一种钽铌矿摇床矿带的图像识别方法技术

本发明专利技术公开了一种钽铌矿摇床矿带的图像识别方法，包括：步骤1，预处理采集的摇床矿带图像，处理后将图像转换到灰度空间；步骤2，对转换后的图像进行不均匀光照补偿处理得到补偿后的结果图像；步骤3，用最大熵阈值化算法求得结果图像的阈值T；步骤4，用阈值T对图像进行二值化处理得到黑白二值图像；步骤5，对黑白二值图像进行形态学先开后闭运算求出白色区域内最大连通区域，得出连通区域的最小外接矩形即为精矿带矩形区域。该方法能补偿外界光源亮度变化、矿带表面反光以及矿带很窄很薄等疑难问题，解决由于采集的矿带图像中摇床边界较为模糊，外界光源亮度不均和反光，仅通过图像分割算法，无法实现对摇床的色带边界更加精准检测的问题。测的问题。测的问题。

【技术实现步骤摘要】
一种钽铌矿摇床矿带的图像识别方法


[0001]本专利技术涉及摇床矿带识别领域，尤其涉及一种钽铌矿摇床矿带的图像识别方法。

技术介绍

[0002]摇床是钽铌矿选矿工艺中最重要的重选设备。通过物理选矿的方式，最终将精矿、中矿等不同品位的矿浆分离出来，它具有富集比高、一次选别就可得到最终精矿以及使用范围广等优点。除了钽铌矿，摇床重选还适用于分选锡矿、钨矿、铋矿、锑矿、贫铁矿等各种难选的矿石，以及具有相应密度差的其他粉体物料。
[0003]目前钽铌矿摇床进行选矿过程中，摇床上形成的矿带分离常由工人通过肉眼观察矿带边界特征信息来调整接矿板，达到精矿、中矿、尾矿的分离，并获得满足要求的精矿品位。但存在选矿指标波动大、效率低且劳动强度大等问题。为解决该问题，目前有昆明理工大学的和丽芳等研究者开发的利用矿带图像灰度动态分割摇床矿带的方法，其主要原理为：通过摄像头获取摇床矿带图像，将矿带图像信息输入计算机，然后利用图像处理软件对获取的矿带图像进行灰度化处理，再对灰度图像预处理，进行低通滤波滤除噪声，最后采用基于PSO的阈值分割技术，对预处理后的灰度矿带图像进行分割，根据图像的灰度特征，将摇床矿带灰度图像分成精矿、中矿和尾矿三部分，实现对摇床矿带的分割。但基于PSO的阈值分割算法计算复杂度很高，检测实时性受到了限制；预处理算法仅用到了低通滤波除噪声，预处理算法过于单一，面向钽铌矿摇床矿带边界模糊以及外界灯光污染来讲分割精度不高；该方法在钽铌矿带识别，阈值不易收敛。
[0004]另外，还有赣州有色冶金研究所的杨文龙等研究者，设计的一种选矿摇床矿带识别及接矿板自动调节装置，其主要由矿带识别装置和接矿板驱动装置构成，其工作原理为通过在摇床上方安装矿带识别装置，可以对床面上的矿物的分层状态进行图像信息提取并进行图像处理，处理后的数据传将输给摇床控制器，经过逻辑运算处理后驱动接矿板步进电机进行动作，电机的正反转动将带动接矿装置上的丝杠转动，从而带动螺母向前或后运行，进而对接矿板进行位置实时调节。
[0005]但钽铌矿摇床的矿带特征较为复杂，常规精矿为深黑色，中矿尾矿为浅白色，但其精矿和中矿边界并不清晰，存在白色向黑色逐渐变暗过度带；同时床面底漆颜色杂乱、车间环境光变化等也对矿带识别造成了干扰；另外，钽铌矿摇床边界较为模糊，并且外界光源亮度存在变化性，光过强时矿带表面出现反光，仅采用图像分割算法并无法准确识别得出摇床矿带，并且目前的设备方法计算复杂度高，也存在识别实时性差的问题。

技术实现思路

[0006]基于现有技术所存在的问题，本专利技术的目的是提供一种钽铌矿摇床矿带的图像识别方法，能解决现有图像识别摇床矿带的方法，因钽铌矿摇床边界较为模糊，并且外界光源亮度存在变化性，光过强时矿带表面出现反光，现有图像识别方法存在的无法准确识别得出摇床矿带的问题。
[0007]本专利技术的目的是通过以下技术方案实现的：
[0008]本专利技术实施方式提供一种钽铌矿摇床矿带的图像识别方法，包括：
[0009]步骤1，对采集的色彩空间为RGB空间的摇床矿带图像进行预处理，将预处理后的所述摇床矿带图像的色彩空间由RGB空间转换到灰度空间；
[0010]步骤2，对转换到灰度空间的所述摇床矿带图像进行不均匀光照补偿处理得到补偿后的结果图像；
[0011]步骤3，用最大熵阈值化算法求得所述结果图像的阈值T；
[0012]步骤4，利用所述阈值T对所述结果图像进行二值化处理得到黑白二值图像；
[0013]步骤5，对所述黑白二值图像进行形态学先开后闭运算求出白色区域的最大连通区域，得出所述连通区域的最小外接矩形即为精矿带矩形区域。
[0014]由上述本专利技术提供的技术方案可以看出，本专利技术实施例提供的钽铌矿摇床矿带的图像识别方法，其有益效果为：
[0015]通过对摇床矿带图像进行预处理；然后将色彩空间由RGB转到灰度空间进行不均匀光照补偿处理后，接着使用最大熵阈值化算法和二值化处理得到二值图像，最后对得到的二值图像进行形态学先开后闭运算，求得的连通区域的最小外接矩形即为精矿带矩形区域。该方法不需要人工干预，能直接利用图像阈值分割技术对摇床床面上的矿带图像进行实时数字化识别和分割。该方法集成在摇床巡检机器人上将产生以下积极作用：利用图像技术识别矿带特征，消除人工识别误差，增强一致性，选矿指标波动小；摄像机可以定时拍摄，实现高效率巡检，矿物回收效率提高；解放人力，帮助企业降本增效，调整企业产业结构。
附图说明
[0016]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
[0017]图1为本专利技术实施例提供的钽铌矿摇床矿带的图像识别方法流程图。
具体实施方式
[0018]下面结合本专利技术的具体内容，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术的保护范围。本专利技术实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
[0019]参见图1，本专利技术实施例提供一种钽铌矿摇床矿带的图像识别方法，包括：
[0020]步骤1，对采集的色彩空间为RGB空间的摇床矿带图像进行预处理，将预处理后的所述摇床矿带图像的色彩空间由RGB空间转换到灰度空间；
[0021]步骤2，对转换到灰度空间Gray的所述摇床矿带图像进行不均匀光照补偿处理得到补偿后的结果图像；
[0022]步骤3，用最大熵阈值化算法求得所述结果图像的阈值T；
[0023]步骤4，利用所述阈值T对所述结果图像进行二值化处理得到黑白二值图像；
[0024]步骤5，对所述黑白二值图像进行形态学先开后闭运算求白色区域的最大连通区域，得出所述连通区域的最小外接矩形即为精矿带矩形区域。
[0025]上述识别方法中，所述对采集的摇床矿带图像进行预处理为：
[0026]对所述摇床矿带图像依次进行裁剪、模糊和缩放处理。具体的，对所述摇床矿带图像进行裁剪处理为：按3000
×
400像素进行裁剪得到裁剪图像块；
[0027]对得到的所述裁剪图像块进行一次5
×
5像素的高斯模糊处理后进行一次0.5倍缩放处理，对缩放处理后的图像再进行第二次5
×
5像素的高斯模糊处理后进行第二次0.5倍缩放处理。
[0028]上述识别方法中，对转换到灰度空间的所述摇床矿带图像进行不均匀光照补偿处理为：
[0029]采用分块插值法，或Retinex图像增强法，或同态滤波法中的任一种。
[0030]上述识别方法中，所述对转换到灰度空间的所述摇床矿带图像用分块差值法进行不均匀光照处理为：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种钽铌矿摇床矿带的图像识别方法，其特征在于，包括：步骤1，对采集的色彩空间为RGB空间的摇床矿带图像进行预处理，将预处理后的所述摇床矿带图像的色彩空间由RGB空间转换到灰度空间；步骤2，对转换到灰度空间的所述摇床矿带图像进行不均匀光照补偿处理得到补偿后的结果图像；步骤3，用最大熵阈值化算法求得所述结果图像的阈值T；步骤4，利用所述阈值T对所述结果图像进行二值化处理得到黑白二值图像；步骤5，对所述黑白二值图像进行形态学先开后闭运算求出白色区域的最大连通区域，得出所述连通区域的最小外接矩形即为精矿带矩形区域。2.根据权利要求1所述的钽铌矿摇床矿带的图像识别方法，其特征在于，所述对采集的摇床矿带图像进行预处理为：对所述摇床矿带图像依次进行裁剪、模糊和缩放处理。3.根据权利要求2所述的钽铌矿摇床矿带的图像识别方法，其特征在于，对所述摇床矿带图像进行裁剪处理为：按3000
×
400像素进行裁剪得到裁剪图像块；对得到的所述裁剪图像块进行一次5
×
5像素的高斯模糊处理后进行一次0.5倍缩放处理，对缩放处理后的图像再进行第二次5
×
5像素的高斯模糊处理后进行第二次0.5倍缩放处理。4.根据权利要1所述的钽铌矿摇床矿带的图像识别方法，其特征在于，所述对转换到灰度空间的所述摇床矿带图像进行不均匀光照补偿处理为：采用分块插值法，或Retinex图像增强法，或同态滤波法中的任一种。5.根据权利要求4所述的钽铌矿摇床矿带的图像识别方法，其特征在于，所述对转换到灰度空间的所述摇床矿带图像用分块...

【专利技术属性】
技术研发人员：袁明才，陈清，李金锋，曾令辉，彭培祯，赖纪全，赵玉华，杨文旺，武涛，刘利敏，徐培培，
申请(专利权)人：北矿机电科技有限责任公司，
类型：发明
国别省市：