基于FCM-WA联合算法的多种类矿石图像分割

矿石图像分割是基于机器视觉的矿石粒度分布检测的重要组成部分。针对复合矿山中颜色多样、纹理复杂且边缘粘连的多种类矿石图像难以识别与分割的问题,提出了一种基于FCM-WA联合算法的矿石图像分割方法。首先对矿石图像进行形态学优化,利用双边滤波、直方图均衡化和形态学重构来优化矿石图像的几何特征,减少噪声对分割效果的影响,提高图像对比度;然后将模糊C均值聚类（FCM）算法与分水岭（WA）算法相结合,利用FCM算法进行聚类迭代,计算出合适的分割阈值并对矿石图像进行分割,输出二值化图像;再利用基于距离变换的WA算法优化FCM算法的分割结果,对FCM算法输出的矿石图像边缘粘连部分进行分割,以获取最佳的分割图像。研究结果表明：（1）利用形态学优化流程处理矿石图像能够减少噪声并增强边缘信息,从而提高对比度;（2）相比传统的大津法和遗传算法,本文所提FCM-WA方法的稳健性更强、分割效果更好,对多种类的矿石图像像素分割准确率和矿石粒度识别准确率均可达到92%以上;（3）通过试验验证,FCM-WA方法能够精确地分割颜色多样、纹理特征复杂及边缘粘连的多种类矿石图像,分割结果满足粒度分布检测的要求;（4）FCM-...     

基于Segment Anything的堆叠球团粒度检测

球团的合理粒度分布对其质量至关重要。通过深入研究现有方法,针对球团粒度检测中不完全分割和过度分割等问题,提出了Pellet-SAM(PelSAM)分割方法。该方法继承于Segment Anything(SAM)结构,主要操作是冻结图像编码器和提示编码器的相关参数,并在图像编码器上添加轻量级的空间和通道适配器及微调掩码解码器,使用标记的球团分割数据集对网络进行训练,从而实现对球团图像的准确分割。由于分割后的球团轮廓呈现类圆形,为了便于计算球团直径,先采用最小二乘法对分割后的球团轮廓进行圆拟合;再应用小孔成像原理,结合摄像头和球团表面的距离及摄像头的焦距等因素计算比例系数,然后利用该系数计算图像中球团颗粒的实际大小;最后根据球团颗粒的实际大小将球团粒度分布划分为4个范围,即小于8、[8,12]、(12,16]以及大于16 mm,其中[8,16] mm的为合格球。试验结果表明,该方法在球团分割数据集上取得了96.8%的准确率,比UNet和DeepLabv3方法分别提高了21.0和12.6个百分点。在实际工厂环境下,该方法计算得到的球团粒度分布与人工筛分测量的结果相近,最大误差仅为1.74个百...     

基于小波变换的球团矿图像边缘检测

球团粒径及其分布是衡量球团矿质量的重要指标。球团矿图像的边缘检测对基于数字图像处理的球团粒径自动检测具有重要意义。但是，由于成像中的噪声及球团图像的无背景等特点，使得球团图像的边缘检测比较困难。本文利用小波变换系数模局部极大值来检测球团图像的边缘，取得了较好的效果。     

基于CBAM-Unet的铁矿球团边缘分割实验方法

针对高度粘连和堆叠严重的生球影像噪声点多、边界模糊的问题，本文提出一种融入注意力机制的深度学习图像语义分割模型（CBAM-Unet）进行球团边缘检测和分割的方法。方法步骤：（1）样本数据集制备，采集30张包括深度分离、高度粘连到堆叠严重等不同状态的图片，通过数据增广形成900张图片的样本数据集；（2）模型建立，将卷积块状注意力模块（Convolution Block Attention Module, CBAM）融入到Unet网络模型，形成CBAM-Unet模型，对生球边缘进行检测和分割。研究结果表明：相比于Unet方法，CBAM-Unet方法的相似度系数(e_Dice)、类别平均像素准确率(e_mPA)、平均交并比(e_mIoU)分别提高9.8%、9.7%、14.7%。本文提出的识别模型可提高球团分割的准确性，为实际应用奠定基础。     

造球机生球的视觉检测算法与系统设计

为了实现造球机生球粒径的自动检测,建立了生球粒径的视觉检测系统.针对生球相互粘连或重叠,以及生球与背景对比度差的问题,提出了基于高斯混合模型的图像分割及边缘提取算法.通过建立高斯混合模型的方法来分割重叠生球,分割后的生球是不完整的,采用基于最小二乘法的圆周拟合方法对生球缺失的轮廓进行重构.实验结果表明,采用本文提出的算...     

钒钛磁铁精矿球团低温焙烧参数研究

针对米易球团厂链篦机-回转窑球团生产线投产初期焙烧温度偏高带来的一系列问题,研究了预热温度、球团粒径、氧化气氛对钒钛磁铁精矿球团氧化率的影响。通过提高球团粒度均匀性、改造干燥鼓风机、优化热工制度,使焙烧温度从1 300℃下降到1 150℃,实现了钒钛磁铁精矿球团的低温焙烧。     

基于机器视觉的烧结终点识别方法研究

烧结生产中,烧结终点的准确识别是控制烧结质量和降低成本的关键所在。因此,当采用基于机器视觉技术判断烧结终点时,烧结图像的阈值分割精度就显得尤为重要。本文针对一般预处理方法很难消除烧结机尾断面图像光晕现象这一缺陷,在图像预处理中增加色彩模型转换环节,从而达到减弱光晕的效果。由于烧结图像红火区和气孔区闽值极为接近,采用一般阈值分割方法很难达到良好的分割效果,因此笔者采用基于粒子对优化的C均值聚类分割的方法进行分割。此方法具有分割速度快、分割效果明显的特点。图像识别中采用改进BP网络对烧结终点进行识别,解决了传统BP算法容易陷入局部极小及学习速率慢的问题。通过实验验证,上述方法对烧结终点的正确识别率可达到93％。     

基于边缘信息和先验形状的水平集图像分割方法及其在病原菌识别中的应用

研究从多目标图像中自动提取单个目标的图像处理方法.从分析曲线的水平集表示入手,首先探讨了水平集动态轮廓分割和配准模型构建的统计思想和变分方法,然后针对多目标粘连图像的特点,提出了含边缘信息和先验形状的水平集图像分割模型,并将其应用于病原菌的识别.由于引入边缘信息改进对分割的约束,加强了目标边缘对分割轮廓的吸引,同时消除了一些由噪声、阴影和杂质造成的影响.实验表明,改进后的先验形状水平集图像分割方法能直接从多目标粘连图像中提取单个目标,进一步完善了依据显微镜图像识别病原菌的图像处理方法.     

一种改进的转炉出钢下渣检测方法及其应用

 针对传统的完全基于灰度阀值分割算法的转炉出钢下渣检测方法在遇到出钢过程中的意外情况时,检测准确率下降的缺点,提出了一种改进的红外转炉出钢下渣检测方法。该方法首先利用分水岭分割的方法将转炉出钢图像分割成几个区域,再利用形态学方法对分割出的区域进行矩形拟合以获取准确的钢流图像区域,最后通过前后共4帧图像信息的加权来消除出钢过程中的异常情况对于检测准确性的影响。现场试验结果表明,所提出的改进方法对于提高红外转炉出钢下渣检测系统报警准确率,减小下渣到钢包的渣厚度以及提高系统稳定性方面效果显著。     

基于扫描线的带钢低对比度缺陷图像分割技术

在带钢表面质量视觉检测过程中,一些低对比度缺陷图像应用梯度算子进行分割时,往往找不到图像中的缺陷,从而出现漏检的情况.为了改善带钢图像中低对比度缺陷的分割效果,提出了一种基于扫描线的阈值图像分割算法,该算法可以有效实现平整花、点划伤等低对比度缺陷的分割,同时也能较好地实现对其他缺陷的分割.     

弱光照条件下交通标志检测与识别

针对弱光照条件下交通标志易发生漏检和定位不准的问题，本文提出了增强YOLOv3（You only look once）检测算法，一种实时自适应图像增强与优化YOLOv3网络结合的交通标志检测与识别方法。首先构建了大型复杂光照中国交通标志数据集；然后针对复杂的弱光照图像提出自适应增强算法，通过调整图像亮度和对比度强化交通标志与背景之间的差异；最后采用YOLOv3网络框架检测交通标志。为了降低先验锚点框设置精度以及图像中背景与前景比例严重失衡对检测精度造成的影响，优化了先验锚点框聚类算法和网络的损失函数。对比实验结果表明，在实时性大致相当的情况下，本文提出的增强YOLOv3检测算法较标准YOLOv3算法对交通标志有更高的回归精度和置信度，召回率和准确率分别提高0.96%和0.48%。      

基于改进UNet网络的烧结矿粘连图像分割研究

为了解决烧结矿粒度识别过程中颗粒形状不规则、边缘模糊、高度粘连,难以识别的问题,提出了一种基于多尺度特征融合的改进UNet网络对烧结矿图像进行分割。该网络通过引入残差和密集连接,并加入SE模块(squeeze excitation block)进行特征融合,提取低层次精确的轮廓信息,解决烧结矿轮廓特征利用率低的问题;每层利用多尺度密集连接,完成非对称信息交换,有效缓解编码特征和解码特征之间的语义鸿沟问题;在解码器部分添加两个解码器,引入烧结矿轮廓特征,进行多任务学习并形成新的损失函数,利用轮廓信息来约束烧结矿对象掩码分割,提高粘连烧结矿轮廓分割能力。试验结果表明,改进的UNet网络与其他网络相比,显著提高了粘连烧结矿图像的分割准确度,为烧结矿粒度的准确识别奠定了基础。     

光照分布不均的米粒数目统计

通过对光照不均匀的米粒灰度图像进行最佳阈值分割和特征提取,获得时米粒数目的自动检测方法.谈方法具有较强的光照分布不均和面积大小适应性.经仿真试验,检测结果可以达到97%以上.同时,相较于同类算法,该方法算法简单,运行时间较短.     

有监督的水平集高分辨SAR图像分割方法

针对基于统计模型的水平集SAR图像分割中参数估计耗时较多的问题,提出了一种有监督的高分辨SAR图像分割方法.该方法将Fisher分布和Gamma分布分别作为高分辨SAR图像的目标和背景统计模型,结合水平集方法推导了SAR图像分割水平集函数的能量泛函模型,通过最小化能量泛函得到曲线演化偏微分方程,实现对高分辨SAR图像的分割.试验结果表明,该方法对高分辨SAR图像具有强散射点的目标分割更完整,并且比无监督统计模型分割方法分割速度更快.     

球团原料混合均匀度的快速检测方法

针对球团工艺中原料混合均匀度的快速检测问题,以变异系数CV（%）来评估各组分的均匀程度,试验测定了精矿粉与膨润土不同配比情况下球团原料的混合效果,分析了质量指标变异系数、湿度指标变异系数、元素质量分数指标变异系数3种快速检测方法的可行性,并对现场取样的球团原料进行混匀度检测,验证了前述快速检测方法的有效性,提出评判球团原料混合均匀度的标准。所得结果可为今后研究球团原料混匀度的在线检测技术提供指导。     

基于图像增强的生球粒度识别方法研究

为了提高铁矿球团制备过程中粒度大小和分布检测的准确性和即时性,本文通过计算机视觉技术,开发一种生球粒度识别系统.该系统通过摄像头采集圆盘造球机出球区的实时图像,采用四重增强和高斯滤波进行图像增强和降噪,然后采用霍夫圆检测算法进行生球数量和粒度识别.结果 表明:四重图像增强结合高斯滤波可以有效降低图像中的噪声,霍夫圆检测...     

粒子群优化增强大津法的气泡分割方法研究

提出了粒子群算法优化增强大津法来实现气泡图像的快速准确的分割.首先介绍了阈值分割中的直方图法、经典大津法、迭代法的阈值选取原理,并利用这三种方法对垂直上升管气液两相流中稀疏上升气泡图像进行了分割,通过效果比较,并结合气泡图像的特点,提出了一种以粒子群算法优化增强大津法的图像分割法,然后利用粒子群算法的全局搜索能力改善增强大津法的阈值选取时间,求出分割阈值完成气泡的分割.实验结果表明,此方法能更准确,更快速的实现稀疏气泡的分割.     

基于小波分析的斑岩型铜矿的色谱图的特征分割

通过对斑岩型铜矿的色谱图进行特征分割,提高对铜矿的识别和成分分析能力。提出一种基于小波分析的斑岩型铜矿的色谱图的特征分割算法,首先对采集的斑岩型铜矿的色谱图进行降噪处理,采用小波尺度分解方法进行特征分割和图像检索。仿真结果表明,该算法具有较好的图像特征分割性能,提高了图像的识别和细节结构辨识能力。     

基于PSO的Live Wire交互式图像分割算法

传统Live Wire算法易受伪轮廓干扰,并且算法执行速度较慢.针对这些问题,提出一种基于PSO的Live Wire交互式图像分割算法.算法首先构造新的代价函数,引入相邻节点间梯度幅值变化函数来减轻伪轮廓的干扰,提高了算法的分割精度;其次,为了提高算法的执行效率,应用粒子群算法求取图像中任意两点间最短路径来定位目标边界,并与经典的基于Dijkstra动态规划图搜索的Live Wire算法进行比较.实验结果表明,与传统方法相比,所提算法在分割精度和执行效率上都有很大提高.     

多指标指纹图像分割方法研究

将投票决策系统引入到指纹图像分割过程中,提出了一种多指标投票决策指纹图像分割方法.首先选择区域灰度方差、灰度均值、块方向方差均值和点方向集中度指标等分割指标,然后分别采用单指标、双指标、多指标分别对指纹图像进行分割处理,最后针对所获得的多个指纹图像分割结果,采用投票决策系统在结果层进行决策融合,获得最终的指纹图像分割结果.实验结果表明,算法具有更好的抗噪能力,对低质量指纹图像的分割效果更为理想,错分割、过分割等现象明显减少.