基于K-means的金属矿物光片嵌布粒度测量

目前金属矿物嵌布粒度的测定主要依靠技术人员在显微镜下观测,存在工作量大、观测粒度准确度和精度不高等问题。因此提出了基于K-means聚类算法的金属矿物嵌布粒度测量方法。K-means算法初始聚类中心数K值的准确预设是本方法的核心之一,本项目对此开展了深入研究,发现利用金属矿物光片显微镜下图像中的颜色特征,对原矿图像中的矿物种类进行准确判别,再将识别到的矿物颜色特征作为设置K值的依据。通过K-means算法将目的矿物的颜色聚类为单一的颜色,对聚类的图像进行颜色分割,最后利用Feret Diameter精确测量出该金属矿物嵌布粒度。结果表明：该方法明显提高了金属矿物嵌布粒度测量的准确度、精度和效率,具有极大的应用价值。