System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于图像识别的选矿磨矿智能分级控制方法及系统技术方案_技高网

一种基于图像识别的选矿磨矿智能分级控制方法及系统技术方案

技术编号:40232333 阅读:8 留言:0更新日期:2024-02-02 22:33
本发明专利技术公开了一种基于图像识别的选矿磨矿智能分级控制方法及系统,涉及磨矿技术领域。本发明专利技术包括以下步骤:获取待分选矿石粒度分布图像并重构分布图像;根据矿石粒度纹理分布分割重构图像;基于分割后图像中的粒度在各分布区间的分布率判断矿物的分级等级;将待分选矿石的分级结果进行图像显示,不同的等级赋予不同的颜色。本发明专利技术通过图像识别的方式对矿石完成等级分级,节约了人工成本,同时提高了工作效率。其中,对图像重构改善图像的整体质量,为后续图像分割提高分割精度,能够有效解决分割不精确的问题。

【技术实现步骤摘要】

本专利技术涉及磨矿,更具体的说是涉及一种基于图像识别的选矿磨矿智能分级控制方法及系统


技术介绍

1、磨矿是在机械设备中,借助于介质(钢球、钢棒、砾石)和矿石本身的冲击和磨剥作用,使矿石的粒度进一步变小,直至研磨成粉末的作业,按磨矿产品粒度范围,磨矿程度有粗磨、细磨、超细磨等。磨矿的目的就是要实现矿石中有用矿物与脉石矿物达到最大限度的解离,提供粒度符合下一选矿工序要求的物料,以便其分选富集并最终达到综合利用的目的。

2、矿石的粒度分布是反映破碎机运行状况的关键指标,通过了解矿石的粒度分布情况,能够及时调整破碎机运行参数,进而提高破碎机的工作效率。目前大多采用人工筛分的方法对矿石粒度进行筛分,这种方法耗时费力,工作效率低。随着图像处理技术的发展,使得矿石粒度检测的自动化成为现实。矿石图像分割是矿石粒度检测的重要环节,良好的分割结果是检测矿石粒度的保障。但由于矿石图像受拍照的光线环境影响较大,同时矿石表面本身比较复杂,导致矿石图像本身存在噪声。因此,首先要对矿石图像进行滤波,再进行图像分割,对于图像的滤波,目前主要有阈值滤波、中值滤波、利用小波变换和分水岭算法滤波等,但对于矿石图像都没有取得良好的滤波效果,与此同时导致了分割效果差,识别精度低的问题。因此,如何解决上述技术问题,是本领域技术人员亟需研究的。


技术实现思路

1、有鉴于此,本专利技术提供了一种基于图像识别的选矿磨矿智能分级控制方法及系统,以解决
技术介绍
中存在的问题。

2、为了实现上述目的,本专利技术采用如下技术方案:

3、一种基于图像识别的选矿磨矿智能分级控制方法,包括以下步骤:

4、获取待分选矿石粒度分布图像并重构分布图像;

5、根据矿石粒度纹理分布分割重构图像;

6、基于分割后图像中的粒度在各分布区间的分布率判断矿物的分级等级;

7、将待分选矿石的分级结果进行图像显示,不同的等级赋予不同的颜色。

8、可选的,获取待分选矿石粒度分布图像采用工业级扫描机器扫描待分选矿石,并将扫描之后的图像切片处理。

9、可选的,重构分布图像具体为:

10、将待分选矿石粒度分布图像翻转和旋转处理,得到数据扩充后的第一分布图像;

11、获取第一分布图像的画质参数,并基于画质参数计算像素权重;

12、计算n次像素点权重,利用以下公式计算重构后的像素:

13、

14、其中,pi表示i点的像素点,wi表示i点的权重。

15、可选的,根据矿石粒度纹理分布分割重构图像具体包括:对重构后的图像边缘增强,根据图像边缘增强结果完成图像分割。

16、可选的,判断矿物分级等级具体包括以下步骤:

17、根据行业规定,设定矿物分级等级的各个等级阈值;

18、利用弱边缘尺寸测量的方法对图像中的矿石测量;

19、将测量结果与预设阈值比较,得到矿石的所属等级。

20、可选的,还包括对待分选矿石粒度分布图像利用小波变换和分水岭算法去噪。

21、一种基于图像识别的选矿磨矿智能分级控制系统,包括:

22、图像重构模块:用于获取待分选矿石粒度分布图像并重构分布图像;

23、图像分割模块:用于根据矿石粒度纹理分布分割重构图像;

24、矿石分级模块:用于基于分割后图像中的粒度在各分布区间的分布率判断矿物的分级等级;

25、分级结果显示模块:用于将待分选矿石的分级结果进行图像显示,不同的等级赋予不同的颜色。

26、经由上述的技术方案可知,与现有技术相比,本专利技术提供了一种基于图像识别的选矿磨矿智能分级控制方法及系统,通过图像识别的方式对矿石完成等级分级,节约了人工成本,同时提高了工作效率。其中,对图像重构改善图像的整体质量,为后续图像分割提高分割精度,能够有效解决分割不精确的问题。

本文档来自技高网...

【技术保护点】

1.一种基于图像识别的选矿磨矿智能分级控制方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于图像识别的选矿磨矿智能分级控制方法,其特征在于,获取待分选矿石粒度分布图像采用工业级扫描机器扫描待分选矿石,并将扫描之后的图像切片处理。

3.根据权利要求1所述的一种基于图像识别的选矿磨矿智能分级控制方法,其特征在于,重构分布图像具体为:

4.根据权利要求1所述的一种基于图像识别的选矿磨矿智能分级控制方法,其特征在于,根据矿石粒度纹理分布分割重构图像具体包括:对重构后的图像边缘增强,根据图像边缘增强结果完成图像分割。

5.根据权利要求1所述的一种基于图像识别的选矿磨矿智能分级控制方法,其特征在于,判断矿物分级等级具体包括以下步骤:

6.根据权利要求1所述的一种基于图像识别的选矿磨矿智能分级控制方法,其特征在于,还包括对待分选矿石粒度分布图像利用小波变换和分水岭算法去噪。

7.一种基于图像识别的选矿磨矿智能分级控制系统,其特征在于,包括:

【技术特征摘要】

1.一种基于图像识别的选矿磨矿智能分级控制方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于图像识别的选矿磨矿智能分级控制方法,其特征在于,获取待分选矿石粒度分布图像采用工业级扫描机器扫描待分选矿石,并将扫描之后的图像切片处理。

3.根据权利要求1所述的一种基于图像识别的选矿磨矿智能分级控制方法,其特征在于,重构分布图像具体为:

4.根据权利要求1所述的一种基于图像识别的选矿磨矿智能分级控制方法,其特征在于,...

【专利技术属性】
技术研发人员:屈战赵亮
申请(专利权)人:甘肃省天水李子金矿有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1