CN112200754A - 一种随机矸石块体三维形状参数自动获取方法 - Google Patents

一种随机矸石块体三维形状参数自动获取方法 Download PDF

Info

Publication number
CN112200754A
CN112200754A CN202011194994.7A CN202011194994A CN112200754A CN 112200754 A CN112200754 A CN 112200754A CN 202011194994 A CN202011194994 A CN 202011194994A CN 112200754 A CN112200754 A CN 112200754A
Authority
CN
China
Prior art keywords
gangue
random
block
dimensional
cuboid
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
CN202011194994.7A
Other languages
English (en)
Other versions
CN112200754B (zh
Inventor
李俊孟
黄艳利
吴来伟
欧阳神央
张伟光
常治国
郭亚超
李英顺
高华东
杨长德
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
Original Assignee
China University of Mining and Technology CUMT
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 CUMT filed Critical China University of Mining and Technology CUMT
Priority to CN202011194994.7A priority Critical patent/CN112200754B/zh
Publication of CN112200754A publication Critical patent/CN112200754A/zh
Priority to PCT/CN2021/071068 priority patent/WO2022088510A1/zh
Application granted granted Critical
Publication of CN112200754B publication Critical patent/CN112200754B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • G06T19/20Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20024Filtering details
    • G06T2207/20032Median filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30132Masonry; Concrete
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20Indexing scheme for editing of 3D models
    • G06T2219/2021Shape modification

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Architecture (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Length-Measuring Devices Using Wave Or Particle Radiation (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种随机矸石块体三维形状参数自动获取方法,通过CT扫描获取随机矸石块体的二维切片图像,然后进行二值化处理并降噪,进而重构随机矸石块体数字化三维模型。针对该模型获取随机矸石块体数字化三维模型表面积、模型体积、模型包容长方体,获取获取随机矸石块体数字化三维模型形状指标和模型的三维形状特征:针度e,扁平度f,球形度ψ。本发明方法采用CT切片并二值化处理、降噪,重构随机矸石块体数字化三维模型,由此获取表征随机矸石块体三维形状参数,从而解决了随机矸石块体基本形状参数获取困难、测量精度主观性大、测量成本高等问题。实现了随机矸石块体三维形状参数自动获取,测量结果精度高。

Description

一种随机矸石块体三维形状参数自动获取方法
技术领域
本发明涉及一种随机矸石块体三维形状参数的自动获取方法,尤其是针对外表形状极其不规则的随机矸石块体。
背景技术
传统的矸石块体基本形状参数测试主要测量长轴尺寸、次长轴尺寸、短轴尺寸、体积和表面积五项,目前的相关研究中主要通过人工测量的方式获取以上五个基本形状参数,且测量结果具有较大的主观性,精度不高,并且会耗费大量人力、物力。针对这一现状,设计研发一种能够自动计算、存储长轴尺寸、次长轴尺寸、短轴尺寸、体积和表面积的随机矸石块体数字化三维模型读取程序,降低测量成本,提高测量精度,实现块体三维形状指标的自动获取,成为需要解决技术问题。
发明内容
本发明的目的在于,弥补现有技术存在的空白,提出了一种随机矸石块体三维形状参数自动获取方法,解决了随机矸石块体基本形状参数获取困难、测量精度主观性大、测量成本高等问题。
本发明随机矸石块体三维形状参数自动获取方法,其步骤如下:
矸石块体的三维形状特征作为表征矸石块体重要参量,目前仍没有统一的量化指标,针对该现状本发明方法选取针度、扁平度、球形度作为表征不规则块体形状的量化指标。
步骤1.CT扫描,获取随机矸石块体的二维切片图像
为提高成像质量,确保获得清晰的原始CT切片,首先对矸石块体进行预处理,清理表面及缝隙内的杂物;然后对CT扫描设备的扫描层厚、旋转时间、图像重建矩阵、密度分辨率、HU标度范围等技术参数进行调整;将处理后的随机矸石块体放置到CT扫描机中进行扫描处理,获取随机矸石块体的二维切片图像(原始CT切片图像)。
步骤2.原始CT切片图像进行二值化处理并降噪
采用大津算法获得试样CT图像的最优阈值,基于最优阈值对原始CT切片图像进行二值化处理,排除矸石矿物组分多样性的干扰,使三维重构得到的随机矸石试样数字化模型只包括矸石基质与空隙两相;然后对处理后的二值化图片采用三维中值滤波算法进行降噪处理,消除孤立噪声点,将其转化为能够清晰表征矸石块体试样组构的一系列二维切片图。
步骤3.重构随机矸石块体数字化三维模型
采用MIMICS三维重构软件对经二值化和降噪处理后的CT切片进行叠加—3D重构计算—平滑处理—网格优化等操作,最终重构真实形状随机矸石块体数字化三维模型。
步骤4.获取随机矸石块体数字化三维模型表面积
块体重构模型的轮廓是由数万个三角片组成的,首先遍历并计算所有三角片的面积,然后将其进行累加,将累加结果作为不规则矸石块体的表面积,计算公式如下:
Figure BDA0002753771220000021
其中,Si为块体重构模型中第i个三角片的面积,n为构成随机矸石块体重构模型轮廓的三角片总数。
步骤5.获取随机矸石块体数字化三维模型体积
在模型外指定一基准面,遍历所有三角片并向投影面做垂直投影,计算所有三角片做投影所略过区域的体积并累加,计算公式如下:
Figure BDA0002753771220000022
其中,Vi为第i个三角片向基准面做投影所略过区域的体积。Vi有正负之分,以模型垂直指向基准面的方向作为坐标z轴正方向,若三角片法相向量(指向模型内部)的z轴分量为证,则Vi为正,否则为负。
步骤6.获取随机矸石块体数字化三维模型包容长方体:
根据块体数字化三维模型首先生成块体的初始包容长方体V0000)。设随机矸石块体的任意顶点坐标为A1A2…An,首先以A1为坐标原点建立空间坐标系,顶点坐标为Ai(xi,yi,zi),i=1,2,3,4……,n,将块体A1A2…An绕x轴,y轴,z轴分别旋转角度α,β,γ,得到旋转后块体A′1A′2…A′n,顶点坐标变为A′i(x′i,y′i,z′i),i=1,2,3,4……,n。A′i(x′i,y′i,z′i)与Ai(xi,yi,zi)关系如下:
Figure BDA0002753771220000023
分别过旋转后的块体A′1A′2…A′n的最前、最后、最左、最右、最上和最下的顶点做平行于坐标面的6个平面,6个平面所围成的长方体即块体的包容长方体。包容长方体的体积公式:
Figure BDA0002753771220000024
V(α,β,γ)为旋转后块体包容长方体体积;
Figure BDA0002753771220000031
为多面体表面所有三角片顶点x轴坐标中的最大值,即最小包容长方体右面所在位置的x轴坐标。
Figure BDA0002753771220000032
为多面体表面所有三角片顶点x轴坐标中的最小值,即最小包容长方体左面所在位置的x轴坐标。
Figure BDA0002753771220000033
Figure BDA0002753771220000034
分别为最小包容长方体前面和后面所在位置的y轴坐标,
Figure BDA0002753771220000035
分别为最小包容长方体顶面和底面所在位置的z轴坐标。可见以上取值均与多面体旋转的角度有关,必然存在一组(α,β,γ)使函数V(α,β,γ)最小,即通过求取函数V(α,β,γ)最小值过程即获取最小包容长方体的过程。
步骤7.获取随机矸石块体数字化三维模型形状指标
块体的最小包容长方体建立后,块体重构模型的长轴尺寸L、次长轴尺寸W、短轴尺寸T即可通过求其最小包容长方体的方式获得,最小包容长方体的长作为长轴尺寸,宽作为次长轴尺寸,厚作为短轴尺寸,此处L≥W≥T。
步骤8.获取随机矸石块体数字化三维模型的三维形状特征:针度e,扁平度f,球形度ψ。
所述针度e,用于描述矸石块体的细长程度,计算公式为
Figure BDA0002753771220000036
其中:L为矸石块体的长轴尺寸,单位mm;W为矸石块体的次长轴尺寸,单位mm。
所述扁平度f,用于描述矸石块体的扁平程度,计算公式为
Figure BDA0002753771220000037
其中f为扁平度;T为矸石块体的短轴,尺寸,单位mm。
所述球形度ψ,用于描述矸石块体的粗糙度与形状对称性,即不规则颗粒同体积球的表面积与颗粒实际表面积的比值,计算公式为
Figure BDA0002753771220000038
其中S为矸石块体实际表面积,单位mm2;V为矸石块体实际体积,单位mm3
本发明方法采用CT切片并二值化处理、降噪,重构随机矸石块体数字化三维模型,由此获取表征随机矸石块体三维形状参数,从而解决了随机矸石块体基本形状参数获取困难、测量精度主观性大、测量成本高等问题。测量结果精度高。
附图说明
图1是随机矸石块体CT切片二值化图像三维中值滤波降噪处理效果图。其中图a是原始CT图片;图b是二值化图片;图c是降噪处理后二值化图片。
图2是重建随机矸石块体数字化三维模型示意图。
图3是随机矸石块体重构模型面积计算原理图。
图4是随机矸石块体重构模型体积计算原理图。
图5是随机矸石块体的空间位置与包容长方体示意图。
图6是随机矸石块体的最小包容长方体与主要尺寸参数。
具体实施方式
下面结合实施例和附图,对本发明方法作进一步详细说明。
步骤1.CT扫描,获取随机矸石块体的二维切片图像
为提高成像质量,确保获得清晰的原始CT切片,首先对矸石块体进行预处理,清理表面及缝隙内的杂物;根据矸石的理化特性对CT扫描设备的扫描层厚、旋转时间、图像重建矩阵、密度分辨率、HU标度范围等技术参数进行调整。
表1矸石块体CT扫描试验主要参数设置
主要参数 数值设置
工作电压 140kV
电流 105mA
扫描层厚 0.67mm
旋转时间 0.33sec
mAs 45mAs/Slice
视野 500.0mm
图像重建矩阵 768×768
密度分辨率 0.3%
HU标度范围 -1024~+3071
将处理后的随机矸石块体放置到CT扫描机中进行扫描处理,获取随机矸石块体的二维切片图像(原始CT切片图像),如图1所示。
步骤2.原始CT切片图像进行二值化处理并降噪
采用大津算法获得试样CT图像的最优阈值,基于最优阈值对原始CT切片图像进行二值化处理,排除矸石矿物组分多样性的干扰,使三维重构得到的随机矸石试样数字化模型只包括矸石基质与空隙两相;然后对处理后的二值化图片采用三维中值滤波算法进行降噪处理,消除孤立噪声点,将其转化为能够清晰表征矸石块体试样组构的一系列二维切片图。
步骤3.重构随机矸石块体数字化三维模型
采用MIMICS三维重构软件对经二值化和降噪处理后的CT切片进行叠加—3D重构计算—平滑处理—网格优化等操作,最终重构真实形状随机矸石块体数字化三维模型,以部分20~25mm尺寸的矸石为例(见图2)。
步骤4.获取随机矸石块体数字化三维模型表面积
从20~25mm尺寸的矸石的重构模型中选取单一块体为例进行参数的获取(后续参数的获取都以该矸石为例),获取后的参数见表2。块体重构模型的轮廓是由数万个三角片组成的,首先遍历并计算所有三角片的面积,然后将其进行累加,将累加结果作为不规则矸石块体的表面积(见图3),计算公式如下:
Figure BDA0002753771220000051
其中,Si为块体重构模型中第i个三角片的面积,n为构成随机矸石块体重构模型轮廓的三角片总数。
步骤5.获取随机矸石块体数字化三维模型体积
在模型外指定一基准面,遍历所有三角片并向投影面做垂直投影,计算所有三角片做投影所略过区域的体积并累加,计算公式如下:
Figure BDA0002753771220000052
其中,Vi为第i个三角片向基准面做投影所略过区域的体积。Vi有正负之分,以模型垂直指向基准面的方向作为坐标z轴正方向,若三角片法相向量(指向模型内部)的z轴分量为证,则Vi为正,否则为负,获取后的参数见表2。
步骤6.获取随机矸石块体数字化三维模型包容长方体:
根据块体数字化三维模型首先生成块体的初始包容长方体V0000)。设随机矸石块体的任意顶点坐标为A1A2…An,首先以A1为坐标原点建立空间坐标系,顶点坐标为Ai(xi,yi,zi),i=1,2,3,4……,n,将块体A1A2…An绕x轴,y轴,z轴分别旋转角度α,β,γ,得到旋转后块体A′1A′2…A′n,顶点坐标变为A′i(x′i,y′i,z′i),i=1,2,3,4……,n。A′i(x′i,y′i,z′i)与Ai(xi,yi,zi)关系如下:
Figure BDA0002753771220000053
分别过旋转后的块体A′1A′2…A′n的最前、最后、最左、最右、最上和最下的顶点做平行于坐标面的6个平面,6个平面所围成的长方体即块体的包容长方体。包容长方体的体积公式:
Figure BDA0002753771220000054
V(α,β,γ)为旋转后块体包容长方体体积;
Figure BDA0002753771220000055
为多面体表面所有三角片顶点x轴坐标中的最大值,即最小包容长方体右面所在位置的x轴坐标。
Figure BDA0002753771220000056
为多面体表面所有三角片顶点x轴坐标中的最小值,即最小包容长方体左面所在位置的x轴坐标。
Figure BDA0002753771220000057
Figure BDA0002753771220000061
分别为最小包容长方体前面和后面所在位置的y轴坐标,
Figure BDA0002753771220000062
分别为最小包容长方体顶面和底面所在位置的z轴坐标。可见以上取值均与多面体旋转的角度有关,必然存在一组(α,β,γ)使函数V(α,β,γ)最小,即通过求取函数V(α,β,γ)最小值过程即获取最小包容长方体的过程。
步骤7.获取随机矸石块体数字化三维模型形状指标
块体的最小包容长方体建立后,块体重构模型的长轴尺寸L、次长轴尺寸W、短轴尺寸T即可通过求其最小包容长方体的方式获得,最小包容长方体的长作为长轴尺寸,宽作为次长轴尺寸,厚作为短轴尺寸,此处L≥W≥T,获取后的参数见表2。
步骤8.获取随机矸石块体数字化三维模型的三维形状特征:针度e,扁平度f,球形度ψ,获取后的参数见表2。
所述针度e,用于描述矸石块体的细长程度,计算公式为
Figure BDA0002753771220000063
其中:L为矸石块体的长轴尺寸,单位mm;W为矸石块体的次长轴尺寸,单位mm。
所述扁平度f,用于描述矸石块体的扁平程度,计算公式为
Figure BDA0002753771220000064
其中f为扁平度;T为矸石块体的短轴,尺寸,单位mm。
所述球形度ψ,用于描述矸石块体的粗糙度与形状对称性,即不规则颗粒同体积球的表面积与颗粒实际表面积的比值,计算公式为
Figure BDA0002753771220000065
其中S为矸石块体实际表面积,单位mm2;V为矸石块体实际体积,单位mm3
表2示例矸石具体参数表
长/mm 宽/mm 高/mm 表面积/mm<sup>2</sup> 体积/mm<sup>3</sup> 针度 扁平度 球形度
62.394 42.552 35.862 7490.137 43840.108 1.466 0.843 0.805
本发明方法采用CT切片并二值化处理、降噪,重构随机矸石块体数字化三维模型,由此获取表征随机矸石块体三维形状参数,从而解决了随机矸石块体基本形状参数获取困难、测量精度主观性大、测量成本高等问题。测量结果精度高。

Claims (7)

1.一种随机矸石块体三维形状参数自动获取方法,其步骤如下:
步骤1.CT扫描,获取随机矸石块体的二维切片图像;
步骤2.原始CT切片图像进行二值化处理并降噪;
步骤3.重构随机矸石块体数字化三维模型;
步骤4.获取随机矸石块体数字化三维模型表面积;
步骤5.获取随机矸石块体数字化三维模型体积;
步骤6.获取随机矸石块体数字化三维模型包容长方体;
步骤7.获取随机矸石块体数字化三维模型形状指标
块体的最小包容长方体建立后,块体重构模型的长轴尺寸L、次长轴尺寸W、短轴尺寸T,通过求其最小包容长方体的方式获得,最小包容长方体的长作为长轴尺寸,宽作为次长轴尺寸,厚作为短轴尺寸,此处L≥W≥T;
步骤8.获取随机矸石块体数字化三维模型的三维形状特征:针度e,扁平度f,球形度ψ;
所述针度e,用于描述矸石块体的细长程度,计算公式为
Figure FDA0002753771210000011
其中:L为矸石块体的长轴尺寸,单位mm;W为矸石块体的次长轴尺寸,单位mm;
所述扁平度f,用于描述矸石块体的扁平程度,计算公式为
Figure FDA0002753771210000012
其中f为扁平度;T为矸石块体的短轴,尺寸,单位mm;
所述球形度ψ,用于描述矸石块体的粗糙度与形状对称性,即不规则颗粒同体积球的表面积与颗粒实际表面积的比值,计算公式为
Figure FDA0002753771210000013
其中S为矸石块体实际表面积,单位mm2;V为矸石块体实际体积,单位mm3
2.根据权利要求1所述随机矸石块体三维形状参数自动获取方法,其特征是:
所述步骤1,首先对矸石块体进行预处理,清理表面及缝隙内的杂物;然后对CT扫描设备的扫描层厚、旋转时间、图像重建矩阵、密度分辨率、HU标度范围进行调整;将处理后的随机矸石块体放置到CT扫描机中进行扫描处理,获取随机矸石块体的二维切片图像。
3.根据权利要求1所述随机矸石块体三维形状参数自动获取方法,其特征是:
所述步骤2,采用大津算法获得试样CT图像的最优阈值,基于最优阈值对原始CT切片图像进行二值化处理,使三维重构得到的随机矸石试样数字化模型只包括矸石基质与空隙两相;然后对处理后的二值化图片采用三维中值滤波算法进行降噪处理,消除孤立噪声点,得到二值化和降噪处理后的CT切片。
4.根据权利要求1所述随机矸石块体三维形状参数自动获取方法,其特征是:
所述步骤3,采用MIMICS三维重构软件对经二值化和降噪处理后的CT切片进行叠加—3D重构计算—平滑处理—网格优化操作,最终重构随机矸石块体数字化三维模型。
5.根据权利要求1所述随机矸石块体三维形状参数自动获取方法,其特征是:
所述步骤4,随机矸石块体重构模型的轮廓是由数万个三角片组成的,首先遍历并计算所有三角片的面积,然后将其进行累加,将累加结果作为不规则矸石块体的表面积,计算公式如下:
Figure FDA0002753771210000021
其中,Si为块体重构模型中第i个三角片的面积,n为构成随机矸石块体重构模型轮廓的三角片总数。
6.根据权利要求1所述随机矸石块体三维形状参数自动获取方法,其特征是:
所述步骤5,在模型外指定一基准面,遍历所有三角片并向投影面做垂直投影,计算所有三角片做投影所略过区域的体积并累加,计算公式如下:
Figure FDA0002753771210000022
其中,Vi为第i个三角片向基准面做投影所略过区域的体积;Vi有正负之分,以模型垂直指向基准面的方向作为坐标z轴正方向,若三角片法相向量的z轴分量为证,则Vi为正,否则为负。
7.根据权利要求1所述随机矸石块体三维形状参数自动获取方法,其特征是:
所述步骤6.获取随机矸石块体数字化三维模型包容长方体,其步骤如下:
根据块体数字化三维模型首先生成块体的初始包容长方体V0000);设随机矸石块体的任意顶点坐标为A1A2…An,首先以A1为坐标原点建立空间坐标系,顶点坐标为Ai(xi,yi,zi),i=1,2,3,4……,n,将块体A1A2…An绕x轴,y轴,z轴分别旋转角度α,β,γ,得到旋转后块体A′1A′2…A′n,顶点坐标变为A′i(x′i,y′i,z′i),i=1,2,3,4……,n;A′i(x′i,y′i,z′i)与Ai(xi,yi,zi)关系如下:
Figure FDA0002753771210000023
分别过旋转后的块体A′1A′2…A′n的最前、最后、最左、最右、最上和最下的顶点做平行于坐标面的6个平面,6个平面所围成的长方体即块体的包容长方体;包容长方体的体积公式:
Figure FDA0002753771210000031
V(α,β,γ)为旋转后块体包容长方体体积;
Figure FDA0002753771210000032
为多面体表面所有三角片顶点x轴坐标中的最大值,即最小包容长方体右面所在位置的x轴坐标;
Figure FDA0002753771210000033
为多面体表面所有三角片顶点x轴坐标中的最小值,即最小包容长方体左面所在位置的x轴坐标;
Figure FDA0002753771210000034
Figure FDA0002753771210000035
分别为最小包容长方体前面和后面所在位置的y轴坐标,
Figure FDA0002753771210000036
分别为最小包容长方体顶面和底面所在位置的z轴坐标;可见以上取值均与多面体旋转的角度有关,必然存在一组(α,β,γ)使函数V(α,β,γ)最小,即通过求取函数V(α,β,γ)最小值过程即获取最小包容长方体的过程。
CN202011194994.7A 2020-10-30 2020-10-30 一种随机矸石块体三维形状参数自动获取方法 Active CN112200754B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011194994.7A CN112200754B (zh) 2020-10-30 2020-10-30 一种随机矸石块体三维形状参数自动获取方法
PCT/CN2021/071068 WO2022088510A1 (zh) 2020-10-30 2021-01-11 一种随机矸石块体三维形状参数自动获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011194994.7A CN112200754B (zh) 2020-10-30 2020-10-30 一种随机矸石块体三维形状参数自动获取方法

Publications (2)

Publication Number Publication Date
CN112200754A true CN112200754A (zh) 2021-01-08
CN112200754B CN112200754B (zh) 2022-03-29

Family

ID=74010623

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011194994.7A Active CN112200754B (zh) 2020-10-30 2020-10-30 一种随机矸石块体三维形状参数自动获取方法

Country Status (2)

Country Link
CN (1) CN112200754B (zh)
WO (1) WO2022088510A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113627040A (zh) * 2021-10-12 2021-11-09 中南大学 一种非均质边坡稳定性分析方法
WO2022088510A1 (zh) * 2020-10-30 2022-05-05 中国矿业大学 一种随机矸石块体三维形状参数自动获取方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001078005A2 (en) * 2000-04-11 2001-10-18 Cornell Research Foundation, Inc. System and method for three-dimensional image rendering and analysis
US20090157083A1 (en) * 2007-12-18 2009-06-18 Ilwhan Park System and method for manufacturing arthroplasty jigs
WO2009134620A2 (en) * 2008-04-30 2009-11-05 Otismed Corporation System and method for image segmentation in generating computer models of a joint to undergo arthroplasty
CN103236058A (zh) * 2013-04-25 2013-08-07 内蒙古科技大学 获取四维心脏图像感兴趣体积的方法
CN109000559A (zh) * 2018-06-11 2018-12-14 广东工业大学 一种物体体积的测量方法、装置、系统和可读存储介质
CN109509251A (zh) * 2018-11-08 2019-03-22 重庆大学 多因素三维土石混合体生成方法
CN111524229A (zh) * 2020-03-30 2020-08-11 中南大学 岩石颗粒的三维几何形貌信息提取系统及方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6873725B2 (en) * 2002-09-09 2005-03-29 Coulter International Corp. Simultaneous measurement and display of 3-D size distributions of particulate materials in suspensions
CN107643048B (zh) * 2017-07-28 2020-09-29 北京农学院 基于点云数据的测树因子自动提取方法
CN112200754B (zh) * 2020-10-30 2022-03-29 中国矿业大学 一种随机矸石块体三维形状参数自动获取方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001078005A2 (en) * 2000-04-11 2001-10-18 Cornell Research Foundation, Inc. System and method for three-dimensional image rendering and analysis
US20090157083A1 (en) * 2007-12-18 2009-06-18 Ilwhan Park System and method for manufacturing arthroplasty jigs
WO2009134620A2 (en) * 2008-04-30 2009-11-05 Otismed Corporation System and method for image segmentation in generating computer models of a joint to undergo arthroplasty
CN103236058A (zh) * 2013-04-25 2013-08-07 内蒙古科技大学 获取四维心脏图像感兴趣体积的方法
CN109000559A (zh) * 2018-06-11 2018-12-14 广东工业大学 一种物体体积的测量方法、装置、系统和可读存储介质
CN109509251A (zh) * 2018-11-08 2019-03-22 重庆大学 多因素三维土石混合体生成方法
CN111524229A (zh) * 2020-03-30 2020-08-11 中南大学 岩石颗粒的三维几何形貌信息提取系统及方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
HAIJUN NIU等: "Reconstruction of 3D Bladder Model and Computation of Intra-Vesical Volume During Storing Based on Magnetic Resonance Imaging", 《2008 2ND INTERNATIONAL CONFERENCE ON BIOINFORMATICS AND BIOMEDICAL ENGINEERING》 *
HDPAI2018: "Mimics三维建模", 《HTTPS://BLOG.CSDN.NET/HDPAI2018/ARTICLE/DETAILS/103804297》 *
付茹等: "砂土颗粒三维形态的定量表征方法", 《岩土力学》 *
刘琦等: "Mimics软件在髁突体积和表面积测量中的应用", 《口腔医学研究》 *
李俊孟等: "矸石块体三维形状参数自动获取方法与量化分析", 《中国矿业大学学报》 *
王洪发等: "用遗传算法求多面体的最小包容长方体", 《计算机工程与应用》 *
王靖鑫等: "基于单幅图像的三维重建技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
顾永春等: "利用显微CT及三维重建软件Mimics测量牙根表面积", 《牙体牙髓牙周病学杂志》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022088510A1 (zh) * 2020-10-30 2022-05-05 中国矿业大学 一种随机矸石块体三维形状参数自动获取方法
CN113627040A (zh) * 2021-10-12 2021-11-09 中南大学 一种非均质边坡稳定性分析方法

Also Published As

Publication number Publication date
CN112200754B (zh) 2022-03-29
WO2022088510A1 (zh) 2022-05-05

Similar Documents

Publication Publication Date Title
CN108280290B (zh) 一种混凝土骨料数值模型重建方法
CN112200754B (zh) 一种随机矸石块体三维形状参数自动获取方法
Mendrik et al. Noise reduction in computed tomography scans using 3-D anisotropic hybrid diffusion with continuous switch
CN110610478B (zh) 一种基于邻域拓扑的医学图像三维重建方法
JP6539303B2 (ja) 3d医用画像中の対象物を分割するための3d対象物の変換
KR101105494B1 (ko) 환자 맞춤형 3차원 인체 뼈 모델 재구성 방법
WO2005112769A1 (en) Nodule detection
CN111159876B (zh) 基于mri医学影像和轮廓勾画实现3d打印模型的设计方法
Nugroho et al. 3D heart image reconstruction and visualization with marching cubes algorithm
CN107194925A (zh) 图像处理方法及系统
Nagai et al. Tomographic surface reconstruction from point cloud
CN107273904A (zh) 图像处理方法及系统
US9336598B2 (en) Shape-extraction method and shape-extraction system
CN101882319B (zh) 基于最小三维凸包的锥束ct快速重建方法
CN102129686B (zh) 一种基于体素级轮廓粗定位的亚体素表面检测方法
CN105486249B (zh) 三维扫描数据的自适应底面消除方法
CN101719274B (zh) 一种医学影像体数据的三维纹理分析方法
CN114332411A (zh) 一种三维图形实时网格的生成方法
CN109829869B (zh) 一种降低pet图像噪声的数值域插值方法
EP2601638B1 (en) Removing an object support from imaging data
CN116109788B (zh) 一种实体件建模重构的方法
CN107292867A (zh) 图像处理方法及系统
Stock et al. Towards smoother surfaces by applying subdivision to voxel data
Pascual Molero et al. A RE Methodology to achieve Accurate Polygon Models and NURBS Surfaces by Applying Different Data Processing Techniques
Gang et al. When simulation becomes real: exploring the characteristics of a 3D-printed power-law phantom in tomosynthesis imaging

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Chen Liang

Inventor after: Yang Changde

Inventor after: Li Junmeng

Inventor after: Wu Laiwei

Inventor after: OuYang Shenyang

Inventor after: Zhang Weiguang

Inventor after: Chang Zhiguo

Inventor after: Guo Yachao

Inventor after: Li Yingshun

Inventor after: Gao Huadong

Inventor before: Li Junmeng

Inventor before: Yang Changde

Inventor before: Huang Yanli

Inventor before: Wu Laiwei

Inventor before: OuYang Shenyang

Inventor before: Zhang Weiguang

Inventor before: Chang Zhiguo

Inventor before: Guo Yachao

Inventor before: Li Yingshun

Inventor before: Gao Huadong

GR01 Patent grant
GR01 Patent grant