【技术实现步骤摘要】
基于图像处理的粗集料形态特征获取方法和系统
[0001]本专利技术涉及图像识别处理的
,特别涉及基于图像处理的粗集料形态特征获取方法和系统。
技术介绍
[0002]在石矿开采过程中会产生相当数量的碎石、砾石和矿渣等粗集料。为了提高资源的利用效率,会将这些粗集料用作建筑材料,从而用于道路铺设等不同建筑场合。粗集料的几何形状和尺寸大小会直接影响其强度和韧性,决定粗集料能否应用在特定的建筑场合。其中粗集料的扁平率,即粗集料的最短轴长度与最长轴长度之间比值,与粗集料的强度和韧性具有较大的关联性。通过确定粗集料的扁平率分布情况,能够预测出其强度和韧性的大小,从而为确定粗集料适用的建筑场合提供可靠的依据。目前对于粗集料形态特征的检测都是通过规准仪法或游标卡尺法来实现的,上述两种方式都需要对大量粗集料进行人工检测,不仅检测工作量大和检测过程繁琐,并且还存在较大的检测误差,无法提高粗集料形态检测的便捷性和可信度。
技术实现思路
[0003]针对现有技术存在的缺陷,本专利技术提供基于图像处理的粗集料形态特征获取方法和系统,其对粗集料采集现场进行标定,确定粗集料采集批次记录;对相应粗集料采集批次的样本的粗集料图像进行分析,得到粗集料的像素轮廓特征信息,以此将粗集料图像中存在的所有粗集料元素划分为若干粗集料集合;根据所有粗集料集合的形态特征信息,生成当前粗集料采集批次对应的样本的形态分布信息,判断当前粗集料采集批次对应的样本的合格性,其生成关于粗集料采集现场的粗集料采集批次记录,便于对粗集料采集过程进行区分标定;再对 ...
【技术保护点】
【技术特征摘要】
1.基于图像处理的粗集料形态特征获取方法,其特征在于,包括如下步骤:步骤S1,对粗集料采集现场进行标定,确定当前粗集料采集作业对应的实施位置信息;基于所述实时位置信息,确定粗集料采集批次记录;步骤S2,获取相应粗集料采集批次对应的样本的粗集料图像,对所述粗集料图像进行预处理后,从所述粗集料图像中提取得到相应的像素轮廓特征信息;根据所述像素轮廓特征信息,将所述粗集料图像中存在的所有粗集料元素划分为若干粗集料集合;步骤S3,获取每个粗集料集合在所述粗集料图像中的形态特征信息,根据所有粗集料集合的形态特征信息,生成关于当前粗集料采集批次对应的样本的形态分布信息;根据所述形态分布信息,判断当前粗集料采集批次对应的样本的合格性。2.如权利要求1所述的基于图像处理的粗集料形态特征获取方法,其特征在于:在所述步骤S1中,对粗集料采集现场进行标定,确定当前粗集料采集作业对应的实施位置信息;基于所述实时位置信息,确定粗集料采集批次记录,包括:拍摄粗集料采集现场的全景影像,从所述全景影像中提取得到影像画面的像素纹理分布信息;根据所述像素纹理分布信息,对所述全景影像进行画面分割处理,从而得到若干子画面区域;其中,不同子画面区域具有不同的像素纹理特征;根据每个子画面区域的区域边界位置信息,确定每个子画面区域在粗集料采集现场对应的现场子区域;确定当前粗集料采集作业对应的实时位置所在的现场子区域,并将所述现场子区域的几何中心坐标位置作为当前粗集料采集作业对应的实施位置信息;构建当前粗集料采集作业的实施时间信息与实施位置信息之间的一一对应的粗集料采集批次记录。3.如权利要求2所述的基于图像处理的粗集料形态特征获取方法,其特征在于:在所述步骤S1中,拍摄粗集料采集现场的全景影像,包括:所述全景影像的采集是通过拍摄装置对粗集料采集现场进行多次不同程度的曝光进行拍摄的,然后将多次不同程度的曝光拍摄到的全景影像进行综合汇总,得到最终的全景影像,其过程为:步骤S101,利用下面公式(1),根据多次不同程度的曝光拍摄到的全景影像中的像素点进行分析,将曝光后影像像素值不满足预定曝光像素值分布条件的全景影像进行剔除,(1)在上述公式(1)中,表示第次不同程度的曝光拍摄到的全景影像的第一控制剔除值;表示第次不同程度的曝光拍摄到的全景影像的影像矩阵中第行第列位置的像素值;表示所述全景影像的影像矩阵中任意一列的像素点个数;表示所述全景影像的影像矩阵中任意一行的像素点个数;表示将的值从1取值到,将的
值从1取值到代入到括号内得到括号内的最大值;表示将的值从1取值到,将的值从1取值到代入到括号内得到括号内的最小值;均表示公式的运算中间量;若,则将第次不同程度的曝光拍摄到的全景影像进行剔除;若,则将第次不同程度的曝光拍摄到的全景影像进行保留;将所有不同程度的曝光拍摄到的全景影像均进行上述步骤S101的运算和控制,将保留下来的所有全景影像记作,其中表示一次剔除后的第b个全景影像的像素矩阵;步骤S102:利用下面公式(2),对剔除后剩余的全景影像进行像素分布比对,将剩余的全景影像中不满足预定像素值偏离条件的全景影像进行剔除,(2)在上述公式(2)中,表示一次剔除后的第b个全景影像的第二控制剔除值;表示一次剔除后的第b个全景影像的像素矩阵中第行第列位置的像素值;表示一次剔除后的第个全景影像的像素矩阵中第行第列位置的像素值;表示一次剔除后保留的全景影像的总个数;若,则将一次剔除后的第b个全景影像进行剔除;若,则将一次剔除后的第b个全景影像进行保留;将所有一次剔除后保留的全景影像均进行上述步骤S102的运算和控制,将再次保留下来的所有全景影像记作,其中表示二次剔除后的第e个全景影像的像素矩阵;步骤S103,利用下面公式(3),根据对剩余的全景影像进行像素整合,得到最终的全景影像,(3)在上述公式(3)中,表示最终的全景影像的像素矩阵中第行第列位置的像素值;K表示二次剔除后保留的所有全景影像的总个数;表示二次剔除后的第e个全景影像的像素矩阵中第行第列位置的像素值。4.如权利要求2所述的基于图像处理的粗集料形态特征获取方法,其特征在于:在所述步骤S2中,获取相应粗集料采集批次对应的样本的粗集料图像,对所述粗集料图像进行预处理后,从所述粗集料图像中提取得到相应的像素轮廓特征信息;根据所述像素轮廓特征信息,将所述粗集料图像中存在的所有粗集料元素划分为若干粗集料集合,包括:对相应粗集料采集批次对应的样本进行双目拍摄,得到双目粗集料图像;根据所述双目粗集料图像的双目视差,得到三维粗集料图像;
对所述三维粗集料图像进行像素灰度化转换处理和背景噪声滤波处理;从所述三维粗集料图像中提取得到每个粗集料元素的像素轮廓特征信息;其中,所述像素轮廓特征信息包括粗集料元素在三维空间的三个相互垂直平面上各自的最大轮廓尺寸信息;根据所述像素轮廓特征...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。