论文部分内容阅读
为了衡量矿石爆破效果,要对爆破后矿石粒度分布进行分析和统计。高效而准确的矿石粒度识别是矿山爆破优化研究的基础,将为矿山生产带来巨大的经济效益,是当今矿山应用领域的重要研究课题。通常的粒度分布分析方法有直接测试法和间接测试法两大类,由于直接测试法中的方法存在种种缺陷,所以常用的方法为间接测试法。近年来,随着图像处理技术和模式识别技术的发展,基于图像处理技术的单图片摄影法备受关注,成为粒度统计分析的重要研究方法。笔者在总结矿岩粒度分布理论和分析方法的基础上,深入研究了矿岩粒度图像分析法的具体应用,通过对辽宁鞍山大孤山露天铁矿的不同矿种进行图像采集,研究开发了一种基于岩石图像的粒度分布统计系统。由于露天矿区的条件更加复杂,光照不均匀,矿石形态复杂,粒度分布不均匀,因此导致采集到的矿石图像含有多种噪声,灰度分布不均,图像细节不清晰。为了适应露天矿区的矿石图像分割,本文提出了一种基于形态学重建和标记提取的改进岩石图像分割算法。该算法图像预处理的核心部分是基于二级灰度形态学重建方法的预处理,采用二级灰度形态学重建后得到的图像对比度更强,更好地平滑了图像的前景和背景,同时又没有丢失边缘信息。为了克服分水岭算法的过分割问题,本文分别对分水岭的种子区域和分水线区域进行预标定,然后再进行梯度修正,最后再采用分水岭算法分割,最终取得了较好的图像分割效果,为爆堆矿岩粒度分布统计打下了基础。最后,作者对开发的岩石粒度分布统计系统进行了测试,分别对磁铁矿、花岗岩、片麻岩这三种矿岩图像的粒度进行了统计,并对统计结果进行了比较分析。研究结果表明,采用本文提出的方法进行矿石粒度分析准确性达到了90%以上。同时,采用本系统进行岩石粒度分析也存在一些有待改进的不足。本次系统的成功开发将积极推动图像处理技术在爆破矿岩生产中的应用。