基于X射线分选矿石图像的轮廓提取算法综述

近年来,图像处理技术在矿石的智能分选领域广泛应用,但当前的智能分选图像处理算法在精度、算法效率和通用性等方面仍存在局限性。X射线分选矿石图像的轮廓提取是实现智能分选的重要前提之一,根据轮廓信息确定矿石中矿物分布、含量、尺寸及形态等特征,进而优化矿石的分选流程,提高矿产的回收率和经济效益。本文对X射线智能分选机的成像原理及图像噪声特性进行分析,概括了图像预处理方法并重点介绍了经典canny算法和深度学习的HED、DeepEdge、U-Net轮廓提取算法的原理和网络结构,对算法的优势与不足进行分析。最后提出X射线智能分选矿石图像处理算法现存的问题及今后的研究重点。为X射线智能分选图像处理系统矿物轮廓提取研究提供参考。