標(biāo)球團(tuán)準(zhǔn)確分離,很好地解決圖像中目標(biāo)相互遮擋、粘連等類圓形堆疊圖像問題,克服了傳統(tǒng)分水嶺算法的過分割現(xiàn)象。在球團(tuán)礦圖像有效分割的基礎(chǔ)上,首先采用基于線標(biāo)記方法對(duì)二值圖像連通區(qū)域進(jìn)行標(biāo)記,利用提出的FUR圓形度度量指標(biāo)將不能正確反映球團(tuán)礦粒度信息的目標(biāo)區(qū)域篩除,以保證后期檢測(cè)結(jié)果的準(zhǔn)確性。然后,標(biāo)定圖像檢測(cè)系統(tǒng)的系數(shù)并提取球團(tuán)礦圖像中球團(tuán)目標(biāo)的實(shí)際面積,換算得到球團(tuán)礦的粒度值。最后,將本文檢測(cè)的球團(tuán)礦粒度值與實(shí)際粒度檢測(cè)結(jié)果進(jìn)行對(duì)比,結(jié)果表明,基于機(jī)器視覺的球團(tuán)礦粒度檢測(cè)方法具有較好的準(zhǔn)確性和可靠性�；跈C(jī)器視覺的球團(tuán)礦粒度檢測(cè)方法,傳統(tǒng)的篩分法相比,更加方便易行、準(zhǔn)確,而且具有實(shí)時(shí)性,能實(shí)現(xiàn)在線檢測(cè),對(duì)提高球團(tuán)生產(chǎn)質(zhì)量起到極大的推動(dòng)作用。
【圖文】：

邐（２．８）逡逑當(dāng)巴特沃斯濾波器階數(shù)》較大時(shí)，其作用效果接近理想濾波器：當(dāng)階數(shù)較小時(shí)接近高斯逡逑濾波器［３６］，如圖２．４是巴特沃斯低通濾波器的３Ｄ形狀視圖。本文采用的濾波器階數(shù)《＝２，逡逑截止頻率ＺＸ）＝１５０，處理結(jié)果如圖２．５所示。從效果對(duì)比看出，巴特沃斯濾波處理效果逡逑在抑制噪聲的同時(shí)，圖像邊緣模糊程度大大降低，且沒有振鈴效應(yīng)。這樣不僅達(dá)到濾波逡逑預(yù)處理效果，同時(shí)保護(hù)了球團(tuán)礦原始圖像邊緣信息。逡逑－１７－逡逑

圖２．５巴特沃斯低通濾波效果圖逡逑Ｆｉｇ．邋２．５邋Ｂｕｔｔｅｒｗｏｒｔｈ邋ｌｏｗ－ｐａｓｓ邋ｆｉｌｔｅｒ邋ｅｆｆｅｃｔ邋ｄｉａｇｒａｍ逡逑２．３球團(tuán)礦圖像形態(tài)學(xué)處理逡逑數(shù)學(xué)理論中，數(shù)學(xué)形態(tài)學(xué)建立在嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)集論基礎(chǔ)上，用來(lái)分析研究空間結(jié)構(gòu)的逡逑形狀、框架的數(shù)學(xué)分支。自數(shù)學(xué)形態(tài)學(xué)理論提出以來(lái)，，逐漸被應(yīng)用于數(shù)字圖像處理、信逡逑號(hào)處理、模式識(shí)別、數(shù)據(jù)處理和圖像分析等諸多領(lǐng)域。數(shù)字圖像處理中數(shù)學(xué)形態(tài)學(xué)可以逡逑用來(lái)處理抑制噪聲、邊緣檢測(cè)、圖像分割、紋理分析、圖像恢復(fù)及重建等諸多問題。逡逑形態(tài)學(xué)圖像處理的直觀理解是，利用結(jié)構(gòu)元素作為“刷子”在待處理圖像中移動(dòng)及相逡逑應(yīng)運(yùn)算，以此了解圖像各部分間的相互結(jié)構(gòu)并做出相應(yīng)處理，已達(dá)到操作圖像的目的。逡逑顯然結(jié)構(gòu)元素非常重要，根據(jù)我們研[偟耐枷衲諶鶯吞匭緣牟煌�，其縿h哂屑褐牟煌義閑巫礎(chǔ)⒋笮『突葉鵲刃畔�。结构元素是由集合点广^傻�，不同的结构元素的作硬[Ч鑠義弦旌艽螅虼松杓品喜僮髂康牡慕峁乖厥峭枷穹治齙墓丶街�。辶x

本文編號(hào)：2615989