基于多尺度特征分析的矿石粒度分布方法研究

发布时间:2021-05-08 19:58
  矿产资源作为我国经济发展的支撑,与环境保护、能源、工艺优化等密不可分。据统计,我国超过90%的能源、80%以上的原材料、70%多的生产资料由矿业资源供给,为我国的生产、生活提供了基础保障。为贯彻“绿色矿山”理念,需严格按照矿山建设要求,科学、合理的开采利用,确保矿区的可持续发展。目前形势来讲,矿区开采成本比过去增高,加上矿物的质量大不如以往,但是市场的指标要求逐步提高,因此,需要相关技术人员提供专业性的指导,按需将矿物分类,提高矿物粒度分布的精确度,指定科学有序的方案,提升矿产资源有效利用率,为后续的产品销售与增值保驾护航,保障经济效益。图像处理技术为矿物检测提供有效、准确的手段,为我国矿产资源的开采提供及时有效的方法,减小资源的浪费及降低环境的污染,精确指导有色金色开发过程。但矿石图像的分析依然存在几点难点问题:1)矿石图像中的强噪声问题,矿石纹理复杂混乱,区分度低,内部杂质及孔洞噪声较多,并且其分布范围广、密度高、类型多,影响矿石特征等的提取以及粒度类别的判定;2)粒度类别识别的适应性低,矿石经破碎机的作用逐级破碎,导致不同破碎机下的矿石特征差异大,传统图像处理方法难以适应多级破碎... 

【文章来源】:中国矿业大学(北京)北京市 211工程院校 教育部直属院校

【文章页数】:140 页

【学位级别】:博士

【文章目录】:
摘要
Abstract
1 引言
    1.1 研究背景
    1.2 矿石粒度分布检测主要方法
        1.2.1 传统粒度分布检测方法
        1.2.2 基于人工智能的粒度分布检测方法
    1.3 国内外研究现状
        1.3.1 基于图像分割的粒度分布检测技术
        1.3.2 多尺度分析技术
        1.3.3 基于熵的图像分析技术
    1.4 研究内容
    1.5 文章组织结构
2 基于矿石图像空域的多元多尺度特征提取模型
    2.1 图像空域特征提取方法及研究现状
        2.1.1 颜色特征提取及现状
        2.1.2 空域纹理特征提取方法及现状
        2.1.3 空域形状特征提取方法及现状
    2.2 基于矿石图像空域的多元多尺度特征提取
        2.2.1 基于多元多尺度特征的粗粒化
        2.2.2 基于多元多尺度特征的复合延迟向量构建
    2.3 实验结果及分析
    2.4 本章小结
3 基于矿石图像二维经验模态分解的频域特征提取模型
    3.1 基于矿石图像多尺度分析技术
        3.1.1 空域特征存在问题
        3.1.2 频域特征提取方法
    3.2 基于二维经验模态分解的频域特征提取模型
        3.2.1 矿石图像二维模态分解
        3.2.2 高频图像瞬时频率提取
    3.3 实验结果及分析
    3.4 本章小结
4 基于直方图累积矩的动态优化矿石分割方法
    4.1 矿石图像增强
        4.1.1 图像增强理论及相关工作
        4.1.2 基于多尺度彩色复原算法的矿石图像增强
    4.2 矿石图像分割理论及存在问题
        4.2.1 矿石图像阈值分割方法及现状
        4.2.2 基于OTSU的矿石图像阈值分割
        4.2.3 现存矿石图像分割的问题
    4.3 基于直方图累积矩的动态优化分割算法
    4.4 实验结果及分析
        4.4.1 定性分析
        4.4.2 定量分析
    4.5 本章小结
5 基于熵值组合向量的矿石粒度分布模型
    5.1 矿石图像粒度分布检测
        5.1.1 矿石粒度分布模型研究思路
        5.1.2 粒度分布检测存在问题
    5.2 基于熵的尺度分析
        5.2.1 信息熵理论及相关工作
        5.2.2 多尺度熵理论及相关工作
        5.2.3 多元多尺度熵理论及相关工作
    5.3 基于熵值组合向量的复杂矿石图像识别模型
        5.3.1 基于矿石形状特征的粒径检测
        5.3.2 基于图像多元多尺度熵的矿石粒度分布模型
        5.3.3 基于组合特征的矿石粒度分布模型
    5.4 实验与分析
    5.5 本章小结
6 总结和展望
    6.1 论文总结
    6.2 论文创新点
    6.3 展望
参考文献
致谢
作者简介



本文编号:3175910

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3175910.html


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

版权申明:资料由用户9aba5***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