计算机图像处理技术在矿物颗粒粒度检测中的应用

论文摘要

颗粒粒度是颗粒物料的重要质量指标,其准确测量对颗粒后续加工的许多技术性能和实际应用具有重要的指导意义。目前对粒度检测大多采用沉降法等人工操作的方法,存在测量时间长,检测步骤多,测量准确度受主观因素等许多不利因素影响较大。本文提出的基于计算机视觉的粒度检测技术可以自动获得颗粒的粒度信息,摆脱了人工干扰而获得一致的、客观的检测结果,代表了颗粒检测的发展方向。实际上,基于图像处理技术的粒度检测具有广泛的适用性,在很多领域都有其应用,例如医学图像分析中的白细胞计数等。所以,近年来该技术已经成为国内外相关研究的热点问题之一。利用数字图像技术实现的粒度分析系统一般要经过如下过程:首先通过高斯平滑滤波调整图像质量;然后利用改进的OTSU阈值法初步分割图像将颗粒与背景分割开,获得目标对象即颗粒;最后对提取的颗粒的粒度特征进行计算统计。但是,由于自然和人为原因会造成待分析的部分颗粒粘连在一起,这种情况人类可以很轻松的判断、分离出粘连的颗粒,而只实现了图像分割未针对此情况优化的普通粒度分析系统会认为其是一个颗粒。近年来已陆续有文献从数学形态学极限腐蚀的角度对此问题进行了研究也有相应的分离粘连颗粒的算法提出,其中的分水岭变换算法精度较高但需要代表粘连对象中心区域的种子点来实现。求取种子点的方法就是利用极限腐蚀法,而求得的种子点的好坏直接关系到算法的效果。实践中发现在使用普通的距离函数定义极限腐蚀时,对目标求得的种子点普遍存在一个主种子点多个干扰种子点即冗余种子点情况,使得分水岭分割产生过分割问题。本文的主要工作在于实现粘连颗粒的分割并解决极限腐蚀中的过分割问题。通过大量的实验总结,针对极限腐蚀中产生冗余种子点的问题提出了三条冗余种子点特征,结合这些特征,创新性提出了一种基于距离变换的种子点优化算法。本课题在综合上述理论尤其是粘连颗粒分割方法的基础上,在VC++6.0环境下使用面向对象方法开发粒度检测系统。由于本系统实现了矿物颗粒图像的自动分割,边界跟踪,特征提取等功能,并具有快速,准确,特别是处理过程的可视化等特点,在提交颗粒特征数据的情况下,并且能够显示每一步处理结果。因此为今后的图像分析提供了详尽的资料,并对工程应用具有一定的指导意义。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题的背景与意义
• 1.2 传统粒度检测方法
• 1.3 国内外研究现状
• 1.4 研究任务及主要内容
• 1.5 本章小结
• 第二章 图像数字化原理
• 2.1 原始图像的获取
• 2.2 图像数字化过程
• 2.3 数字图像的表示
• 2.4 数字图像存储格式
• 2.5 图像处理基本形式
• 2.6 本章小结
• 第三章 图像预处理
• 3.1 图像预处理
• 3.2 图像滤波
• 3.2.1 图像滤波基本方法
• 3.2.2 高斯滤波优化算法
• 3.2.3 实验与讨论
• 3.3 图像分割
• 3.3.1 阈值分割模型与基本分割方法
• 3.3.2 分水岭算法
• 3.3.3 OTSU 优化算法
• 3.3.4 实验与讨论
• 3.4 本章小结
• 第四章 二值化图像处理与颗粒参数表示
• 4.1 形态学滤波
• 4.2 空洞填充
• 4.3 凝聚状态消除
• 4.4 颗粒参数表示
• 4.5 本章小结
• 第五章 粘连颗粒分割方法
• 5.1 数学形态学的基础理论
• 5.1.1 二值形态学的基本运算
• 5.1.2 测地形态学基础理论
• 5.2 粘连颗粒分割方法
• 5.3 距离变换的优化算法
• 5.4 实验与讨论
• 5.5 本章小结
• 第六章 系统实现
• 6.1 面向对象方法与开发环境介绍
• 6.1.1 面向对象方法
• 6.1.2 Visual C++开发平台
• 6.1.3 Matlab 系统介绍
• 6.2 粒度检测系统实现环境和框架
• 6.3 系统处理步骤与适应范围
• 6.4 本章小结
• 第七章 总结与展望
• 7.1 总结
• 7.2 下一步工作
• 参考文献
• 致谢
• 附录A 系统界面
• 附录B 传统粒度检测方法比较
• 个人简历与在校期间科研成果