CN101034059A - 一种测量矿物反射率及矿相组成的方法 - Google Patents
一种测量矿物反射率及矿相组成的方法 Download PDFInfo
- Publication number
- CN101034059A CN101034059A CNA2006100953629A CN200610095362A CN101034059A CN 101034059 A CN101034059 A CN 101034059A CN A2006100953629 A CNA2006100953629 A CN A2006100953629A CN 200610095362 A CN200610095362 A CN 200610095362A CN 101034059 A CN101034059 A CN 101034059A
- Authority
- CN
- China
- Prior art keywords
- mineral
- reflectivity
- image
- composition
- calculate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种测量矿物反射率及矿相组成的方法,首先将待测矿物的光片放在矿相显微镜上进行观察,经摄像机和图像采集卡获取矿物的图片输入计算机;然后,利用已知反射率的矿样对图像采集系统在一定照射强度下的k值进行标定;最后由该计算机计算反射率和矿物组成含量,计算机执行如下步骤进行:图像预处理;提取待测点的R、G、B像素值;根据本发明提供的模型计算反射率,并对整幅图中属于待测矿物反射率区间内的像素点数计数;从而计算反射率和矿物组成含量。本发明方法不但准确、快速,大大减少检测人员的劳动强度和劳动时间;而且不需要增加额外的设备,只需安装相应的软件即可实现矿物图像反射率的二维可视化。
Description
技术领域
本发明涉及测量冶金领域的烧结矿、球团矿和高炉渣等矿相、岩相反射率的方法,具体涉及一种在反光(矿相)显微镜下测量矿物的反射率,从而准确快速获取矿相组成的方法。
背景技术
目前,对冶金领域的烧结矿、球团矿和高炉渣等矿相、岩相反射率的测定主要方法是目测法和仪器测量法。目测法主要有并列比较法和视测光度法;仪器测量法有比色目镜法和光电光度法。目测法过多依靠观察者的主观判断,不同视力和经验的观察者得出的结论和数据就有差别,极易造成偶然误差,影响测试结果的准确度;仪器测量法较目测法要准确,但是需要增加额外的设备投资,例如比色目镜法就需要同时有两台矿相显微镜和一个比色目镜,光电光度法也需要额外的光电传感设备和微电流检测设备。
对矿相组成的测定,也主要靠人工。常用的方法有网格法。即根据某种矿物在视场中所占据的网格数来估计这种矿物的含量。这种方法的偶然误差也比较大,还增加了检测人员的劳动强度和劳动时间。
发明内容
针对现有技术存在的上述不足,本发明的目的在于提供一种测量准确,并且快速方便、低成本地测定矿物的反射率和组成含量的方法。
本发明的目的是这样实现的:一种测量矿物反射率及矿相组成的方法,包括制样→采集图像→反射率的测量→矿物组成的测量;其特征在于采集图像由包括矿相显微镜、摄像机、图像采集卡和计算机的图像采集系统进行,首先将待测矿物的光片放在矿相显微镜上进行观察,经摄像机和图像采集卡获取矿物的图片输入计算机;然后,利用已知反射率的矿样对图像采集系统在一定照射强度下的k值进行标定;最后由该计算机计算反射率和矿物组成的含量,计算机执行如下步骤:
1)图像预处理:平滑处理;
2)提取待测点的R、G、B像素值;
3)计算反射率:
4)计算矿物组成含量:统计得出待测矿物反射率的区间(Rmin,Rmax),利用式Rmin<PixelR(i,j)<Rmax扫描图像的每一个象素点,并对属于待测矿物反射率区间内的像素点数(PixelRC)计数,进而利用式 得出矿物组成含量。
本发明方法不但准确、快速,大大减少检测人员的劳动强度和劳动时间;而且不需要增加额外的设备,只需安装相应的软件即可,并且实现了矿物的数字化测量,还可以直观地得到矿物反射率的二维分布情况。可广泛用于测量各种烧结矿、球团矿和高炉渣等矿相、岩相的反射率和矿相的组成含量计算。
附图说明
图1是图像采集系统结构示意图;
图2是矿物反射率计算流程图;
图3是矿物组成计算流程图;
图4是一种烧结矿的矿相图像;
图5是图4图像预处理后的图像;
图6是图4烧结矿的灰度图像;
图7是图4烧结矿的反射率等值面图;
图8是测试区域分布图;
图9是矿相组成分布图;
图10是图像增强处理图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步说明。
一种测量矿物反射率及矿相组成的方法,包括制样→采集图像→反射率的测量→矿物组成的测量;其特征在于采集图像由包括矿相显微镜、摄像机、图像采集卡和计算机的图像采集系统进行,首先将待测矿物的光片放在矿相显微镜上进行观察,经摄像机和图像采集卡获取矿物的图片输入计算机;然后,利用已知反射率的矿样对图像采集系统在一定照射强度下的k值进行标定;最后由该计算机计算反射率和矿物组成的含量,计算机执行如下步骤:
1)图像预处理:采用平滑处理技术;
2)提取待测点的R、G、B像素值;
3)计算反射率:
4)计算矿物组成含量:统计得出待测矿物反射率的区间(Rmin,Rmax),利用式Rmin<PixelR(i,j)<Rmax扫描图像的每一个象素点,并对属于待测矿物反射率区间内的像素点数(PixelRC)计数,进而利用式
得出矿物组成含量。
下面以烧结矿矿相为例,对上述测量过程作进一步说明。
1、制样
1)样品准备:选择有代表性的铁矿石或人造富矿等样品。十分致密而坚固的样品可直接磨制;疏松散粒的样品,可先用树胶胶结加固后,再进行磨制。磨制光片所用矿石块,可先用切片机,将矿块切成略大于2×1.5×1(或2.5×1.5×1)厘米长方形矿石决,然后进行磨制。
2)粗磨:将切下的矿石块,放在磨片机的铁盘上进行粗磨,先用120#~150#金刚砂把矿石磨成2×1.5×1厘米到2.5×1.5×1厘米的长方形矿石光片,然后再用清水洗净。
3)细磨:为了防止光片在细磨时有疏松碎屑掉下,在细磨前要用树胶胶结,再用400#~500#金刚砂在细而平的铁盘上进行细磨,直到把粗磨痕迹磨去为止,而后用清水洗净。洗净后换用800#~1000#金刚砂进行研磨,直到把400#~500#金刚砂细磨留下的痕迹磨去为止,用清水洗净。最后用氧化铝泥浆在玻璃板上精磨,磨到消除所有擦痕,使光片表面光滑有发光感觉时,再用清水洗净。
4)磨光(抛光、打光):将细磨好的光片在抛光机上磨光。抛光机实际上是在磨片机的铁盘上蒙上一层磨光布(丝绒、呢绒和帆布),周围用金属圈紧紧卡住。磨光时可根据矿物软硬程度不同,选择不同的磨料和磨光布。一般较硬的矿石,如铁矿石、烧结矿和球团矿等用氧化铬粉在丝绒上进行磨光,效果很好。光片磨光后在清水中漂洗,再用干丝绒和麂皮把光面轻轻擦干切忌用手模。
2、图像采集系统
待测矿物的光片制样结束后,将其放在矿相显微镜上进行观察,并且获取矿物的图片。整个图像采集系统的结构如图1所示,系统中各部分的功能介绍如下:
矿相显微镜:观察矿物显微结构的主要设备,操作者可直接用肉眼通过目镜观察。
摄像机:获取数字图像的设备,将其在安装在目镜的镜筒上,以便于通过电脑观察。
图像采集卡:采集摄像机传输过来的数字信号,并且将其通过相关驱动程序和软件再转换成图像,在显示器上显示。
主机—显示器:相关软件和图像采集卡的工作平台,矿物图像的显示设备。
K值标定:由于反射率的理论计算模型和实际测试过程偏差的存在,故先利用已知反射率的矿样对仪器在相同照射强度下的k值进行标定。利用标准的矿相样本对K值标定,得出系统的修正系数。K值得选取不宜过大,在本应用中K可选9。
3、反射率测量
1)反射率计算模型原理
反射率是鉴别不透明矿物的重要依据,描述了矿物对光反射的多少。因此,对反射率的定义如式(1)所示。
其中,Ir是反射光强度;Ii是入射光强度;Reflect为反射率,用%表示。
使用显微镜观察矿物,反射率不同表现为矿物在视场中的亮度不同。亮度不同在图像上就表现为图像的不同灰度,灰度是HSI颜色模型定义的变量。因此,建立起矿物反射率与图像灰度的数学关系。
Reflect=k×I (2)
I是图像上某点的灰度,K为修正系数,使用前需要标定。一般数字图像都是以(R,G,B)模型格式存储和处理的,故利用加权法把RGB模型数据转换成HSI模型的数据。
首先,提出两个假设:
其,当物体的反射率为0时,得到的反射图像将是一幅黑色图像,灰度值为0。
其二,当物体的反射率为100%时,将会得到一幅白色图像,灰度值为255。
因此,在上面两个假设的基础上,提出如式(3)所示的反射率计算模型:
2)反射率计算流程
反射率计算流程如图2所示,其中主要计算步骤的介绍如下:
图像预处理:由于设备等方面的原因,可能使图像在获取和传递的过程中产生噪音,甚至局部细节的模糊等问题。图像预处理是通过均值滤波处理和锐化处理减轻或者消除上述影响,增强测试的准确度。
其中,图象平滑处理有很多种算法,但对于矿相图片的处理而言,既要通过平滑处理去除各种噪声,又要保证图像在边缘处、细节上清楚。因此,本处理选择“灰度最相近的K个邻点平均法”,该方法的出发点是:在n×n的窗口内,属于同一集合体的像素,它们的灰度将高度相关。因此,窗口中心像素的灰度值可用窗口内与中心像素灰度最近接的K个邻像素的平均灰度来代替。
4、矿物组成测量
通过对矿物反射率的测定,以及矿物的形貌的观察,并且结合相应的矿物体系知识,对矿物的种类做出判断。接下来的问题就是如何计算矿物的含量。
1)矿物组成计算模型原理
由于不同矿物的反射率不同,因此,当计算出矿物的反射率以后,进而统计得出该种矿物反射率的区间(Rmin,Rmax)。利用式(4)扫描图像的每一个象素点,并对属于待求矿物反射率区间内的像素点数(PixelRC)计数,进而利用式(5)得出矿物组成含量。
Rmin<PixelR(i,j)<Rmax (4)
2)矿物组成计算流程
如图3所示,该计算模型是以反射率的计算模型为基础的。
图3中各符号的含义如下:M-图片总行数,N-图片总列数,m-已扫描的行数,n-已扫描的列数,j-反射率在被测矿物反射率区间的点数,R(m,n)-点(m,n)的反射率,m=m+1-行数加1,n=n+1-列数加+,j=j+1-点数加1。
4、应用实例
如图4所示为某一烧结矿矿相照片,经过图像预处理后的图像如图5所示。
图6是烧结矿灰度图像(真彩色图像转化成灰度图像后的照片),如图7所示是反射率等值面图;取出图片中的部分区域A-H,计算区域的反射率平均值,所取的区域分布如图8所示,对应的反射率值如表1所示。
表1 测试区域反射率平均值
编号 | A | B | C | D | E | F | G | H |
反射率(%) | 22.1 | 22.2 | 23.0 | 21.8 | 18.9 | 18.1 | 15.5 | 5.2 |
根据所测的反射率值和对矿物其它参数的鉴定后,鉴定出该烧结矿的矿相组成如图9所示。其中,鉴别得出的图中标有1的灰白色区域是烧结矿中的Fe2O3成分区域。
通过统计分析图像中反射率数据,得出Fe2O3的反射率区间在22%-25%之间。故利用之前提出的方法计算出该图像中Fe2O3的含量为34%。
图10所示为对Fe2O3区域运用图像区域增强处理技术,使得图中的Fe2O3区域全部变成了白色。
采用本发明不但准确、快速,大大减少检测人员的劳动强度和劳动时间;不需要增加额外的设备,只需安装相应的软件即可。可广泛用于测量各种烧结矿、球团矿和高炉渣等矿相、岩相的反射率和矿相的组成含量。
Claims (1)
1、一种测量矿物反射率及矿相组成的方法,包括制样→采集图像→反射率的测量→矿物组成的测量;其特征在于采集图像由包括矿相显微镜、摄像机、图像采集卡和计算机的图像采集系统进行;首先,将待测矿物的光片放在矿相显微镜上进行观察,经摄像机和图像采集卡获取矿物的图片输入计算机;然后,利用已知反射率的矿样对图像采集系统在一定照射强度下的k值进行标定;最后,由该计算机计算反射率和矿物组成的含量,计算机执行如下步骤:
1)图像预处理:平滑处理;
2)提取待测点的R、G、B像素值;
3)计算反射率:
4)计算矿物组成含量:统计得出待测矿物反射率的区间(Rmin,Rmax),利用式Rmin<PixelR(i,j)<Rmax扫描图像的每一个象素点,并对属于待测矿物反射率区间内的像素点数(PixelRC)计数,进而利用式
得出矿物组成含量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2006100953629A CN100523787C (zh) | 2006-12-26 | 2006-12-26 | 一种测量矿物反射率及矿相组成的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2006100953629A CN100523787C (zh) | 2006-12-26 | 2006-12-26 | 一种测量矿物反射率及矿相组成的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101034059A true CN101034059A (zh) | 2007-09-12 |
CN100523787C CN100523787C (zh) | 2009-08-05 |
Family
ID=38730711
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2006100953629A Expired - Fee Related CN100523787C (zh) | 2006-12-26 | 2006-12-26 | 一种测量矿物反射率及矿相组成的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100523787C (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102565104A (zh) * | 2011-12-21 | 2012-07-11 | 中国石油天然气股份有限公司 | 一种烃源岩有机碳含量的测定方法 |
CN105466930A (zh) * | 2015-12-04 | 2016-04-06 | 武汉钢铁(集团)公司 | 基于烧结矿显微图像确定铁酸钙含量的方法 |
CN108346147A (zh) * | 2018-02-08 | 2018-07-31 | 辽宁翔舜科技有限公司 | 一种煤岩显微组分快速自动精确识别技术方法 |
CN109191479A (zh) * | 2018-09-06 | 2019-01-11 | 冶金工业规划研究院 | 一种烧结矿中复合铁酸钙矿相含量的自动测量方法 |
CN109799202A (zh) * | 2019-01-16 | 2019-05-24 | 黄文佳 | 一种利用电磁波反射成像图进行物质分析的装置及方法 |
CN111931817A (zh) * | 2020-07-10 | 2020-11-13 | 首钢集团有限公司 | 一种球团矿矿相识别方法和装置 |
CN113933307A (zh) * | 2021-12-17 | 2022-01-14 | 矿冶科技集团有限公司 | 层片状矿物解离特征测量的方法及应用 |
CN114994040A (zh) * | 2022-05-28 | 2022-09-02 | 江苏沙钢集团有限公司 | 一种烧结矿矿相的定量分析计算方法 |
-
2006
- 2006-12-26 CN CNB2006100953629A patent/CN100523787C/zh not_active Expired - Fee Related
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102565104A (zh) * | 2011-12-21 | 2012-07-11 | 中国石油天然气股份有限公司 | 一种烃源岩有机碳含量的测定方法 |
CN102565104B (zh) * | 2011-12-21 | 2014-07-23 | 中国石油天然气股份有限公司 | 一种烃源岩有机碳含量的测定方法 |
CN105466930A (zh) * | 2015-12-04 | 2016-04-06 | 武汉钢铁(集团)公司 | 基于烧结矿显微图像确定铁酸钙含量的方法 |
CN108346147A (zh) * | 2018-02-08 | 2018-07-31 | 辽宁翔舜科技有限公司 | 一种煤岩显微组分快速自动精确识别技术方法 |
CN108346147B (zh) * | 2018-02-08 | 2021-09-28 | 辽宁翔舜科技有限公司 | 一种煤岩显微组分快速自动精确识别技术方法 |
CN109191479A (zh) * | 2018-09-06 | 2019-01-11 | 冶金工业规划研究院 | 一种烧结矿中复合铁酸钙矿相含量的自动测量方法 |
CN109799202A (zh) * | 2019-01-16 | 2019-05-24 | 黄文佳 | 一种利用电磁波反射成像图进行物质分析的装置及方法 |
CN111931817A (zh) * | 2020-07-10 | 2020-11-13 | 首钢集团有限公司 | 一种球团矿矿相识别方法和装置 |
CN113933307A (zh) * | 2021-12-17 | 2022-01-14 | 矿冶科技集团有限公司 | 层片状矿物解离特征测量的方法及应用 |
CN113933307B (zh) * | 2021-12-17 | 2022-03-11 | 矿冶科技集团有限公司 | 层片状矿物解离特征测量的方法及应用 |
CN114994040A (zh) * | 2022-05-28 | 2022-09-02 | 江苏沙钢集团有限公司 | 一种烧结矿矿相的定量分析计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN100523787C (zh) | 2009-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101034059A (zh) | 一种测量矿物反射率及矿相组成的方法 | |
CN100596330C (zh) | 冶金矿相智能识别方法 | |
Aydilek et al. | Digital image analysis to determine pore opening size distribution of nonwoven geotextiles | |
CN111257348B (zh) | 一种基于机器视觉的led导光板缺陷检测方法 | |
CN103439229B (zh) | 一种基于数字视频的快速铁谱分析方法 | |
CN101162202B (zh) | 矿相成份的机器测量方法 | |
CN101561249B (zh) | 手术刀片配合尺寸自动检测方法 | |
CN104697998A (zh) | 抛光的宝石中的夹杂物检测 | |
Lachance et al. | Application of region growing method to evaluate the surface condition of grinding wheels | |
CN101153850A (zh) | 一种沥青混合料的检测方法及系统 | |
CA2832749A1 (en) | Method for preparing quantitative video-microscopy and associated system | |
CN107525768B (zh) | 一种dna倍体分析设备的质量控制方法 | |
CN105509659A (zh) | 基于图像处理的平面度检测系统 | |
CN111879735A (zh) | 一种基于图像的大米外观品质检测方法 | |
FR2635392A1 (fr) | Systeme et procede pour l'analyse numerique d'images appliquee a des informations stratigraphiques | |
CN104992222B (zh) | 一种基于图像的宝石快速自动计数方法 | |
CN107742285A (zh) | 在机砂轮磨削层厚度检测方法 | |
RU2705381C1 (ru) | Система и способ автоматического создания схем ценной огранки необработанного драгоценного камня | |
CN111307070B (zh) | 基于数字图像处理对混凝土粗集料的棱角度测量方法 | |
CN112102319B (zh) | 脏污图像检测方法、脏污图像检测装置及脏污图像检测机构 | |
CN100340840C (zh) | 光学形状测量或评定的方法及装置 | |
WO2022048120A1 (zh) | 基于机器视觉的产线智能吸尘机器人 | |
CN116067911A (zh) | 一种矿物多组分品位的识别及分离方法 | |
CN106841231B (zh) | 一种微小零件的视觉精密测量系统及方法 | |
CN114755236A (zh) | 一种回转曲面电镀件表面缺陷的检测系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20090805 Termination date: 20121226 |