一种传送带矿岩颗粒图像分割方法技术

本发明专利技术涉及一种传送带矿岩颗粒图像分割方法；包括以下步骤：101、针对待分割的传送带矿岩颗粒图像进行预处理，并输入至预先训练的第一卷神经网络模型获取第一轮廓图；102、将第一轮廓图输入至预先训练的第二卷积神经网络模型获取第二轮廓图；103、利用预设阈值将第二轮廓图进行二值化处理，再将二值化图经过形态学闭运算处理获取第三轮廓图；104、获取第三轮廓图中轮廓、轮廓的最小外接矩形和轮廓的面积，利用轮廓的最小外接矩形和轮廓的面积进行筛选，绘制筛选后的轮廓作为分割图；本发明专利技术方法利用深度学习实现了传送带矿岩图像轮廓检测和矿岩尺寸分布的自动统计，降低了对图像清晰度的需求，图像分割准确且应用方便。

A Segmentation Method for Mineral and Rock Particle Image of Conveyor Belt

The invention relates to a method for image segmentation of ore and rock particles in conveyor belt, which includes the following steps: 101. Preprocessing the image of ore and rock particles in the conveyor belt to be segmented and input it into the first volume of pre-trained neural network model to obtain the first contour map; 102. Inputting the first contour map into the pre-trained second convolution neural network model to obtain the second contour map; 103. Using pre-trained second convolution neural network model to obtain the second contour The second contour map is binarized by a threshold value, and the third contour map is obtained by morphological closed operation. 104. The minimum contour rectangle and the area of the contour in the third contour map are obtained, and the minimum contour rectangle and the area of the contour are filtered by using the area of the minimum contour rectangle and the contour of the contour, and the screened contour is drawn as the segmentation map. It realizes the contour detection of ore and rock image and the automatic statistics of ore and rock size distribution on conveyor belt, reduces the need for image clarity, and makes image segmentation accurate and easy to use.

【技术实现步骤摘要】
一种传送带矿岩颗粒图像分割方法
本专利技术属于图像处理
，尤其涉及一种传送带矿岩颗粒图像分割方法。
技术介绍
矿岩粒度信息是反应选矿过程中破碎机工作状况的重要指标，传送带矿岩粒度检测的效果好坏直接决定了整个选矿过程的生产效率；近些年来，许多专家和学者在矿岩图像分割方法上取得了巨大突破。其中以分水岭法及其改进方法，阈值分割方法和基于特定理论的分割方法等为主；分水领算法对微弱边缘具有良好的响应，但针对图像中的噪声、物体表面细微的灰度变化会产生过分割的现象，利用分水岭算法处理矿岩图像时，无法处理岩块粘连的问题；而阈值分割方法受噪声的影响较大，而矿岩图像的采集通常环境恶劣，且矿岩自身表面存在较多的噪声点，致使阈值分割后的目标存在较多噪声点；此外以上两算法还存在：参数设计复杂、针对中小尺寸的矿岩分割准确率低，以及对对模糊边缘的分割结果不理想，存在欠分割和过分割的问题。
技术实现思路
(一)要解决的技术问题本专利技术针对现有的图像分割方法在处理传送带矿岩图像时存在的分割精度低，对图像清晰度和噪声要求高，且参数调整复杂和适应性差的问题，为了解决现有技术的上述问题，本专利技术提供一种传送带矿岩颗粒本文档来自技高网...

【技术保护点】
1.一种传送带矿岩颗粒图像分割方法，其特征在于，包括以下步骤：101、针对待分割的传送带矿岩颗粒图像进行预处理，并输入至预先训练的第一卷神经网络模型，获取第一轮廓图；102、将所述第一轮廓图输入至预先训练的第二卷积神经网络模型，获取第二轮廓图；103、利用预设阈值将所述第二轮廓图进行二值化处理，获取二值化图，再将所述二值化图经过形态学闭运算处理，获取第三轮廓图；104、获取所述第三轮廓图中轮廓、轮廓的最小外接矩形和轮廓的面积，利用所述轮廓的最小外接矩形和所述轮廓的面积进行筛选，获取筛选后的轮廓、轮廓的面积和轮廓的数量，绘制所述筛选后的轮廓作为分割图。

【技术特征摘要】
1.一种传送带矿岩颗粒图像分割方法，其特征在于，包括以下步骤：101、针对待分割的传送带矿岩颗粒图像进行预处理，并输入至预先训练的第一卷神经网络模型，获取第一轮廓图；102、将所述第一轮廓图输入至预先训练的第二卷积神经网络模型，获取第二轮廓图；103、利用预设阈值将所述第二轮廓图进行二值化处理，获取二值化图，再将所述二值化图经过形态学闭运算处理，获取第三轮廓图；104、获取所述第三轮廓图中轮廓、轮廓的最小外接矩形和轮廓的面积，利用所述轮廓的最小外接矩形和所述轮廓的面积进行筛选，获取筛选后的轮廓、轮廓的面积和轮廓的数量，绘制所述筛选后的轮廓作为分割图。2.如权利要求1所述的方法，其特征在于，在步骤101前所述方法还包括：A1、预先采集传送带上不包含重叠区域的多张矿岩图像，将所述不包含重叠区域的多张矿岩图像经过预处理后作为样本集；A2、针对预处理后的样本集进行剪裁和插值调整获取调整后的图像，并获取所述调整后的图像中矿岩颗粒的边缘线制作标签集；A3、利用所述样本集构建第一训练样本，将所述第一训练样本作为预先构建的第一卷积神经网络的输入，所述标签集作为预先构建的第一卷积神经网络的输出，重复迭代并更新网络权重比，直至迭代次数满足预设值，获取所述预先训练的第一卷积神经网络模型。3.如权利要求2所述的方法，其特征在于，在步骤101与102之间还包括：B1、将所述样本集输入至所述预先训练的第一卷积神经网络模型，获取所述样本集的第一轮廓图；B2、利用预设阈值将所述样本集的第一轮廓图进行二值化处理，获取样本集的第一轮廓图的二值化图；B3、利用所述样本集的第一轮廓图的二值化图构建第二训练样本，将所述第二训练样本作为预先构建的第二卷积神经网络的输入，所述标签集作为预先构建的第二卷积神经网络的输出，重复...

【专利技术属性】
技术研发人员：柳小波，张育维，赵胜，
申请(专利权)人：东北大学，
类型：发明
国别省市：辽宁,21