一种利用计算机图像颜色识别对矿物种类进行判别的方法技术

本发明专利技术涉及一种利用计算机图像颜色识别对矿物种类进行判别的方法，属于工艺矿物学技术领域。本发明专利技术包括步骤：获得光片上矿物样本的图像；对获得的图像先进行预处理，然后对图像进行分割；对处理好的标样图像进行颜色特征分析及提取；根据不同矿物图像颜色特征参数，建立矿物图像颜色特征参数数据库；将未知矿样光片提取矿物图像颜色特征参数，设置阈值，并将颜色特征参数与数据库里的参数进行比对，从而确定该矿物光片中所含金属矿物种类；本发明专利技术能够高效、准确、便捷地替代人工进行金属矿物识别，更适用于对金属矿物的识别。更适用于对金属矿物的识别。更适用于对金属矿物的识别。

【技术实现步骤摘要】
一种利用计算机图像颜色识别对矿物种类进行判别的方法


[0001]本专利技术涉及一种利用计算机图像颜色识别对矿物种类进行判别的方法，属于工艺矿物学


技术介绍

[0002]光/薄片鉴定是工艺矿物学重要组成部分，目前光/薄片鉴定主要靠人工鉴定，由于技术人员培养难度大、工作强度大、人为因素影响较大，导致鉴定质量参差不齐，无法精准指导“贫”“细”“杂”复杂难选矿石的综合利用，严重影响了工艺矿物学在选矿工艺设计及选厂流程改造中的指导性意义。迅速发展起来的数字图像处理技术为工艺矿物学光片鉴定研究提供了一种全新的技术思路。根据不同矿物(光片)在光学显微下的颜色、灰度等方面与其性质相关特征，进行特征提取、分析，利用图像处理技术判定矿物种类，将为实现光片智能化鉴定提供应用基础，将很大程度上推动工艺矿物学以及选矿行业的发展。

技术实现思路

[0003]本专利技术提供了一种利用计算机图像颜色识别对矿物种类进行判别的方法，以用于克服人工判定显微镜下矿物光片的矿物种类的工作强度大、效率低、同时需要工作人员有大量的经验积累的问题以及目前一些颜色识别方法算法复杂，判断时间长等问题；本专利技术利用矿物光片在显微镜下图像的颜色特征实现金属矿物种类的判别。
[0004]本专利技术的技术方案是：一种利用计算机图像颜色识别对矿物种类进行判别的方法，所述方法包括：
[0005]Step1、获得光片上矿物样本的图像；
[0006]Step2、对获得的图像先进行预处理，然后对图像进行分割；
[0007]Step3、对处理好的标样图像进行颜色特征分析及提取；
[0008]Step4、根据提取到的不同矿物图像颜色特征参数，建立矿物图像颜色特征参数数据库；
[0009]Step5、将未知矿样光片按Step1
‑
Step3步骤提取矿物图像颜色特征参数，设置阈值，并将颜色特征参数与Step4得到数据库里的参数进行比对，从而确定该矿物光片中所含金属矿物种类。
[0010]作为本专利技术的进一步方案，所述Step1中，调节显微镜的光照条件，在一定程度上保证显微镜下的偏光强度一致，将高分辨率摄像机对准显微镜目镜安装好，然后摄像机与安装有图像图像处理软件的主机相连，用于获得光片上矿物样本的图像。
[0011]作为本专利技术的进一步方案，所述Step4中，利用处理后的矿物光片图像颜色的一阶矩、二阶矩、三阶矩在图像R、G、B三通道上的值来作为判别参数，特征阈值σ小于10，子图数量阈值∈为大于20，并根据该判别参数建立矿物图像颜色特征参数数据库。
[0012]作为本专利技术的进一步方案，所述Step3
‑
Step5具体包括：
[0013](1)将分割后得到的矿物图像模板，利用公式求得矿物图像在R、G、B三通道上的一阶矩；其中，p
i,j
表示彩色图像第i个颜色通道分量中灰度为j的像素出现的概率，N表示图像中的像素个数；
[0014](2)利用公式求得矿物图像在R、G、B上的二阶矩；其中u
i
为一阶矩值；
[0015](3)利用公式求得矿物图像在R、G、B上的三阶矩；
[0016](4)利用上述步骤(1)、(2)、(3)，求得模板图像在R、G、B上的九个特征值y1,y2,y3,y4,y5,y
6,
y7,y8,y9，将这九个特征值存入主机里面；
[0017](5)把不同矿物模板图像按照(1)、(2)、(3)、(4)的步骤获得的九个特征参数，根据不同种类矿物的九个特征参数差异性，建立不同种类矿物图像颜色特征参数数据库；
[0018](6)对未知矿物光片进行拍照，获取一定量的矿物图像，首先对图像进行预处理、分割，形成若干个子图；接下来对每一个子图执行(1)、(2)、(3)步骤获得每一个子图的九个特征值x
1,i
,x
2,i
,x
3,i,
x
4,i
,x
5,i
,x
6,i,
x
7,i
,x
8,i
,x
9,i
，将这九个特征值与数据库里的特征值进行比较；设置特征值阈值σ(σ>0)，当|x
j,i
‑
y
j
|＜σ,(0＜j＜10)，则判定子图里面疑似含有模板矿物，设置子图阈值∈，当∈大于20则认定该图像里含有目标矿物，否则没有。
[0019]本专利技术提供的利用计算机图像颜色识别对矿物种类进行判别的方法，根据矿物光片在显微镜下图像特征分析，部分金属矿物具有明显的颜色特征，可以充分利用其颜色特征实现金属矿物种类的判别。针对目前一些颜色识别方法算法复杂，判断时间长等问题，提出利用颜色矩的计算机图像颜色识别方法的算法，将其应用于显微镜下矿物光片的矿物种类判别技术方法中。
[0020]为了实现利用计算机图像颜色识别技术对矿物种类进行判别，本专利技术首先对需要识别判别的样本矿物进行显微镜下拍照，采用一种基于图论的改进分割方法对图像进行分割，分割出目标矿物图像用于模板特征参数的提取，并建立相应的数据库，然后将未知矿样光片图像特征参数与数据库类比，从而实现矿物种类判别。
[0021]本专利技术的有益效果是：
[0022]1、本专利技术能有效的代替人工对显微镜下矿物图像矿物的判别，克服人工判别工作经验要求高和工作强度大、人为因素影响较大，导致判别质量参差不齐等问题，提高了光/薄片鉴定的智能性、便捷性、高效性、准确性，为实现工艺矿物学智能化提供技术基础；
[0023]2、本专利技术利用计算机图像颜色识别技术对矿物种类进行判别，在保证识别准确率的前提下，算法简单，识别速度快。
附图说明
[0024]图1为本专利技术中的流程图。
具体实施方式
[0025]实施例1：以云南省地质矿产勘查开发局中心实验室和昆明理工大学平台的设备和矿物光/片为依托，利用MATLAB软件编写程序，对不同的黄铁矿光片，以及其它矿物的光片进行矿物种类判别；如图1所示，一种利用计算机图像颜色识别对矿物种类进行判别的方法，所述方法具体包括如下步骤：
[0026]步骤一、调节显微镜的光照条件，在一定程度上保证显微镜下的偏光强度一致，保证光照恒定可控，将高分辨率摄像机对准显微镜目镜安装好，然后摄像机与安装有图像图像处理软件的主机相连，用于获得光片上矿物样本的图像，将黄铁矿光学薄片放在显微镜下进行拍照，摄像机将图片传递给主机；
[0027]步骤二、对获得的黄铁矿图像进行预处理(例如适当调整图像分辨率、去噪等)，然后对图像进行分割，得到黄铁矿模板图像；根据图像性质分成大小一定的若干子图；
[0028]步骤三、将分割后得到的矿物图像模板，利用公式求得矿物图像在R、G、B三通道上的一阶矩；其中，p
i,j
表示彩色图像第i个颜色通道分量中灰度为j的像素出现的概率，N表示图像中的像素个数；
...

【技术保护点】

【技术特征摘要】
1.一种利用计算机图像颜色识别对矿物种类进行判别的方法，其特征在于：所述方法包括：Step1、获得光片上矿物样本的图像；Step2、对获得的图像先进行预处理，然后对图像进行分割；Step3、对处理好的标样图像进行颜色特征分析及提取；Step4、根据提取到的不同矿物图像颜色特征参数，建立矿物图像颜色特征参数数据库；Step5、将未知矿样光片按Step1
‑
Step3步骤提取矿物图像颜色特征参数，设置阈值，并将颜色特征参数与Step4得到数据库里的参数进行比对，从而确定该矿物光片中所含金属矿物种类。2.根据权利要求1所述的利用计算机图像颜色识别对矿物种类进行判别的方法，其特征在于：所述Step1中，调节显微镜的光照条件，在一定程度上保证显微镜下的偏光强度一致，将高分辨率摄像机对准显微镜目镜安装好，然后摄像机与安装有图像图像处理软件的主机相连，用于获得光片上矿物样本的图像。3.根据权利要求1所述的利用计算机图像颜色识别对矿物种类进行判别的方法，其特征在于：所述Step4中，利用处理后的矿物光片图像颜色的一阶矩、二阶矩、三阶矩在图像R、G、B三通道上的值来作为判别参数，特征阈值σ小于10，子图数量阈值∈为大于20，并根据该判别参数建立矿物图像颜色特征参数数据库。4.根据权利要求1所述的利用计算机图像颜色识别对矿物种类进行判别的方法，其特征在于：所述Step3
‑
Step5具体包括：(1)将分割后得到的矿物图像模板，利用公式求得矿物图像在R、G、B三通道上的一阶矩；其中，p
i,j
表示彩色图像第i个颜色通道分量中灰度为...

【专利技术属性】
技术研发人员：罗朝熙，和丽芳，黄宋魏，黄斌，杨社平，张淼，苏宸瑾，张辉尧，
申请(专利权)人：云南省地质矿产勘查开发局中心实验室国土资源部昆明矿产资源监督检测中心，
类型：发明
国别省市：