基于HSV空间融合Retinex算法的全天候运动目标检测

提出了一种在矿山复杂情况下基于HSV色彩空间融合Retinex算法的全天候运动目标检测方法。该方法将运动目标检测转换为运动目标上特定标志物的检测,通过颜色空间转换提取目标原始灰度图像,由灰度分布直方图判断是否进行低照度图像恢复,并在场景中选取特定的标志物,将原图像进行HSV颜色空间变换,选择对应ROI区域,通过阈值获取二值化图像,进行平滑处理后使用Canny算子提取轮廓信息,从而提取标志物的特征参数。应用实例证实,通过该方法能精准获得标志物特征参数,进而解决复杂环境下机械设备间连接件脱落问题,具有一定的实际工程应用价值。     

基于改进BP神经网络的彩色图像边缘检测

利用改进的BP神经网络模型导出了一种新的彩色图像边缘检测算法。为了充分利用图像中的颜色信息,在RGB彩色空间中通过欧式距离度量像素之间的差异获得灰度图像;为了降低训练样本的数量,将灰度图像二值化作为导师信号;针对传统的边缘检测算法容易产生边缘断裂、不连续等缺点,文章将动量法与自适应学习速率结合起来对传统的BP神经网络进行了改进。利用该方法对二值图像进行了边缘检测,实验结果表明,该方法对二值图像的边缘检测较传统的检测方法具有更好的效果。     

基于Contourlet变换的模糊聚类和膨胀重构相结合的浮选图像增强方法

针对用分水岭算法分割铅锌矿泡沫图像时标识点难以提取及气泡边界模糊问题,提出了模糊C均值聚类和二值开重构相结合的方法及基于Contourlet变换的泡沫图像增强方法。首先对图像进行聚类,提取出灰度值较大的一类点,对提取出获得的图像用不同的结构元素进行二值开重构操作除掉一些灰度值较大的边缘点和噪声,得到气泡内部高亮点作为标识点。然后对泡沫图像做Contourlet变换提取高频系数,构造自适应增强函数作用于高频系数,利用增强后的高频系数做Contourlet反变换以增强泡沫图像。最后在上面获得的标识图像和增强图像的基础上用分水岭变换对图像进行分割。试验结果表明,该方法能够对气泡边界模糊的铅锌矿图像实行有效分割。     

改进的图像分割方法的应用

为了实现较好的在复杂背景下跟踪目标,提出一种基于YUV灰度阈值法和基于Gauss Laplacian边缘检测法相结合的算法。该算法首先采用灰度阈值法对图像进行灰度处理,使图像只有目标颜色和背景颜色2种颜色,再用Gauss Laplacian边缘检测提取目标轮廓,根据目标形状特征去除与目标颜色相同的其他物体。实验表明与以往采用单一方法相比,该方法在复杂背景下可以很好的提取出目标,达到准确跟踪的效果。     

基于浮选尾煤图像的灰分检测试验研究

针对实际生产中难以实现浮选尾煤灰分在线检测的问题,在浮选现场搭建旁路图像采集装置,进行了基于浮选尾煤图像的灰分检测试验,研究了图像颜色特征与灰分的关系,并根据图像灰度和颜色特征建立了GSA-SVR灰分预测模型。结果表明:浮选尾煤图像的灰度均值及R、G、B均值和灰分呈显著正相关,H、S均值和灰分呈高度负相关;以图像灰度特征和颜色特征作为模型输入变量的预测模型效果最好,模型均方根误差RMSE为1.828,决定系数为0.986;将基于浮选尾煤图像的灰分检测方法应用于现场灰分检测中,检测精度96.54%,检测精度高,实时性好。研究成果为浮选尾煤灰分检测提供了新思路,为浮选智能化发展提供了新依据。     

冻土正融过程CT扫描试验及图像分析

为了探索冻土正融过程中CT图像灰度值随时间变化的特点。将-27 ℃的冻土试样放置在20 ℃的室温环境中依靠与空气自然对流加热融化,同时连续地进行CT扫描,得到各时刻的CT灰度图像,并记录温度-时间变化曲线。通过对试样各个时刻CT图像平均灰度值的统计,得到CT图像的时间-灰度变化曲线,并与试样的时间-温度变化曲线进行对比。结果表明：在冻土温度上升和融化过程中灰度均值随时间呈明显上升趋势。在冻土完全融化后,虽然温度继续上升,但灰度均值基本不发生变化。因此,在冻土融化完成时刻,在时间-灰度图像上出现一个明显的折点,该折点可以视为冻土融化完成的标志。     

矿井视频监控图像改进非局部均值滤波算法

矿井成像条件较为复杂,导致视频监控系统所获取的图像往往具有对比度低、且参杂大量随机噪声的特点,给实时监控矿井生产状况带来了不便。为此,采用灰色关联度法改进非局部均值滤波算法,提出了一种矿井视频监控图像改进非局部均值滤波算法。该算法首先对原始矿井视频监控图像采用均值滤波算法进行预处理,得到预滤波图像,分别对原始矿井视频监控图像和预滤波图像划分为5×5大小的图像块,将该2幅图像中对应位置图像块的像素点灰度值集合分别记为待比较序列和参考序列,计算其灰色关联度值,将较小的灰色关联度值对应的原始矿井视频监控图像中的图像块标记为疑似噪声图像块;其次对每个疑似噪声图像块分别统计其像素灰度极大、极小值,并将该类像素点标记为噪声点;然后以每个噪声点为中心取大小为3×3的图像块,进行非局部均值滤波;最后对滤波后的矿井视频监控图像采用直方图均衡化方法进行对比度拉伸,改善图像的视觉效果。试验结果表明：本研究算法无需对图像中每个像素点灰度值进行逐一滤波,提高了图像处理效率,有助于实现矿井视频监控图像的高效处理。     

图像法新型煤岩自动测试系统关键技术及测试精度分析

煤岩自动测试一直是广大煤岩工作者追求的目标。针对传统煤岩测试中存在的问题,对图像法煤岩自动测试系统中非中心点测区反射率特征进行分析,选择1个单煤样品及1个混煤样品分别与传统光度计法测试方法进行点对点对比测试,最后选择8种不同变质程度单煤及6种混煤样品验证图像法新型煤岩自动测试系统测试的准确度和精确度。结果表明,煤岩光片表面的灰度分布不均匀,标样表面灰度值分布近似为以图像中心为原点的同心圆,灰度值由中心向四周递减;点对点对比测试结果 (均值及标准差)表明图像法煤岩测试与传统光度计测试方法的测值极为接近,完全可以替代传统的光度计测试方法。通过8种不同变质程度单煤及6种混煤样品的对比测试表明,图像法自动测试获取反射率的均值及标准差均与传统方法非常接近,满足国家标准对镜质体反射率重复性和再现性的测试规定。图像法自动测试获取的总测点数多,直方图更接近于标准正态分布。     

降落岩石骨料图像阈值分割算法

岩石破碎质量可通过对皮带末端降落过程中岩块摄像图像的分析来实现连续监测。因此，摄像图像的处理是该系统的关键问题。为此，研究了一种降落岩石骨料灰度图像的局部阈值二值化算法，该算法重复分割岩石骨料图像直到图像中所有目标分割完毕。目标分割前，在每一次迭代分割过程中计算目标的尺寸、形状以及其灰度变化范围。本算法已应用于在线系统，相关测试结果表明在一定的条件下分割效果较好。     

基于BDND的脊波域井下视频图像改进中值滤波算法

井下视频图像总体上色调偏暗,目标信息对比度不高,且由于井下存在大量粉尘,导致图像中存在高密度的随机噪声,增加了图像判读与分析的困难。为此,首先对井下视频图像进行多尺度脊波分解,对分解得到的低频系数和高频系数分别进行系数重构,得到井下视频图像的背景图像和细节图像;其次,根据背景图像灰度直方图的分布特征,采用高斯分布函数进行规定化处理;然后,在分析中值滤波（Median filtering,MF）特征的基础上,采用边界判别噪声检测方法（Boundary discrimination noise detection,BDND）对其进行改进,提出了一种基于BDND的改进中值滤波算法并用于处理细节图像,该算法根据细节图像局部区域灰度值的分布特征,设定2个自适应阈值t₁和t₂,将经过2次噪声检测后处于［t₁,t₂］区间内的灰度值对应的像素点标记为非噪声点,对其余像素点分别进行中值滤波;最后,对于直方图规定化处理后的背景图像和滤波后的细节图像进行叠加。采用C++语言对所提算法进行编程试验,结果表明,该算法对于不同模糊程度的井下视频图像均有较好的滤波效果,其性能相对于中值滤波、加权中值滤波、开关中值滤波等同类算法而言有了一定程度的提升。     

页岩微观结构灰度图像的标准化方法

采用灰度图像分析方法获取页岩孔隙结构参数是目前页岩微观结构表征的一种重要手段。在扫描成像过程中,往往需要根据样品自身特点调节亮度、对比度等参数以达到较好的成像效果,这会导致不同视域、不同样品的图像灰度分布特征发生变化,从而导致识别孔隙的灰度阈值产生差异。为了实现统一标准识别页岩孔隙,研究以SEM图像为例,由图像灰度分布影响因素分析入手,在提取一系列标志参考物灰度的基础上,通过合成灰度累计概率分布建立了待校正图像的代表性灰度分布,在此基础上确定了待标准图像与标准图像合成灰度累计概率分布之间的映射关系,采用图像灰度直方图匹配算法实现了图像标准化。研究结果表明,页岩中的孔隙、有机质、自生石英、黄铁矿等4种组分组合后可覆盖整个图像灰度分布,是有效的标志参考物组合。利用该标志物组合所合成灰度累计概率分布作为不同图像间的对比参数进行标准化,可以消除组分含量差异对灰度分布的影响,达到校正对比度和亮度等扫描参数设置差异对图像灰度的影响。经验证,该方法对采用不同拍摄参数的图像均具有较好的应用效果,经过标准化处理后的图像能够实现同一灰度阈值自动识别页岩孔隙和有机质等地质元素,提高了图像提取孔隙结构参数的可对比性,为页岩微观图像孔隙结构定量分析提供了可靠基础。     

最大类间方差法在图像分割中的应用

基于阈值分割的方法,在图像分割过程中,物体像素的灰度级与背景像素的灰度级有不同,可以将物体从背景中较好的分割出来,总能用封闭而且连通的边界定义不交叠的区域。本文针对细胞图像的特点,首先对细胞图像分别利用经典的Sobel算子和Log边缘检测进行阈值分割,此分割方法是基于最大类间方差准则的分割。然后利用最大类间方差法对图像进行阈值分割。分割效果较令人满意。经实验证实运算速度较快,实现起来较为简单。     

矿山井下人员监测的研究

井下危险区域中运动目标检测和跟踪在井下安全监控系统中有着重要作用,可以做到提前预警,通过结合联动系统防止危险事故发生。对于光线缓慢变化和突然变化的环境下的移动目标,分别提出用结合帧差法的改进的在线调节学习速率混合高斯模型和结合颜色梯度以及数学形态学的背景建模方法进行检测,并通过HSV颜色模型有效去除了阴影,从而快速准确定位运动目标。     

基于LBP和GLCM的煤岩图像特征提取与识别方法

针对煤矿开采工作面无人化要求,提出一种基于LBP和GLCM的煤岩图像特征提取与识别方法。采用LBP算法判断煤块与岩石纹理存在差异性,然后通过GLCM实现煤块与岩石图像在水平、直角、45°、135°方向上的灰度共生矩阵,并完成对能量、熵值、对比度、逆差分矩等4个煤岩图像纹理特征参数提取。试验表明:LBP算法在检测煤块与岩石局部纹理特征差异的过程中,具有一定的高效性,但存在不足,后续通过GLCM提取的煤岩图像特征参数,可以找到适用于煤岩分类的特征参数,增加煤岩识别的鲁棒性。     

基于模糊梯度法的焊接图像缺陷边缘检测方法

采用模糊梯度方法对灰度焊接图像中的缺陷进行边缘检测。同一幅图像其边缘上的点并不是严格确定的,不同方法提取的边缘宽度也不一样,将模糊概念引入到边缘检测中,求灰度图像各像素点的梯度值,得到整个图像的梯度图像。根据梯度值的分布特点,确定边缘点的隶属度函数,从梯度图像数据中提取有效数据对隶属度函数参数进行计算,并对焊接缺陷边缘检测,得到较好的效果。     

多特征融合的遥感影像河流提取方法

针对遥感影像河流识别率较低问题,文中提出一种多特征融合的遥感影像河流提取方法。该方法首先利用多尺度分割算法将影像分割为不同的对象,提取影像对象的水体指数、阴影水体指数、局部纹理与颜色等特征,利用极限学习机进行训练和识别;然后,对极限学习机的粗检测结果利用多判据软投票法优化获得最优的水体检测结果;最后,利用高分二号数据进行实验,检测准确率达94%以上,实验结果表明该方法可以有效地提取复杂背景下的河流。     

煤矿区环境质量评价理论及预警方法

对煤矿区大气环境、水环境、噪声、矿区生态质量以及矿区生态环境质量预警指标体系及方法等进行了系统研究,选用了灰色模型来进行矿区生态环境质量的预测,并结合生态环境质量分级设立预警指标,使未来生态环境质量水平直观化,使研究更具有管理和应用价值.     

基于噪声检测的矿井视频监控图像投票中值滤波

矿井视频监控由于受到井下光照不均匀、高浓度粉尘、成像器件电压不稳定等因素的影响,导致实时获取的图像对比度不高且含有大量的颗粒状噪声,严重影响对图像的准确判读与分析。为此,对经典中值滤波算法进行了改进,提出了一种融合噪声检测策略与投票统计学原理的改进型中值滤波算法。首先对获取的原始矿井视频监控图像采用双平台直方图均衡化算法(Double platform histogram equalization,DPHE)进行处理,该算法通过对图像各灰度级对应的像素点数目设定2个阈值(平台值)对图像背景信息进行抑制,对图像细节信息进行增强;然后将增强后的图像划分为多个规则图像块,根据各图像块内像素点灰度值的分布特征设计了一种噪声图像块自适应检测方法,若某图像块内的灰度值异常点数目超过一定限值,则该图像块被标记为噪声图像块;最后,对噪声图像块进行投票中值滤波。采用C++语言对所提算法进行了编程,并采用2幅采集于某煤矿井下综采工作面的视频监控图像进行试验,结果表明:所提算法对于不同失真程度的矿井视频监控图像的处理效果优于中值滤波、直方图均衡化等算法,对于最大限度地发挥矿井视频监控系统的作用有一定的参考价值。     

利用阈值分割技术提取煤泥浮选泡沫图像的物理特征

探讨了煤泥浮选泡沫图像特征的提取方法，首先将RGB图像转化为灰度级图像，再采用直方图均衡化和局域中值滤波处理，以改善图像的对比度，利用阈值分割技术和二值化处理方法提取了气泡的个数，对亮点的面积，形状，周长进行了计算，求出了气泡的粒度分布，通过对51幅煤泥浮选泡沫图像的研究。发现该方法适用于亮点明显，气泡粒度大的图像，可以用来指导煤泥浮选的操作。