CN113344851A - 一种摄影法测量爆堆修正函数数据方法 - Google Patents
一种摄影法测量爆堆修正函数数据方法 Download PDFInfo
- Publication number
- CN113344851A CN113344851A CN202110470478.0A CN202110470478A CN113344851A CN 113344851 A CN113344851 A CN 113344851A CN 202110470478 A CN202110470478 A CN 202110470478A CN 113344851 A CN113344851 A CN 113344851A
- Authority
- CN
- China
- Prior art keywords
- blasting
- shape
- pile
- correction function
- image
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/08—Measuring arrangements characterised by the use of optical techniques for measuring diameters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种摄影法测量爆堆修正函数数据方法,包括以下步骤:1)现场取样,记录爆破参数并从现场未经机械破碎的爆堆中随机选取N块碎石作为实验样本;2)用手工计数的方法将碎石进行分类;3)爆堆图像采集;4)分别采集同一形状类别岩块的图像信息,对其投影面积进行最优形状假设,寻找碎石与形状假设的最优匹配关系;5)通过碎石与形状假设的最优匹配关系推导出爆堆块度分布修正函数。本发明在充分研究大规模露天爆堆块度形状及其分布特征基础上,将图像分析获得的二维参数转换成碎石的三维筛分尺寸,通过本发明方法降低了人工劳动强度,有效提高块度级配信息获取的精确度。
Description
技术领域
本发明涉及一种爆破效果评价技术,具体为一种摄影法测量爆堆修正函数数据方法。
背景技术
爆破块度是用来评价爆破效果的重要参数之一,摄影-图像法是一种高效且成本低廉的爆破块度分析方法,因其只能采集到爆堆表面的二维图像,且存在着碎石之间相互遮挡的现象,故存在一定的片面性,误差较大。因此,建立一种摄影法测量爆堆修正函数数据方法是十分有必要的。
目前,图像分析法都是利用图像分割或边缘检测等算法获得岩块的弦长和面积等一维、二维参数,但是仅通过这些参数本身不能对块度信息进行定量评价,碎石通过筛网的可能性不仅取决于碎石的最大尺寸,还与碎石的形状有关。且实际工程中矿岩破碎后的形状差别较大,其中柱状和片状的碎石会对最终结果产生较大影响,难以获得较为准确的岩块筛分尺寸。因此,可以通过统计分析方法建立碎石形状与体积假设的最优匹配关系,而目前能够实现上述目的的技术方案尚未见报道。
发明内容
针对现有通过爆破块度来评价爆破效果难以获得较为准确的岩块筛分尺寸等不足,本发明要解决的问题是提供一种可有效提高块度级配信息获取的精确度的摄影法测量爆堆修正函数数据方法。
为解决上述技术问题,本发明采用的技术方案是:
本发明提供一种摄影法测量爆堆修正函数数据方法,包括以下步骤:
1)现场取样,记录爆破参数并从现场未经机械破碎的爆堆中随机选取N块碎石作为实验样本;
2)用手工计数的方法将碎石进行分类;
3)爆堆图像采集;
4)分别采集同一形状类别岩块的图像信息,对其投影面积进行最优形状假设,寻找碎石与形状假设的最优匹配关系;
5)通过碎石与形状假设的最优匹配关系推导出爆堆块度分布修正函数。
步骤1)中,块体的选取范围为5~500mm。
步骤2)中用手工计数的方法将碎石进行分类为:将块体按照形状分为四面体、五面体、六面体、针片状以及不规则多面体;分类后记录各形状块体所占比例。
步骤3)还包括:设置边长为50mm的黑色正方形标记物,在进行后期图像处理时,以标记物为参考来确定爆堆块度的实际尺寸,并对所采集图像的失真情况进行校正;采集的爆堆图像面积大于爆堆总面积的15%。
步骤4)中对其投影面积进行最优形状假设,寻找碎石与形状假设的最优匹配关系,具体为:
将图像导入Matlab中,采用形态学图像处理方法对图像进行处理,并提取其最大弦长和最小弦长;
采用的形状假设方法包括等同圆直径法、等同立方体边长法、等同椭圆的直径法和平均椭圆直径法;
步骤5)中通过碎石与形状假设的最优匹配关系推导出爆堆块度分布修正函数。
本发明具有以下有益效果及优点:
1.本发明在充分研究大规模露天爆堆块度形状及其分布特征基础上,提出了一种摄影法测量爆堆修正函数数据方法,将图像分析获得的二维参数转换成碎石的三维筛分尺寸,通过本发明方法降低了人工劳动强度,有效提高块度级配信息获取的精确度。
附图说明
图1A为本发明摄影法测量爆堆修正函数数据方法采用的碎石形状分类图示中的六面体;
图1B为五面体;
图1C为四面体;
图1D为不规则多面体;
图1E为针片状(一);
图1F为针片状(二);
图2A为本发明中形状假设方法之等同圆直径法示意图;
图2B为本发明中形状假设方法之等同椭圆直径法示意图。
具体实施方式
下面结合说明书附图对本发明作进一步阐述。
本发明提供一种摄影法测量爆堆修正函数数据方法,包括以下具体步骤:
1)现场取样,记录爆破参数并从现场未经机械破碎的爆堆中随机选取N块碎石作为实验样本;
2)用手工计数的方法将碎石进行分类;
3)爆堆图像采集;
4)分别采集同一形状类别岩块的图像信息,对其投影面积进行最优形状假设,寻找最优匹配关系;
5)获取上述数据后可对爆堆块度分布修正函数进行推导。
步骤1)中,碎石大小的选取范围为5~500mm,数量N=150~400;
步骤2)中,将碎石按照形状分为四面体(如图1C所示)、五面体(如图1B所示)、六面体(如图1A所示)、针片状(如图1E、1F所示)和不规则多面体(如图1D所示);在分类之后需要记录各形状碎石所占比例。
步骤3)中,设置边长为50mm的黑色正方形标记物,在进行后期图像处理时,以标记物为参考来确定爆堆块度的实际尺寸,并对所采集图像的失真情况进行校正;采集的爆堆图像面积大于爆堆总面积的15%。
步骤4)中,将图像导入Matlab中,采用形态学图像处理方法对图像进行处理,并提取其最大弦长和最小弦长;形状假设方法包括:等同圆直径法(如图2A所示)、等同立方体边长法、等同椭圆的直径法(如图2B所示)和平均椭圆直径法。
步骤5)中,结合各形状碎石所占比例及其最优匹配关系获取修正函数。
本实施例在现场取样时记录爆破参数,并从现场未经机械破碎的爆堆中随机选取314块碎石作为实验样本。
用手工计数的方法将碎石按照形状分为四面体、五面体、六面体、针片状和不规则多面体进行分类。其中六面体163块,五面体53块,四面体46块,不规则多面体19块,针片状33块,分别占总比例的52%、17%、15%、6%、10%。
结合各形状碎石所占比和最优匹配形状推导修正函数,以六面体、五面体、不规则多面体最优匹配形状为球体,四面体最优匹配为立方体,其他形状最优匹配为椭圆体为例,推导修正函数如下:
式中a为最小弦长平均值,b为最大弦长平均值,c为最大弦长和最小弦长的平均值。
常规方法中大都直接选用最大弦长作为参照标准绘制级配信息曲线,误差较大。
如表1表2表3所示,展示了实际测量法,常规图像处理法及改进后修正方法的比较结果,体积的区间数值以筛网孔径为直径,换算为球形体积得出,保证了体积与直径区间段的对应性。该结果表明,本申请所得数据更贴近于实际测量值,和常规方法相比准确度更高。
表1实际测量法的体积统计
表2常规图像处理法的直径统计
表3改进后修正法的体积统计
本发明在充分研究大规模露天爆堆块度形状及其分布特征基础上,提出了一种摄影法测量爆堆修正函数数据方法,将图像分析获得的二维参数转换成碎石的三维筛分尺寸,降低了人工劳动强度,有效提高块度级配信息获取的精确度。
Claims (6)
1.一种摄影法测量爆堆修正函数数据方法,其特征在于包括以下步骤:
1)现场取样,记录爆破参数并从现场未经机械破碎的爆堆中随机选取N块碎石作为实验样本;
2)用手工计数的方法将碎石进行分类;
3)爆堆图像采集;
4)分别采集同一形状类别岩块的图像信息,对其投影面积进行最优形状假设,寻找碎石与形状假设的最优匹配关系;
5)通过碎石与形状假设的最优匹配关系推导出爆堆块度分布修正函数。
2.根据权利要求1所述的摄影法测量爆堆修正函数数据方法,其特征在于:步骤1)中,块体的选取范围为5~500mm。
3.根据权利要求1所述的摄影法测量爆堆修正函数数据方法,其特征在于步骤2)中用手工计数的方法将碎石进行分类为:将块体按照形状分为四面体、五面体、六面体、针片状以及不规则多面体;分类后记录各形状块体所占比例。
4.根据权利要求1所述的摄影法测量爆堆修正函数数据方法,其特征在于步骤3)还包括:设置边长为50mm的黑色正方形标记物,在进行后期图像处理时,以标记物为参考来确定爆堆块度的实际尺寸,并对所采集图像的失真情况进行校正;采集的爆堆图像面积大于爆堆总面积的15%。
5.根据权利要求1所述的摄影法测量爆堆修正函数数据方法,其特征在于步骤4)中对其投影面积进行最优形状假设,寻找碎石与形状假设的最优匹配关系,具体为:
将图像导入Matlab中,采用形态学图像处理方法对图像进行处理,并提取其最大弦长和最小弦长;
采用的形状假设方法包括等同圆直径法、等同立方体边长法、等同椭圆的直径法和平均椭圆直径法。
6.根据权利要求1所述的所述的摄影法测量爆堆修正函数数据方法,其特征在于,所述步骤5)中通过碎石与形状假设的最优匹配关系推导出爆堆块度分布修正函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110470478.0A CN113344851A (zh) | 2021-04-28 | 2021-04-28 | 一种摄影法测量爆堆修正函数数据方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110470478.0A CN113344851A (zh) | 2021-04-28 | 2021-04-28 | 一种摄影法测量爆堆修正函数数据方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113344851A true CN113344851A (zh) | 2021-09-03 |
Family
ID=77468985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110470478.0A Pending CN113344851A (zh) | 2021-04-28 | 2021-04-28 | 一种摄影法测量爆堆修正函数数据方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113344851A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113343441A (zh) * | 2021-05-21 | 2021-09-03 | 武汉理工大学 | 基于筛分法仿真的岩石爆破块度测量方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104851092A (zh) * | 2015-05-08 | 2015-08-19 | 宁志刚 | 一种基于图像分析的堆浸铀矿石粒度参数辨识方法 |
US20150300941A1 (en) * | 2012-11-20 | 2015-10-22 | Commissariat à l'énergie atomique et aux énergies alternatives | Method for characterising particles by image analysis |
CN110068573A (zh) * | 2019-04-22 | 2019-07-30 | 武汉大学 | 基于摄影测量和颗粒接触理论的爆破块度测量方法 |
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 |
CN112184599A (zh) * | 2020-12-01 | 2021-01-05 | 矿冶科技集团有限公司 | 爆堆块度的识别方法、装置及电子设备 |
CN112285107A (zh) * | 2020-10-19 | 2021-01-29 | 中国科学院武汉岩土力学研究所 | 一种通过平面拍照实现三维爆破块度分布测量的方法 |
-
2021
- 2021-04-28 CN CN202110470478.0A patent/CN113344851A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150300941A1 (en) * | 2012-11-20 | 2015-10-22 | Commissariat à l'énergie atomique et aux énergies alternatives | Method for characterising particles by image analysis |
CN104851092A (zh) * | 2015-05-08 | 2015-08-19 | 宁志刚 | 一种基于图像分析的堆浸铀矿石粒度参数辨识方法 |
CN110068573A (zh) * | 2019-04-22 | 2019-07-30 | 武汉大学 | 基于摄影测量和颗粒接触理论的爆破块度测量方法 |
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 |
CN112285107A (zh) * | 2020-10-19 | 2021-01-29 | 中国科学院武汉岩土力学研究所 | 一种通过平面拍照实现三维爆破块度分布测量的方法 |
CN112184599A (zh) * | 2020-12-01 | 2021-01-05 | 矿冶科技集团有限公司 | 爆堆块度的识别方法、装置及电子设备 |
Non-Patent Citations (2)
Title |
---|
荆永滨 等: "基于块体二维图形的岩块三维筛分尺寸研究", 金属矿山, no. 4, pages 46 - 51 * |
荆永滨;王公忠;毕林;冯兴隆;: "基于块体形状分类的爆堆块度三维几何参数估算", 爆破, vol. 35, no. 1, pages 35 - 41 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113343441A (zh) * | 2021-05-21 | 2021-09-03 | 武汉理工大学 | 基于筛分法仿真的岩石爆破块度测量方法 |
CN113343441B (zh) * | 2021-05-21 | 2022-10-04 | 武汉理工大学 | 基于筛分法仿真的岩石爆破块度测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101354241B (zh) | 集料数字图像评价方法 | |
Kemeny et al. | Analysis of rock fragmentation using digital image processing | |
CN111652270B (zh) | 基于图像匹配的粗粒土填料级配自动识别方法及应用系统 | |
CN110414341A (zh) | 一种基于无人机技术的露天矿爆堆测量统计方法 | |
CN108073774B (zh) | 一种验证爆堆块度分布的可靠方法 | |
CN210269521U (zh) | 一种粗骨料形态质量检测系统 | |
CN114549446B (zh) | 一种基于深度学习的气缸套缺陷标检测方法 | |
CN110570401B (zh) | 一种基于图像识别的斜坡碎裂岩体信息获取方法 | |
CN113344851A (zh) | 一种摄影法测量爆堆修正函数数据方法 | |
CN112883847A (zh) | 基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法 | |
CN107657609B (zh) | 一种基于激光扫描的获取靶板穿孔密度的方法 | |
US20240077401A1 (en) | Particle Size Statistical Method of Granular Minerals of Shale | |
CN117557548A (zh) | 一种基于机器视觉的砂级配检测方法 | |
CN117173427A (zh) | 一种土壤稳定化修复中药剂混匀度的图像识别方法及系统 | |
CN112345387A (zh) | 基于图像分析的测量煤样坚固性的方法及系统 | |
CN108846839B (zh) | 一种基于扇形邻域差异直方图的匣钵裂纹检测方法 | |
CN114662374B (zh) | 力学试验中建筑垃圾路基填料颗粒轮廓演化特征识别方法 | |
CN111340763A (zh) | 一种隧道开挖面岩体破碎程度快速测量方法 | |
CN113838123B (zh) | 基于图像处理的烟丝形貌特征的测量方法 | |
CN115639118A (zh) | 基于人工智能识别碎石粒径及体积的方法及装置 | |
AU2021106502A4 (en) | A Blasting Pile Measurement And Statistics Method For Open-pit Mines Based On UAV Technology | |
CN115876661A (zh) | 一种基于三维探地雷达图像的沥青路面空隙率评价方法 | |
CN115598017A (zh) | 一种透水混凝土用粗骨料形态识别及骨架评价方法 | |
CN114494240A (zh) | 基于多尺度协作深度学习的无砟轨道板裂缝测量方法 | |
CN110308172B (zh) | 一种骨料分析检测方法 |
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 |