CN101034059A - 一种测量矿物反射率及矿相组成的方法 - Google Patents

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

一种测量矿物反射率及矿相组成的方法

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：

$\mathrm{Reflect}=\frac{k}{255}\×(0.299\×R+0.587\×G+0.114\×B);$

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 $\mathrm{Ratio}=\frac{\mathrm{PixelRC}}{\mathrm{PixelAll}}\×100\%$ 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： $\mathrm{Reflect}=\frac{k}{255}\×(0.299\×R+0.587\×G+0.114\×B);$

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 $\mathrm{Ratio}=\frac{\mathrm{PixelRC}}{\mathrm{PixelAll}}\×100\%$ 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。

$\mathrm{Reflect}=\frac{I_r}{I_i}---\left(1\right)$

其中，I_r是反射光强度；I_i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：

$\mathrm{Reflect}=\frac{k}{255}\×(0.299\×R+0.587\×G+0.114\×B)---\left(3\right)$

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)

$\mathrm{Ratio}=\frac{\mathrm{PixelRC}}{\mathrm{PixelAll}}\×100\%$

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： $\mathrm{Reflect}=\frac{k}{255}\×(0.299\×R+0.587\×G+0.114\×B);$

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 $\mathrm{Ratio}=\frac{\mathrm{PixelRC}}{\mathrm{PixelAll}}\×100\%$ 得出矿物组成含量。

Images