当前位置:主页 > 科技论文 > 矿业工程论文 >

基于计算机视觉测量的尾矿库干滩长度监测技术研究

发布时间:2018-02-21 09:32

  本文关键词: 尾矿库 干滩长度 计算机视觉 图像分割 出处:《辽宁科技大学》2015年硕士论文 论文类型:学位论文


【摘要】:中国是一个资源大国,矿产资源的开发和利用是我国国民经济的重要晴雨表,近年来,我国的人口和经济都在大幅度的增加,金属制品的消耗量越来越大,对矿产资源的需求量一定会爆发式的增长。中国是一个资源消耗大国,在我国的国民经济中金属矿产资源占据着无可代替的重要作用,其一旦出现问题将影响我国的经济健康发展。尾矿库是一个的人为造成的泥石流危险源,在夏天雨季全国普遍降雨量增大,如果尾矿库一旦溃堤,将给其周围的村庄居民的财产和生命造成无可换回的损失。中国的尾矿库具有量多模小的特点且采用上游式筑坝方法致使其稳定性较差。尾矿库不能给企业带来经济效益,更有甚者认为尾矿库是企业的负担,因此导致企业不愿在尾矿库上多投资,对尾矿库不够重视导致管理尾矿库的工作人员较少、技术装备落后、安全性无法得到保障。尾矿库的干滩长度不但影响尾矿坝的安全超高还影响尾矿坝浸润线的高度,同时还决定了尾矿库的防洪能力,所以说,要保证尾矿库正常平稳运行就要重点监测尾矿库的干滩长度。干滩长度会随着尾矿浆的不断注入尾矿库实时发生改变,这就决定了尾矿库干滩长度的测量和普通一般长度的测量有着很大的区别,这就要求能够实时测量出干滩的长度,在很长的一段时间里,干滩长度的测量没有一个又准确又可靠的方法。本文根据尾矿库的特点设计了基于计算机视觉干滩长度测量的方法,并通过实验室的模拟实验和现场实际测量验证了该方法的可行性。该方法有实施方便,测量误差小的优点,具有广泛的应用价值。在本文中用了摄像机及其计算机对尾矿库的干滩长度实时测量,其内容主要分为三部分:(1)测量前准备工作:标定摄像机的参数和标志杆的布置。(2)摄像机设备摄取尾矿库照片,利用MATLAB软件进行区域分割,拍摄的图片被分离出干滩区域和库区水面区域,(3)提取标志杆,根据计算机参数计算出尾矿库干滩的长度。
[Abstract]:China is a large country of resources, and the exploitation and utilization of mineral resources is an important barometer of our national economy. In recent years, the population and economy of our country have increased by a large margin, and the consumption of metal products has increased more and more. The demand for mineral resources is bound to explode. China is a large resource consuming country, and metal mineral resources play an irreplaceable role in our national economy. The tailings reservoir is a dangerous source of man-made debris flow, and the rainfall generally increases in the summer rainy season, if the tailings reservoir breaks the levee once, It will cause irrevocable losses to the property and lives of the people living in the villages around it. The tailings reservoir in China is characterized by a small quantity of multiple models and the use of upstream damming methods to make it less stable. The tailings reservoir cannot bring economic benefits to enterprises. What's more, it is considered that the tailings reservoir is the burden of the enterprise, so the enterprise is unwilling to invest more in the tailings pond, and the insufficient attention to the tailings reservoir leads to fewer staff members and backward technical equipment to manage the tailings reservoir. Safety cannot be guaranteed. The length of the dry beach of the tailings dam not only affects the safety of the tailing dam, but also affects the height of the seepage line of the tailing dam, and it also determines the flood control capacity of the tailing dam, so, In order to ensure the normal and stable operation of the tailings reservoir, it is necessary to focus on monitoring the dry beach length of the tailings reservoir, which changes in real time with the incessant injection of the tailings slurry. This determines that the length measurement of dry beach in tailings reservoir is quite different from that in general length measurement, which requires that the length of dry beach can be measured in real time, and in a very long period of time, There is no accurate and reliable method for measuring dry beach length. According to the characteristics of tailings reservoir, a method of measuring dry beach length based on computer vision is designed in this paper. The feasibility of the method is verified by laboratory simulation experiments and field measurements. The method has the advantages of convenient implementation and small measurement error. In this paper, we use the camera and its computer to measure the dry beach length of the tailings reservoir in real time. The contents are divided into three parts: 1) preparation before measurement: calibration of camera parameters and layout of marker rod. Camera equipment takes pictures of tailings reservoir and uses MATLAB software to segment the area. The images taken were separated from the dry beach area and the water surface area of the reservoir area to extract the marker bar, and the length of the dry beach in the tailings reservoir was calculated according to the computer parameters.
【学位授予单位】:辽宁科技大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TD926.4

【相似文献】

相关期刊论文 前10条

1 毛鹏军,张慧,黄石生,薛家祥,曾敏;计算机视觉及其在焊接中的应用[J];电焊机;2002年07期

2 王卫星;浮选工业生产中的计算机视觉器[J];金属矿山;2002年09期

3 王卫星;浮选工业生产中的计算机视觉器[J];工矿自动化;2002年06期

4 杜全营,李来平,陈善本;三维计算机视觉及其在焊接中的应用[J];焊接技术;2004年04期

5 王树文,张长利,房俊龙;基于计算机视觉的番茄损伤自动检测与分类研究[J];农业工程学报;2005年08期

6 李强;杨晓京;魏岚;汤江龙;;基于计算机视觉的烟叶分离系统[J];现代制造工程;2006年05期

7 董庆利;胡孟晗;;应用计算机视觉评定肉类品质的研究进展[J];现代食品科技;2011年02期

8 万鹏;孙钟雷;宗力;;基于计算机视觉的玉米粒形检测方法[J];中国粮油学报;2011年05期

9 李同强;甘建鹏;;基于计算机视觉的大米整精米率检测[J];中国粮油学报;2011年08期

10 刘兵;;关于计算机视觉成像的研究分析[J];煤炭技术;2013年06期

相关会议论文 前10条

1 谢丽欣;牟会;王欢;刘明霞;;基于计算机视觉的人脸检测与识别综述[A];第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C];2009年

2 刘敏娟;洪添胜;李震;吴伟斌;刘志壮;;基于计算机视觉的荔枝检测与分级方法[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年

3 孙洁琼;孙明;;基于计算机视觉的水果外观品质检测分级研究现状[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年

4 陈强;孙振国;;计算机视觉在焊接中的应用[A];第十次全国焊接会议论文集(第1册)[C];2001年

5 田涌涛;洪锡军;王有庆;李从心;;计算机视觉在先进制造技术中的应用[A];面向制造业的自动化与信息化技术创新设计的基础技术——2001年中国机械工程学会年会暨第九届全国特种加工学术年会论文集[C];2001年

6 王划一;王效良;;计算机视觉在绗缝机自动编程及控制中的应用[A];第二十届中国控制会议论文集(下)[C];2001年

7 周红;刘光蓉;;计算机视觉及其在谷物籽粒检测分级中的应用[A];中国粮油学会第三届学术年会论文选集(下册)[C];2004年

8 宋小华;欧阳丹彤;;时空推理在计算机视觉的应用[A];2006年全国理论计算机科学学术年会论文集[C];2006年

9 吴彦红;刘木华;杨君;郑华东;;大米外观品质的计算机视觉在线检测技术研究[A];农业机械化与新农村建设——中国农业机械学会2006年学术年会论文集(下册)[C];2006年

10 闫晓霞;程荫杭;;计算机视觉中图像采集平台的开发[A];全国ISNBM学术交流会暨电脑开发与应用创刊20周年庆祝大会论文集[C];2005年

相关重要报纸文章 前10条

1 记者 李大庆;我在国际计算机视觉算法竞赛中摘金[N];科技日报;2011年

2 滕继濮;不放过一个“坏蛋”[N];粮油市场报;2011年

3 ;生活中的计算机视觉[N];中国计算机报;2006年

4 王悦承;逾30篇中国论文入选ICCV[N];中国计算机报;2005年

5 记者 杨杰 实习记者 李乐;农机领域喜获四项大奖[N];中国农机化导报;2009年

6 本报记者 薛娟;未来搜索:没有搜索的搜索[N];中国经济时报;2010年

7 本报记者 滕继濮;无损检测技术:不放过一个“坏蛋”[N];科技日报;2011年

8 张明平 记者 赵凤华;苹果的气味“看”出来[N];科技日报;2009年

9 记者 常丽君;新软件能“预测”你各年龄段长相[N];科技日报;2014年

10 记者 刘霞;新型“智能眼镜”帮盲人导航[N];科技日报;2013年

相关博士学位论文 前10条

1 李庆中;苹果自动分级中计算机视觉信息快速获取与处理技术的研究[D];中国农业大学;2000年

2 谢存;计算机视觉中若干问题实现技术和算法的研究[D];大连理工大学;2002年

3 孔明;颗粒粒径和形态计算机视觉测量方法研究[D];东南大学;2005年

4 刘钊;基于计算智能的计算机视觉及其应用研究[D];武汉科技大学;2011年

5 潘磊庆;基于计算机视觉和声学技术融合检测鸡蛋品质的研究[D];南京农业大学;2007年

6 王强;基于几何代数的计算机视觉问题研究[D];国防科学技术大学;2013年

7 王任大;基于计算机视觉的手势交互技术及其在航海中的应用[D];大连海事大学;2014年

8 尹宏鹏;基于计算机视觉的运动目标跟踪算法研究[D];重庆大学;2009年

9 王习文;光电经纬仪跟踪飞机的3D计算机视觉研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2010年

10 柴阿丽;基于计算机视觉和光谱分析技术的蔬菜叶部病害诊断研究[D];中国农业科学院;2011年



本文编号:1521608

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/kuangye/1521608.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户2fe3e***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com