CN101110067A - 爆破作业智能分析方法与系统 - Google Patents
爆破作业智能分析方法与系统 Download PDFInfo
- Publication number
- CN101110067A CN101110067A CNA2007101414199A CN200710141419A CN101110067A CN 101110067 A CN101110067 A CN 101110067A CN A2007101414199 A CNA2007101414199 A CN A2007101414199A CN 200710141419 A CN200710141419 A CN 200710141419A CN 101110067 A CN101110067 A CN 101110067A
- Authority
- CN
- China
- Prior art keywords
- image
- quick
- blasting
- sillar
- data
- 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
Abstract
爆破作业分析方法,以PDA为核心硬件,先进行爆破图像采集:通过PDA上的摄像头对爆破现场进行起码二个角度的拍照,采集爆堆最原始图像素材;采集爆堆图像时根据爆堆标尺对图像进行比例尺调节,使图像纵横比统一成一致的单位量;边缘检测:对爆堆图像进行边缘检测并得出被爆炸物的轮廓线和采集保存轮廓线数据;对爆堆背景进行着色填充处理,以区分出岩块和爆堆背景;对轮廓线数据进行二值化图像处理,对被爆炸物的爆炸量进行统计分析;对被爆炸物数据进行统计功能;依几何方法对被爆炸物的周长、面积、筛网尺寸和体积进行统计,并作为爆破施工的基础;或直接推导出爆破施工参数。
Description
一、技术领域
本发明涉及应用计算机软件技术借助智能手机平台对爆破作业进行智能图像分析处理的方法和分析系统。
二、背景技术
目前,工程技术人员都是通过数码相机在爆破现场对爆堆进行多方位的拍照,然后将这些照片传输进电脑,用Photoshop等流行图像处理软件手动勾勒出爆堆图像中的石块轮廓,再将提取轮廓后的图像数据导入到专门的爆堆图像分析软件中进行运算并统计(一般由指挥中心计算机进行处理),最后将分析结果打印出来并上交给指挥中心查阅或存档,以便指挥中心对爆破效果进行分析(见附图1)。这些步骤相当繁琐,耗费了大量财力物力,需要专业人员才能操作完成。如何节省开销、提高工程爆破的效率是开发爆破作业智能分析系统的源动力。具体的采用了PhotoSprite软件的相关图像处理功能,这其中包括图像旋转、边缘检测、背景填充、阈值处理、轮廓跟踪、轮廓提取和岩块区域的面积及周长计算方法等。
当前,爆破作业效果分析需要用到的硬件有数码相机、电脑、手机、打印机等设备,它需要多个专业人员协同操作才能完成。因此,节省软硬件及人员开销、提高爆破分析效率是关键。总之现有的爆破作业分析需要传输后通过专门计算机软件进行分析后再传回。
三、发明内容
本发明目的是:提出一种借助智能手机平台对爆破作业进行智能图像处理的方法和分析系统。
本发明的技术方案是:爆破作业分析方法,以PDA为核心硬件,实现过程如下,在工程爆破现场以手持PDA设备,对爆堆或被爆破物进行多角度拍照,然后通过PDA上的专用图像处理程序对爆堆岩石的原始图像进行智能处理,实时分析出爆堆的岩石分布情况和爆炸效果,最后通过GPRS传输到上位计算机;
爆破图像采集:通过PDA上的摄像头对爆破现场进行起码二个角度的拍照(镜头与爆破现场直线的夹角在45-135度之间,尤其是90度左右),采集爆堆最原始图像素材;采集爆堆图像时根据爆堆标尺对图像进行比例尺调节,使图像纵横比统一成一致的单位量;边缘检测:对爆堆图像进行边缘检测并得出被爆炸物的轮廓线和采集保存轮廓线数据;对爆堆背景进行着色填充处理,以区分出岩块和爆堆背景;对轮廓线数据进行二值化图像处理,对被爆炸物的爆炸量进行统计分析;对被爆炸物数据进行统计功能;依几何方法对被爆炸物的周长、面积、筛网尺寸和体积进行统计,并作为爆破施工的基础;或直接推导出爆破施工参数。
对被爆炸物的周长、面积、筛网尺寸和体积进行统计的数据直接表格方式显示;
对二值化被爆炸物图像进行轮廓跟踪,清晰地再现岩块的轮廓线。
进行轮廓提取功能,对处理过的既有图像数据进行轮廓复原。采用块度分布直方图和块度累计分布图两种方式对岩块数据进行显示。将爆堆分析数据通过GPRS传送到上位计算机,方便专家对爆破现场进行监控指导
本发明系统采用一套全新的技术方案,以PDA为核心硬件来实施。工程技术人员只要在工程爆破现场,手持该PDA设备,对爆堆进行多角度拍照,然后通过PDA上的专用图像处理程序对爆堆岩石的原始图像进行智能处理,实时分析出爆堆的岩石分布情况和爆炸效果,最后通过GPRS通讯技术将爆堆数据传输到工程指挥中心,方便技术专家对爆破现场进行实时监控和指挥(见附图2)。
显然,本系统降低了硬件开销,仅仅利用一部PDA就整合了很多复杂的操作。同时人员开销也明显减少。这些都极大地提高了爆破分析效率。目前,PDA技术已相当成熟,将它引入爆破行业完全是一项创新,将成为未来爆破分析的一个发展方向。
四、附图说明
图1是现行爆破图像分析的工作流程图;
图2是本发明改进后的工作流程图。
图3是本发明系统流程图。
五、具体实施方式
本系统的软件分为爆破图像采集系统、爆破图像智能分析系统和爆破数据传输系统三个子系统。
(一)、爆破图像采集系统
通过PDA上的摄像头对爆破现场进行拍照,采集爆堆最原始图像素材。
(二)、爆破图像智能分析方法和软件系统
见附图3该系统是本发明方法体现上PDA运行软件的核心部分,主要实现图像的智能分析并得出统计数据。实现该系统的所有数学方法参考《图像编程精髓》第八章的相关章节,或参考PhotoSprite软件的相关图像处理功能,这其中包括图像旋转、边缘检测、背景填充、阈值处理、轮廓跟踪、轮廓提取和岩块区域的面积及周长计算方法等。
1、打开爆破图像。
2、图像旋转:由于人员对爆堆纵横方向拍摄的不同,导致爆堆标尺不在视觉正方向上,因此需要对爆堆图像进行纠正。
3、比例尺计算,由于在采集爆堆图像时,受拍摄角度、距离远近等影响,导致图像纵横比例失真,因此需要根据爆堆标尺对图像进行比例尺调节,使图像纵横比统一成一致的单位量。
4、边缘检测:对爆堆图像进行边缘检测处理,突出岩块的边缘,自动分析出岩块的轮廓线,节省轮廓数据采集时间。
5、岩块勾勒:根据PDA固有的触摸屏技术,通过手写笔精确地勾勒出岩块的完整轮廓,并将轮廓数据保存下来。
6、背景填充:依岩块轮廓框架在爆堆背景处进行着色填充处理,以区分出岩块和爆堆背景,并将背景填充数据保存下来。
7、阈值处理:对背景着色后的轮廓数据进行二值化图像处理,将背景图像用白色表示,岩块用黑色表示,以便后续处理过程中对爆堆进行统计分析。
8、轮廓跟踪:对二值化岩块图像进行轮廓跟踪处理,用右手搜索法沿着岩块的边界不停地探索,最终将其轮廓描绘出来,清晰地再现岩块的轮廓线。
9、轮廓提取:对处理过的既有图像数据进行轮廓复原,恢复出已勾勒过的轮廓线,避免重复第5步,此功能对图像轮廓再提取非常有用。
10、岩块数据统计功能。对岩块的周长、面积、筛网尺寸和体积等信息进行复杂统计,并以表格方式显示出来,同时提供数据打印和数据保存功能。
11、统计图表功能。采用块度分布直方图和块度累计分布图两种方式对岩块数据进行显示。
12、保存图像数据。将图像数据保存下来便于后期再使用。
13、退出系统,或打印出来供查阅,或实时传输到指挥中心。
(三)、爆破数据传输系统
将爆堆分析数据传送到指挥中心,方便专家对爆破现场进行监控指导。
Claims (9)
1.爆破作业分析方法,以PDA为核心硬件,其特征是实现过程如下,爆破图像采集:通过PDA上的摄像头对爆破现场进行起码二个角度的拍照,采集爆堆最原始图像素材;采集爆堆图像时根据爆堆标尺对图像进行比例尺调节,使图像纵横比统一成一致的单位量;边缘检测:对爆堆图像进行边缘检测并得出被爆炸物的轮廓线和采集保存轮廓线数据;对爆堆背景进行着色填充处理,以区分出岩块和爆堆背景;对轮廓线数据进行二值化图像处理,对被爆炸物的爆炸量进行统计分析;对被爆炸物数据进行统计功能;依几何方法对被爆炸物的周长、面积、筛网尺寸和体积进行统计,并作为爆破施工的基础;或直接推导出爆破施工参数。
2.根据权利要求1所述的爆破作业分析方法,其特征是对被爆炸物的周长、面积、筛网尺寸和体积进行统计的数据直接表格方式显示。
3.根据权利要求1所述的爆破作业分析方法,其特征是对二值化被爆炸物图像进行轮廓跟踪,清晰地再现岩块的轮廓线。
4.根据权利要求1所述的爆破作业分析方法,其特征是轮廓提取功能,对处理过的既有图像数据进行轮廓复原。
5.根据权利要求1所述的爆破作业分析方法,其特征是对爆堆或被爆破物起起码有两个角度拍照,两个角度的夹角为90度。
6.根据权利要求1所述的爆破作业分析方法,其特征是采用块度分布直方图和块度累计分布图两种方式对岩块数据进行显示。
7.根据权利要求1所述的爆破作业分析方法,其特征是实时分析出爆堆的岩石分布情况和爆炸效果,将爆堆分析数据传通过GPRS送到上位计算。
8.根据权利要求1所述的爆破作业分析方法,其特征是1)图像采集打开爆破图像;2)图像旋转:由于人员对爆堆纵横方向拍摄的不同,导致爆堆标尺不在视觉正方向上,因此需要对爆堆图像进行纠正;3)比例尺计算,由于在采集爆堆图像时,受拍摄角度、距离远近等影响,导致图像纵横比例失真,因此需要根据爆堆标尺对图像进行比例尺调节,使图像纵横比统一成一致的单位量;4)边缘检测:对爆堆图像进行边缘检测处理,突出岩块的边缘,自动分析出岩块的轮廓线,节省轮廓数据采集时间;5)岩块勾勒:根据PDA固有的触摸屏技术,通过手写笔精确地勾勒出岩块的完整轮廓,并将轮廓数据保存下来;6)背景填充:依岩块轮廓框架在爆堆背景处进行着色填充处理,以区分出岩块和爆堆背景,并将背景填充数据保存下来;7)阈值处理:对背景着色后的轮廓数据进行二值化图像处理,将背景图像用白色表示,岩块用黑色表示,以便后续处理过程中对爆堆进行统计分析;8)轮廓跟踪:对二值化岩块图像进行轮廓跟踪处理,用右手搜索法沿着岩块的边界不停地探索,最终将其轮廓描绘出来,清晰地再现岩块的轮廓线;9)岩块数据统:对岩块的周长、面积、筛网尺寸和体积等信息进行统计,并以表格方式显示出来,同时提供数据打印和数据保存功能。
9.根据权利要求1所述的爆破作业分析方法,其特征是设有轮廓提取:对处理过的既有图像数据进行轮廓复原,避免重复做勾勒轮廓线操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007101414199A CN101110067B (zh) | 2007-06-07 | 2007-08-17 | 爆破作业智能分析方法与系统 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200710023162 | 2007-06-07 | ||
CN200710023162.7 | 2007-06-07 | ||
CN2007101414199A CN101110067B (zh) | 2007-06-07 | 2007-08-17 | 爆破作业智能分析方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101110067A true CN101110067A (zh) | 2008-01-23 |
CN101110067B CN101110067B (zh) | 2010-06-30 |
Family
ID=39042143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007101414199A Expired - Fee Related CN101110067B (zh) | 2007-06-07 | 2007-08-17 | 爆破作业智能分析方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101110067B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104406983A (zh) * | 2014-12-09 | 2015-03-11 | 鞍钢集团矿业公司 | 一种矿石爆破块度分布的系统评价方法 |
CN106525610A (zh) * | 2016-08-25 | 2017-03-22 | 中国黄金集团内蒙古矿业有限公司 | 一种露天矿山爆堆散布规律的实施方法 |
CN107144192A (zh) * | 2017-06-16 | 2017-09-08 | 西安科技大学 | 一种抛掷爆破智能施工方法 |
CN107289828A (zh) * | 2017-08-23 | 2017-10-24 | 葛洲坝易普力新疆爆破工程有限公司 | 一种露天矿爆破效果评价方法 |
CN107314957A (zh) * | 2017-06-30 | 2017-11-03 | 长安大学 | 一种岩石块度尺寸分布的测量方法 |
CN107489420A (zh) * | 2017-08-11 | 2017-12-19 | 辽宁科技大学 | 无底柱分段崩落法矿岩块度分布远程实时监测系统及方法 |
CN108305263A (zh) * | 2018-01-31 | 2018-07-20 | 中国科学院武汉岩土力学研究所 | 一种爆破后岩石块度的图像统计方法 |
CN108562277A (zh) * | 2017-12-29 | 2018-09-21 | 辽宁科技大学 | 一种露天矿爆堆测量标记方法及采用的组参标尺 |
CN108661107A (zh) * | 2018-04-12 | 2018-10-16 | 王海燕 | 液压能分配可控式挖掘机 |
CN111383174A (zh) * | 2020-02-27 | 2020-07-07 | 广东锡源爆破科技股份有限公司 | 一种用于摄影测量的爆堆数据采集方法 |
CN111537514A (zh) * | 2020-05-28 | 2020-08-14 | 包头市资达爆破设计施工有限责任公司 | 一种矿石爆破块度分布的评价方法 |
CN112800841A (zh) * | 2020-12-28 | 2021-05-14 | 深圳市捷顺科技实业股份有限公司 | 一种行人计数方法、装置、系统及计算机可读存储介质 |
CN112800841B (zh) * | 2020-12-28 | 2024-05-17 | 深圳市捷顺科技实业股份有限公司 | 一种行人计数方法、装置、系统及计算机可读存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102506772B (zh) * | 2011-11-01 | 2014-06-11 | 西北农林科技大学 | 一种基于手机的快速检测叶片面积的方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1300743C (zh) * | 2005-07-01 | 2007-02-14 | 济南东之林电器有限公司 | 爆破作业智能管理系统 |
-
2007
- 2007-08-17 CN CN2007101414199A patent/CN101110067B/zh not_active Expired - Fee Related
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104406983A (zh) * | 2014-12-09 | 2015-03-11 | 鞍钢集团矿业公司 | 一种矿石爆破块度分布的系统评价方法 |
CN106525610A (zh) * | 2016-08-25 | 2017-03-22 | 中国黄金集团内蒙古矿业有限公司 | 一种露天矿山爆堆散布规律的实施方法 |
CN107144192A (zh) * | 2017-06-16 | 2017-09-08 | 西安科技大学 | 一种抛掷爆破智能施工方法 |
CN107144192B (zh) * | 2017-06-16 | 2018-08-14 | 西安科技大学 | 一种抛掷爆破智能施工方法 |
CN107314957A (zh) * | 2017-06-30 | 2017-11-03 | 长安大学 | 一种岩石块度尺寸分布的测量方法 |
CN107314957B (zh) * | 2017-06-30 | 2020-07-07 | 长安大学 | 一种岩石块度尺寸分布的测量方法 |
CN107489420A (zh) * | 2017-08-11 | 2017-12-19 | 辽宁科技大学 | 无底柱分段崩落法矿岩块度分布远程实时监测系统及方法 |
CN107489420B (zh) * | 2017-08-11 | 2019-02-26 | 辽宁科技大学 | 无底柱分段崩落法矿岩块度分布远程实时监测系统及方法 |
CN107289828B (zh) * | 2017-08-23 | 2019-02-22 | 葛洲坝易普力新疆爆破工程有限公司 | 一种露天矿爆破效果评价方法 |
CN107289828A (zh) * | 2017-08-23 | 2017-10-24 | 葛洲坝易普力新疆爆破工程有限公司 | 一种露天矿爆破效果评价方法 |
CN108562277A (zh) * | 2017-12-29 | 2018-09-21 | 辽宁科技大学 | 一种露天矿爆堆测量标记方法及采用的组参标尺 |
CN108562277B (zh) * | 2017-12-29 | 2020-07-03 | 辽宁科技大学 | 一种露天矿爆堆测量标记方法及采用的组参标尺 |
CN108305263A (zh) * | 2018-01-31 | 2018-07-20 | 中国科学院武汉岩土力学研究所 | 一种爆破后岩石块度的图像统计方法 |
CN108305263B (zh) * | 2018-01-31 | 2021-03-05 | 中国科学院武汉岩土力学研究所 | 一种爆破后岩石块度的图像统计方法 |
CN108661107A (zh) * | 2018-04-12 | 2018-10-16 | 王海燕 | 液压能分配可控式挖掘机 |
CN111383174A (zh) * | 2020-02-27 | 2020-07-07 | 广东锡源爆破科技股份有限公司 | 一种用于摄影测量的爆堆数据采集方法 |
CN111537514A (zh) * | 2020-05-28 | 2020-08-14 | 包头市资达爆破设计施工有限责任公司 | 一种矿石爆破块度分布的评价方法 |
CN112800841A (zh) * | 2020-12-28 | 2021-05-14 | 深圳市捷顺科技实业股份有限公司 | 一种行人计数方法、装置、系统及计算机可读存储介质 |
CN112800841B (zh) * | 2020-12-28 | 2024-05-17 | 深圳市捷顺科技实业股份有限公司 | 一种行人计数方法、装置、系统及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN101110067B (zh) | 2010-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101110067B (zh) | 爆破作业智能分析方法与系统 | |
CN112330693B (zh) | 一种煤矸石检测方法及系统 | |
CN106780284A (zh) | 隧道洞壁围岩完整性信息采集装置及评价方法 | |
Gong et al. | Development of a real-time muck analysis system for assistant intelligence TBM tunnelling | |
CN107862675A (zh) | 一种用于电铲斗齿缺失的实时视觉检测方法 | |
CN102654463A (zh) | 西瓜品质无损检测方法及装置 | |
CN112127896B (zh) | 一种tbm开挖岩渣信息自动采集与分析系统及方法 | |
CN109766894A (zh) | 一种基于图像识别技术的关键块体动态搜索系统及方法 | |
CN107133963A (zh) | 图像处理方法以及装置、渣片分布分析的方法及装置 | |
CN107153067A (zh) | 一种基于matlab的零件表面缺陷检测方法 | |
CN113982690A (zh) | 基于锚护作业的控制方法及装置、系统、掘锚护一体机 | |
CN114241522A (zh) | 现场作业安全穿戴识别方法、系统、设备及存储介质 | |
CN104715250A (zh) | 十字激光检测方法和装置 | |
CN112348014A (zh) | 基于机器视觉的隧道掌子面围岩级别快速识别方法 | |
CN116823748A (zh) | 一种基于深度学习和Halcon的螺栓拧紧工业检测方法和装置 | |
Ji et al. | Bucket teeth detection based on faster region convolutional neural network | |
CN105096334A (zh) | 一种矿区监测方法和系统 | |
CN110889834A (zh) | 一种基于云计算的公路隧道围岩分级方法 | |
CN105973903A (zh) | 一种口服液瓶盖检测系统及方法 | |
CN206348848U (zh) | 隧道洞壁围岩完整性信息采集装置 | |
CN111723861B (zh) | 一种用于煤矿控制挡板的煤矸石百分比识别方法 | |
CN113569943A (zh) | 一种基于深度神经网络的渣片大块预警方法、系统及装置 | |
CN114677546A (zh) | 一种移动煤岩实时分拣方法和装置 | |
CN114104666A (zh) | 煤矸识别方法及煤矿运送系统 | |
Chen et al. | Deep learning based weak inter-layers segmentation and measurement of rock tunnel face |
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: 20100630 Termination date: 20110817 |