CN101710424A - 矿石图像分割方法 - Google Patents

矿石图像分割方法 Download PDF

Info

Publication number
CN101710424A
CN101710424A CN200910243048A CN200910243048A CN101710424A CN 101710424 A CN101710424 A CN 101710424A CN 200910243048 A CN200910243048 A CN 200910243048A CN 200910243048 A CN200910243048 A CN 200910243048A CN 101710424 A CN101710424 A CN 101710424A
Authority
CN
China
Prior art keywords
pixel
image
gray
ore
value
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
Application number
CN200910243048A
Other languages
English (en)
Other versions
CN101710424B (zh
Inventor
张国英
沙芸
王刚
杨晨
牟春洁
王兰莎
刘冠洲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Mining and Technology CUMT
China University of Mining and Technology Beijing CUMTB
Original Assignee
China University of Mining and Technology Beijing CUMTB
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Mining and Technology Beijing CUMTB filed Critical China University of Mining and Technology Beijing CUMTB
Priority to CN2009102430484A priority Critical patent/CN101710424B/zh
Publication of CN101710424A publication Critical patent/CN101710424A/zh
Application granted granted Critical
Publication of CN101710424B publication Critical patent/CN101710424B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种矿石图像分割方法,首先采用自适应阈值法对传送带上矿石图像进行二值化处理;然后对二值化图像进行距离灰度变化,将图像中背景像素的颜色为黑保持不变,目标像素的灰度值变换为与目标边界的最小距离,使每个矿石目标的中心像山峰一样耸立,矿石粘连处像素值低于矿石中心像素值;之后将距离图像所有像素灰度值整体下降,使矿石粘连处变为背景,使每个目标独立开;再通过对距离图像重构去除每个目标的最高峰处的凸凹,使之成为一个平台区域,并表示为矿石的种子区域;记录每个种子区域的边缘,种子区域的边缘并行向外生长以到达每个矿石目标的边界处。能对矿石图像进行准确、有效分割。

Description

矿石图像分割方法
技术领域
本发明涉及一种,尤其涉及一种矿石图像分割方法。
背景技术
对矿业企业传送带上输送的矿石图像进行分割,得到矿石粒度分布,对于破碎设备和磨矿设备节能降耗,提高生产效率有重要意义。传送带上输送的矿石经常处于高粉尘污染环境,自然光导致图像的颜色及亮度差异巨大,且在矿石周围形成阴影。矿石堆积,块度差异巨大,形态呈现没有规律的多面体,几何信息对矿石的分割作用有限。整帧图像中几乎没有背景信息,颜色信息难以区分矿石。矿石表面凸凹不同,石头内部形成多条不规则棱,纹理信息对矿石分割也不灵敏。单一的颜色、纹理特征不能较好的分割矿石图像。矿石图像处理的难点是从复杂图像中划分出不同的目标,由于矿石有着不规则的形状和粗糙的表面,最难和最重要的工作是准确描绘矿石的边缘。
现有技术中采用以下方法对矿石图像进行分割:
基于阈值的方法是常用的矿石图像分割方法,即采用灰度阈值将矿石和背景分为白黑二值图像,依此实现对矿石的分割。但传送带上矿石重叠堆积,阈值分割后的二值图像中多处相邻或堆积的矿石连接在一起,单一的阈值方法难以获得理想的分割效果;
基于纹理的分割方法是矿石分割的另一途径,但矿石内部由于物质含量不同及爆破导致的凸凹不平,使一块矿石内部的纹理有很大差异;
梯度变换也用于图像的边缘提取,同样由于矿石内部颜色及纹理的梯度变化率并不弱于矿石边缘,不适用于传送带上矿石的分割;
分水岭算法适用于待分割目标边缘清晰的图像,且对于噪声没有识别能力。对于内部纹理和颜色不均匀的矿石,将一块石头分为若干块,导致严重的过分割问题。但对于颜色及纹理近似且位置相邻的矿石,分割结果将数块矿石连接在一起,导致严重的欠分割。
发明内容
本发明的目的是提供一种能对矿石图像进行准确、有效分割的矿石图像分割方法。
本发明的目的是通过以下技术方案实现的:
本发明的矿石图像分割方法,首先对矿石扫描图像,包括步骤:
A、将所扫描的图像进行自适应二值化处理,将图像中的每一个像素的灰度值与设定阈值进行比较;
若该像素的灰度值小于设定的阈值则二值化为灰度值为0的背景像素;若该像素的灰度值大于或等于设定的阈值则二值化为灰度值为1的目标像素;
B、将步骤A处理后的二值图像灰度化,每个背景像素的灰度值仍然为0,每个目标像素的灰度值为该像素与距其最近的背景像素的距离,生成距离灰度图像;
C、对所述距离灰度图像进行重构,将上述的距离灰度图像的灰度值整体下降设定的值,将下降后的图像中的灰度值非0的像素向上生长至下降前的距离灰度图像,形成多个独立的目标区域;
D、对步骤C重构后的图像的每一个独立的目标区域保留一个灰度值最高的区域作为种子区域;
E、进行图像分割,将每一个种子区域作为生长的起点向外生长,得到矿石分割后的图像。
由上述本发明提供的技术方案可以看出,本发明所述的矿石图像分割方法,由于首先采用自适应阈值法对传送带上矿石图像进行二值化处理;然后对二值化图像进行距离灰度变化,将图像中背景像素的颜色为黑保持不变,目标像素的灰度值变换为与目标边界的最小距离,使每个矿石目标的中心像山峰一样耸立,矿石粘连处像素值低于矿石中心像素值;之后将距离图像所有像素灰度值整体下降,使矿石粘连处变为背景,使每个目标独立开;再通过对距离图像重构去除每个目标的最高峰处的凸凹,使之成为一个平台区域,并表示为矿石的种子区域;记录每个种子区域的边缘,种子区域的边缘并行向外生长以到达每个矿石目标的边界处。能对矿石图像进行准确、有效分割。
附图说明
图1为本发明的具体实施例中对图像自适应二值化的两个正方形模板的示意图;
图2为本发明的具体实施例中对图像种子区域定位的示意图。
具体实施方式
本发明的矿石图像分割方法,其较佳的具体实施方式是:
首先对矿石扫描图像,包括步骤:
A、将所扫描的图像进行自适应二值化处理,将图像中的每一个像素的灰度值与设定阈值进行比较;
若该像素的灰度值小于设定的阈值则二值化为灰度值为0的背景像素;若该像素的灰度值大于或等于设定的阈值则二值化为灰度值为1的目标像素;
B、将步骤A处理后的二值图像灰度化,每个背景像素的灰度值仍然为0,每个目标像素的灰度值为该像素与距其最近的背景像素的距离,生成距离灰度图像;
C、对所述距离灰度图像进行重构,将上述的距离灰度图像的灰度值整体下降设定的值,将下降后的图像中的灰度值非0的像素向上生长至下降前的距离灰度图像,形成多个独立的目标区域;
D、对步骤C重构后的图像的每一个独立的目标区域保留一个灰度值最高的区域作为种子区域;
E、进行图像分割,将每一个种子区域作为生长的起点向外生长,得到矿石分割后的图像。
所述的步骤A中,对图像进行自适应二值化处理可以包括以下方法(也可以采用其它的方法):
以图像中的每一个像素为中心在图像中做出大、小两个正方形模板,求小、大两个正方形模板内像素的灰度平均值作为设定的阈值;
当该像素的灰度值大于或等于任一个正方形模板内像素的灰度平均值时,则该像素二值化为1,作为目标像素;
当该像素的灰度值同时小于两个正方形模板内像素的灰度平均值,则该像素二值化为0,作为背景像素。
大、小两个正方形模板的大小可以根据矿石的粒度分布情况选择,如大模板为151×151,小模板为95×95;或,大模板为95×95,小模板为25×25。或选用其它的值。
所述的步骤B中,生成距离灰度图像的方法可以包括(也可以采用其它的方法):
对二值图像中的每一个目标像素,以其为中心在二值图像中作一个5×5模板,对二值图像进行两次扫描,并分别采用表1所示的倒角模板一和表2所示的倒角模板二进行处理,具体包括:
首先,从上到下、从左到右进行第一次扫描,采用倒角模板一处理,将以目标像素为中心的5×5模板中的非零像素与倒角模板一对应位置的非零像素进行加和,5×5模板中零像素的值仍然为零,没得到相加的1像素的值也为0,取相加后5×5模板中的非零最小值为该目标像素的灰度值;
然后,将上述第一次扫描处理后的图像再从下到上、从右到左进行第二次扫描,采用倒角模板二进行如上述第一次扫描相同的处理,得到该目标像素的处理后的灰度值;
表1  表2
    0     11     0   11   0
    11     7     5   7   11
    0     5     0   0   0
    0     0     0   0   0
    0     0     0   0   0
  0   0     0     0     0
  0   0     0     0     0
0 0 0 5 0
  0   0     0     0     0
  11   7     5     7     11
  0   11     0     11     0
所述的步骤E中,所述种子区域向外生长时,矿石边界停止条件可以包括以下一项或多项(也可以采用其它的边界停止条件):
如果遇到其它种子区域像素,则把其前一个像素标记为边界;
如果遇到灰度梯度变化率较大的像素,则此像素暂时停止生长,并根据邻居像素的情况决定继续生长还是永久停止:
如果左右邻居像素继续向外生长,则此像素继续向外生长;如果左右邻居像素已经停止,则该像素必须停止;
将停止的像素点逐一连接,即得到矿石图像分割结果。
本发明首先采用自适应阈值法对传送带上矿石图像进行二值化处理,由于矿石内部粗糙不平,采用比一般滤波方法大得多的模板。
目标个数较多,且块度大小差异很大,采用两个并行的大小不一的模板分别检测大块和小块矿石。
对二值化图像进行距离变化,将图像中背景像素的颜色为黑保持不变,目标像素的灰度值变换为与目标边界的最小距离,使每个矿石目标的中心像山峰一样耸立,矿石粘连处像素值低于矿石中心像素值。
将距离图像所有像素灰度值整体下降,目的在于使矿石粘连处变为背景,使每个目标独立开。
通过对距离图像重构去除每个目标的最高峰处的凸凹,使之成为一个平台区域,并表示为矿石的种子区域。
记录每个种子区域的边缘,种子区域的边缘并行向外生长以到达每个矿石目标的边界处。
由于矿石图像受摄像器材质量和光源影响很大,且现场污染程度高,传送带运动速度快,矿石图像的亮度和清晰度差别很大,矿石的品种和粒度差异较大。本发明首先实现矿石的位置标定,并获得准确的矿石边界,能对不同光源、不同品种、不同环境下的图像能够自适应处理;并能够区分粉末和矿石区域,并去除图像中的噪声,提高参照图像与邻域像素的颜色和纹理信息对图像进行滤波处理。
下面通过具体实施例对本发明进行详细的描述:
将摄像机安装在传送带上方的封闭箱子里,在箱子下方有透明窗口以便摄像机拍摄,箱子的高度可以调节,设定摄像机的采样频率,每帧图像均作如下处理:
1、图像自适应二值化:
如图1所示,扫描图像f(x,y),对每个像素Pi进行二值化,具体包括:
首先,以像素Pi为中心在图像中做出两个正方形模板,模板大小与矿石粒度相关,如果存在大矿石(面积到达图像面积的5%左右),则大模板为151×151,小模板为95×95。如果没有如此大的矿石,则大模板为95×95,小模板为25×25。
然后,求小大两个正方形模板内像素的灰度平均值,分别为Gray1和Gray2。
Gray 1 = ( Σ i = - ( a / 2 ) a / 2 Σ j = - ( a / 2 ) a / 2 P ( i , j ) ) / ( a 2 ) Gray 2 = ( Σ i = - ( b / 2 ) b / 2 Σ j = - ( b / 2 ) b / 2 P ( i , j ) ) / ( b 2 )
之后,对像素逐点进行二值化:
图像中像素Pi的灰度值大于Gray1或者大于Gray2,则像素Pi二值化为1,作为目标像素。像素Pi的灰度值同时小于Gray1和Gray2,则像素Pi二值化为0,作为背景像素。
2、二值图像灰度化:
二值图像再灰度化,每个背景像素的灰度值仍然为0,目标像素的灰度值为该像素与距其最近的背景像素的距离,生成距离灰度图像。
具体包括:
对二值图像中的每一个目标像素x,以其为中心在二值图像中作一个5×5模板。对二值图像进行两次扫描,采用如表1、表2所示的一对倒角模板对二值图像进行处理,且仅处理目标像素。
首先,从上到下、从左到右进行第一次扫描,采用如图2a所示的倒角模板一处理,将目标像素x为中心的5×5模板的非零像素和倒角模板一对应位置的非零像素进行加和,5×5模板中零像素的值仍然为零,没得到相加的1像素的值也为0,取相加后5×5模板的非零最小值为像素x的灰度值;
然后,将上述第一次扫描处理后的图像再从下到上、从右到左进行第二次扫描,采用如图2b所示的倒角模板二进行如上述第一次扫描相同的处理。得到像素x的处理后的灰度值。
3、距离灰度图像重构:
重构过程建立在距离变换的基础上,上述的距离灰度图像将每个目标变换为山峰形态。由于矿石内部颜色和纹理不均匀,有的矿石顶部存在多个峰头。为了尽可能去掉多余的峰,以免后续图像出现过分割,故进行重构变换。使每个目标容易保留一个种子区域。
如图2所示,将距离灰度图像g自顶部下降h值得到图像f。f图像中的任一非零像素x以其八邻域的最大像素值F8-max(x)取代其原来灰度值f(x)的方式向上生长,像素x长到g图像的边缘处,即停止生长,不能长出g图像的边界外,即f(x)<=g(x)。所有非零像素均停止生长时,即获得重构图像。
4、图像种子区域定位:
首先,找到上述重构图像的最高灰度值grayMax,其所辖区域存放在Regmax,此为最重要的候选种子区域。
之后,从最大灰度值逐渐降低灰度值,寻找后续种子区域,灰度下降h=0.15grayMax,灰度值i(i>=grayMax-h),所辖区域存放在Regi。若Regi区域边缘像素的灰度值大于其外围边缘的灰度值,则保留为一个候选种子,否则去除。
然后,如果要求每个区域只保留一个种子点,当对图像灰度值从高到低扫描时,两个区域的距离小于设定的阈值时,灰度值低的区域去掉。
最后,重构图像的每一个独立的目标区域仅保留一个灰度值最高的区域作为种子区域。
5、图像分割:
将种子区域作为生长的起点向外生长,即将种子区域的边界像素组织到一个集合中,集合分割为上下两条曲线,分别向上下两个方向生长。
区域生长在原始图像中进行,矿石边界停止条件为:
如果遇到其它种子区域像素,则把其前一个像素标记为边界;
如果遇到灰度梯度变化率较大的像素,暂时停止生长,如果左右像素继续向外生长,则此像素根据邻居像素的情况决定继续生长还是永久停止,如果像素的左右邻居已经停止,则此像素必须停止;
将停止的像素点逐一连接,即得到矿石图像分割结果。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。

Claims (5)

1.一种矿石图像分割方法,首先对矿石扫描图像,其特征在于,包括步骤:
A、将所扫描的图像进行自适应二值化处理,将图像中的每一个像素的灰度值与设定阈值进行比较;
若该像素的灰度值小于设定的阈值则二值化为灰度值为0的背景像素;若该像素的灰度值大于或等于设定的阈值则二值化为灰度值为1的目标像素;
B、将步骤A处理后的二值图像灰度化,每个背景像素的灰度值仍然为0,每个目标像素的灰度值为该像素与距其最近的背景像素的距离,生成距离灰度图像;
C、对所述距离灰度图像进行重构,将上述的距离灰度图像的灰度值整体下降设定的值,将下降后的图像中的灰度值非0的像素向上生长至下降前的距离灰度图像,形成多个独立的目标区域;
D、对步骤C重构后的图像的每一个独立的目标区域保留一个灰度值最高的区域作为种子区域;
E、进行图像分割,将每一个种子区域作为生长的起点向外生长,得到矿石分割后的图像。
2.根据权利要求1所述的矿石图像分割方法,其特征在于,所述的步骤A包括:
以图像中的每一个像素为中心在图像中做出大、小两个正方形模板,求小、大两个正方形模板内像素的灰度平均值作为设定的阈值;
当该像素的灰度值大于或等于任一个正方形模板内像素的灰度平均值时,则该像素二值化为1,作为目标像素;
当该像素的灰度值同时小于两个正方形模板内像素的灰度平均值,则该像素二值化为0,作为背景像素。
3.根据权利要求2所述的矿石图像分割方法,其特征在于,所述的步骤B包括:
对二值图像中的每一个目标像素,以其为中心在二值图像中作一个5×5模板,对二值图像进行两次扫描,并分别采用表1所示的倒角模板一和表2所示的倒角模板二进行处理,具体包括:
首先,从上到下、从左到右进行第一次扫描,采用倒角模板一处理,将以目标像素为中心的5×5模板中的非零像素与倒角模板一对应位置的非零像素进行加和,5×5模板中零像素的值仍然为零,没得到相加的1像素的值也为0,取相加后5×5模板中的非零最小值为该目标像素的灰度值;
然后,将上述第一次扫描处理后的图像再从下到上、从右到左进行第二次扫描,采用倒角模板二进行如上述第一次扫描相同的处理,得到该目标像素的处理后的灰度值;
表1
  0   11   0   11   0   11   7   5   7   11   0   5   0   0   0
  0   11   0   11   0   0   0   0   0   0 0 0 0 0 0
表2
  0   0   0   0   0   0   0   0   0   0 0 0 0 5 0 11 7 5 7 11   0   11   0   11   0
             。
4.根据权利要求3所述的矿石图像分割方法,其特征在于,所述的步骤E中,所述种子区域向外生长时,矿石边界停止条件包括以下一项或多项:
如果遇到其它种子区域像素,则把其前一个像素标记为边界;
如果遇到灰度梯度变化率较大的像素,则此像素暂时停止生长,并根据邻居像素的情况决定继续生长还是永久停止:
如果左右邻居像素继续向外生长,则此像素继续向外生长;如果左右邻居像素已经停止,则该像素必须停止;
将停止的像素点逐一连接,即得到矿石图像分割结果。
5.根据权利要求2所述的矿石图像分割方法,其特征在于,所述的大、小两个正方形模板分别为:
大模板为151×151,小模板为95×95;或,大模板为95×95,小模板为25×25。
CN2009102430484A 2009-12-22 2009-12-22 矿石图像分割方法 Expired - Fee Related CN101710424B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2009102430484A CN101710424B (zh) 2009-12-22 2009-12-22 矿石图像分割方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2009102430484A CN101710424B (zh) 2009-12-22 2009-12-22 矿石图像分割方法

Publications (2)

Publication Number Publication Date
CN101710424A true CN101710424A (zh) 2010-05-19
CN101710424B CN101710424B (zh) 2012-04-25

Family

ID=42403209

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009102430484A Expired - Fee Related CN101710424B (zh) 2009-12-22 2009-12-22 矿石图像分割方法

Country Status (1)

Country Link
CN (1) CN101710424B (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102663726A (zh) * 2012-03-06 2012-09-12 中国矿业大学(北京) 对物料堆积图像进行物料分割的方法和装置
CN102800046A (zh) * 2012-06-20 2012-11-28 四川师范大学 一种二维二值图像完全距离变换的方法及装置
CN103509901A (zh) * 2012-06-25 2014-01-15 宝山钢铁股份有限公司 高炉原燃料的粒度检测方法
CN103824304A (zh) * 2014-03-18 2014-05-28 中国矿业大学(北京) 传送带上矿石传送过程中故障诊断方法
CN103854289A (zh) * 2014-03-18 2014-06-11 中国矿业大学(北京) 一种稠油微观界面的检测方法
CN104318564A (zh) * 2014-10-24 2015-01-28 北京矿冶研究总院 一种矿物颗粒分相的方法
CN105354847A (zh) * 2015-11-10 2016-02-24 浙江大学 基于滑动比较窗口自适应分割的水果表面缺陷检测方法
CN106875412A (zh) * 2017-02-28 2017-06-20 重庆理工大学 一种基于色差的两个重叠果实的分割定位方法
CN107071223A (zh) * 2016-01-28 2017-08-18 船井电机株式会社 图像形成装置
CN108431870A (zh) * 2016-01-11 2018-08-21 卡尔蔡司X射线显微镜公司 多模态矿物分割系统和方法
CN108470173A (zh) * 2018-04-17 2018-08-31 北京矿冶科技集团有限公司 一种矿石颗粒的分割方法
CN109284780A (zh) * 2018-09-10 2019-01-29 中山大学 矿石矿物图像自动识别与分类方法
CN110400263A (zh) * 2019-04-13 2019-11-01 泰州三凯工程技术有限公司 基于数据检测的动作执行系统
CN110766679A (zh) * 2019-10-25 2020-02-07 普联技术有限公司 镜头脏污检测方法、装置及终端设备
CN108986119B (zh) * 2018-07-25 2020-07-28 京东方科技集团股份有限公司 图像分割方法及装置、计算机设备及可读存储介质
CN113435486A (zh) * 2021-06-15 2021-09-24 西安科技大学 一种基于pca-ifoa-svm结合灰度-纹理融合特征的煤矸识别方法
CN114283155A (zh) * 2021-11-23 2022-04-05 赣州好朋友科技有限公司 矿石图像的分割方法、装置及计算机可读存储介质
CN115131375A (zh) * 2022-08-29 2022-09-30 南通富莱克流体装备有限公司 一种矿石自动分割方法

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102663726A (zh) * 2012-03-06 2012-09-12 中国矿业大学(北京) 对物料堆积图像进行物料分割的方法和装置
CN102800046A (zh) * 2012-06-20 2012-11-28 四川师范大学 一种二维二值图像完全距离变换的方法及装置
CN103509901B (zh) * 2012-06-25 2015-07-22 宝山钢铁股份有限公司 高炉原燃料的粒度检测方法
CN103509901A (zh) * 2012-06-25 2014-01-15 宝山钢铁股份有限公司 高炉原燃料的粒度检测方法
CN103824304A (zh) * 2014-03-18 2014-05-28 中国矿业大学(北京) 传送带上矿石传送过程中故障诊断方法
CN103854289A (zh) * 2014-03-18 2014-06-11 中国矿业大学(北京) 一种稠油微观界面的检测方法
CN104318564A (zh) * 2014-10-24 2015-01-28 北京矿冶研究总院 一种矿物颗粒分相的方法
CN105354847A (zh) * 2015-11-10 2016-02-24 浙江大学 基于滑动比较窗口自适应分割的水果表面缺陷检测方法
CN108431870A (zh) * 2016-01-11 2018-08-21 卡尔蔡司X射线显微镜公司 多模态矿物分割系统和方法
CN107071223A (zh) * 2016-01-28 2017-08-18 船井电机株式会社 图像形成装置
CN106875412A (zh) * 2017-02-28 2017-06-20 重庆理工大学 一种基于色差的两个重叠果实的分割定位方法
CN106875412B (zh) * 2017-02-28 2020-06-23 重庆理工大学 一种两个重叠果实的分割定位方法
CN108470173A (zh) * 2018-04-17 2018-08-31 北京矿冶科技集团有限公司 一种矿石颗粒的分割方法
CN108470173B (zh) * 2018-04-17 2021-06-15 北京矿冶科技集团有限公司 一种矿石颗粒的分割方法
US10970844B2 (en) 2018-07-25 2021-04-06 Boe Technology Group Co., Ltd. Image segmentation method and device, computer device and non-volatile storage medium
CN108986119B (zh) * 2018-07-25 2020-07-28 京东方科技集团股份有限公司 图像分割方法及装置、计算机设备及可读存储介质
CN109284780A (zh) * 2018-09-10 2019-01-29 中山大学 矿石矿物图像自动识别与分类方法
CN110400263B (zh) * 2019-04-13 2020-10-09 浙江辛巴达机器人科技有限公司 基于数据检测的动作执行系统
CN110400263A (zh) * 2019-04-13 2019-11-01 泰州三凯工程技术有限公司 基于数据检测的动作执行系统
CN110766679A (zh) * 2019-10-25 2020-02-07 普联技术有限公司 镜头脏污检测方法、装置及终端设备
CN110766679B (zh) * 2019-10-25 2022-09-06 普联技术有限公司 镜头脏污检测方法、装置及终端设备
CN113435486A (zh) * 2021-06-15 2021-09-24 西安科技大学 一种基于pca-ifoa-svm结合灰度-纹理融合特征的煤矸识别方法
CN114283155A (zh) * 2021-11-23 2022-04-05 赣州好朋友科技有限公司 矿石图像的分割方法、装置及计算机可读存储介质
WO2023092965A1 (zh) * 2021-11-23 2023-06-01 赣州好朋友科技有限公司 矿石图像的分割方法、装置及计算机可读存储介质
CN115131375A (zh) * 2022-08-29 2022-09-30 南通富莱克流体装备有限公司 一种矿石自动分割方法

Also Published As

Publication number Publication date
CN101710424B (zh) 2012-04-25

Similar Documents

Publication Publication Date Title
CN101710424B (zh) 矿石图像分割方法
CN111047555B (zh) 基于图像处理技术的矿石图像粒度检测算法
CN102663726B (zh) 对物料堆积图像进行物料分割的方法和装置
CN102156868A (zh) 图像二值化方法和装置
CN108460744B (zh) 一种水泥刻槽路面图像降噪增强与裂缝特征提取方法
CN104063866A (zh) 一种矿石传送过程中的粒度检测方法
CN100587718C (zh) 基于规则的区域生长图像分割方法
CN109255757B (zh) 一种机器视觉自然放置葡萄串果梗区域分割方法
CN108711149B (zh) 基于图像处理的矿岩粒度检测方法
Oh et al. An improved binarization algorithm based on a water flow model for document image with inhomogeneous backgrounds
CN106204494A (zh) 一种包含大面积天空区域的图像去雾方法及系统
CN103824304A (zh) 传送带上矿石传送过程中故障诊断方法
CN103699900A (zh) 卫星影像中建筑物水平矢量轮廓自动批量提取方法
CN101706959A (zh) 基于二维信息熵金属板带表面缺陷提取方法
CN109060813A (zh) 基于图像优化分类的土石料级配自动检测方法
CN110910367A (zh) 生物反应器细胞培养质量评价方法
CN114708325A (zh) 一种基于橡胶喷霜缺陷的橡胶生产问题快速定位方法
CN102509264A (zh) 一种基于图像分割的扫描图像去灰尘方法
CN114299051A (zh) 基于特征建模显著性检测的皮革材料表面缺陷检测方法
CN114972102A (zh) 基于全局变对比度增强和局部校正的水下图像增强方法
CN112614139B (zh) 基于深度图的运输带矿石团块筛选方法
Lu et al. Fusion-based color and depth image segmentation method for rocks on conveyor belt
JPH04199379A (ja) 画像処理における局所的領域分割方法
CN111882529A (zh) 基于Gaussian-Surface保边滤波的显示屏Mura缺陷检测方法及装置
CN113724238A (zh) 基于特征点邻域颜色分析的陶瓷砖色差检测与分级方法

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: 20120425

Termination date: 20121222