CN113096149B - 一种基于色彩三要素的摇床矿带分割方法 - Google Patents
一种基于色彩三要素的摇床矿带分割方法 Download PDFInfo
- Publication number
- CN113096149B CN113096149B CN201911334684.8A CN201911334684A CN113096149B CN 113096149 B CN113096149 B CN 113096149B CN 201911334684 A CN201911334684 A CN 201911334684A CN 113096149 B CN113096149 B CN 113096149B
- Authority
- CN
- China
- Prior art keywords
- color
- belt
- shaking table
- space
- similarity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000011218 segmentation Effects 0.000 title abstract description 7
- 239000012141 concentrate Substances 0.000 claims abstract description 19
- 238000004891 communication Methods 0.000 claims abstract description 13
- 230000000877 morphologic effect Effects 0.000 claims abstract description 5
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 239000000758 substrate Substances 0.000 claims 3
- 238000012512 characterization method Methods 0.000 claims 1
- 239000011435 rock Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 abstract description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 6
- 239000011707 mineral Substances 0.000 description 6
- 238000000926 separation method Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Color Image Communication Systems (AREA)
Abstract
本发明涉及一种基于色彩三要素的摇床矿带分割方法。该方法包括以下步骤:采集摇床矿带图像;对图像进行预处理;获取摇床精矿带的颜色特征参数;计算得到相似度灰度图;对相似度灰度图进行形态学开运算并获取连通区域;获取精矿带矩形区域。本发明利用了矿带图像亮度、色调和饱和度的信息,更符合人工操作时人眼对矿带区分的模型,能很好处理水泡,光源反光等疑难问题,具有很强的鲁棒性。
Description
技术领域
本发明涉及选矿技术领域,具体地涉及一种基于色彩三要素的摇床矿带分割方法。
背景技术
目前,在使用摇床进行选矿的过程中,在摇床上形成的矿带的分离都采用人工的方法。摇床人工操作方式经常会导致“接矿板调节不及时”、“接矿板放置不准确”等不良情况发生,归结原因在于:工艺条件变化大、岗位工操作水平参差不齐、部分岗位工责任意识不强、分析判断能力受限等因素。不同操作人员对于摇床扇形颜色分割区的判断不同、操作不同,选矿指标就会出现较大的差异,这种完全依赖于人工经验和责任意识的操作方式相对粗放,一致性差、实时性差、准确性差,造成精矿品位和矿物回收水平低且波动大,无法使矿物回收率得到有效提升。为了解决此问题,提出利用机器视觉技术对摇床床面上形成的彩色矿带分带图像进行实时分割。该方法不需要人工干预,可以直接利用不同矿带色彩三要素特征的不同,对摇床床面上的矿带图像进行实时数字化识别和分割。
发明内容
本发明所要解决的技术问题是提供一种基于色彩三要素的摇床矿带分割方法,其充分利用了矿带图像亮度、色调和饱和度的信息,更符合人工操作时人眼对矿带区分的模型,能很好的处理水泡,光源反光等疑难问题,有很强的鲁棒性。
通过本发明可以实现的技术目的不限于上文已经特别描述的内容,并且本领域技术人员将从下面的详细描述中更加清楚地理解本文中未描述的其他技术目的。
本发明解决上述技术问题的技术方案如下:
根据本公开的一方面,本发明提供一种基于色彩三要素的摇床矿带分割方法,所述方法包括以下步骤:
S1:采集摇床矿带图像,其中,用工业相机对摇床矿带进行拍照,将采集到的图像输入计算机,所述图像的色彩空间为RGB空间;
S2:对所述图像进行预处理,其中,对采集的图像进行裁剪、模糊和缩放处理,得到经过处理后的图像;
S3:执行色彩空间转换,其中,将经过处理后的图像执行色彩空间转换,从RGB空间转换到色调、饱和度、亮度空间;
S4:获取摇床精矿带的颜色特征参数,其中,根据所选精矿的颜色设定颜色范围,遍历经过处理后的图像的所有像素点,利用在颜色范围内的所有像素点计算颜色特征参数;
S5:计算得到相似度灰度图,其中,根据S4中计算的颜色特征参数,计算经过处理后的图像的各像素点的相似度,得到相似度灰度图;
S6:获取连通区域,其中,对所述相似度灰度图进行形态学开运算,设定阈值范围以获取连通区域;
S7:获取精矿带矩形区域,其中,将S6中的连通区域的最小外接矩形作为精矿带矩形区域。
可选地,在如上所述的方法中,在S4中,利用编写控件直接设置参数。
可选地,在如上所述的方法中,在S4中的颜色特征参数包括以下中的一个或多个:色调中心、色调上边界、色调上界、色调上边界、色调下边界、饱和度上界、饱和度下界、饱和度上边界、饱和度下边界、亮度上界、亮度下界、亮度上边界、亮度下边界。
可选地,在如上所述的方法中,在S4中,所述模糊处理是高斯模糊处理,其大小为5*5,缩放倍数为0.5。
可选地,在如上所述的方法中,在S3中,所述色调空间的范围是[0,30]U[330,360),所述饱和度空间的范围是[0.08,1.0],所述亮度空间的范围是[0.4,1.0]。
上述技术方案仅为本发明实施例的一些部分,本领域技术人员从以下本发明的详细描述中可以导出和理解包含了本发明的技术特征的各种实施例。
本领域技术人员将会理解,通过本发明可以实现的效果不限于上文已经具体描述的内容,并且从以下详细说明中将更清楚地理解本发明的其他优点。
附图说明
被包括以提供对本发明的进一步理解的附图示出本发明的实施例,并且与说明书一起用于解释本发明的原理。
图1为本发明实施例提供的一种基于色彩三要素的摇床矿带分割方法的示意图。
具体实施方式
现在将详细参考本发明的示例性实施例,其示例在附图中示出。下面将参考附图给出的详细描述旨在解释本发明的示例性实施例,而不是示出可以根据本发明实现的唯一实施例。以下详细描述包括具体细节以便提供对本发明的透彻理解。然而,对于本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下实践本发明。
在一些情况下,已知的结构和设备被省略或以框图形式示出,集中于结构和设备的重要特征,以免模糊本发明的概念。在整个说明书中将使用相同的附图标记来表示相同或相似的部分。
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
在本发明的描述中,需要理解的是,术语“上”、“下”、“中心”、“内”、“外”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
图1示出了本发明实施例提供的一种基于色彩三要素的摇床矿带分割方法的示意图。如图1所示,本发明提供了一种基于色彩三要素的摇床矿带分割方法,其包括以下步骤:采集摇床矿带图像,其中,用工业相机对摇床矿带进行拍照,将采集到的图像输入计算机,所述图像的色彩空间为RGB空间;对所述图像进行预处理,其中,对采集的图像进行裁剪、模糊和缩放处理,得到经过处理后的图像;执行色彩空间转换,其中,将经过处理后的图像执行色彩空间转换,从RGB空间转换到色调、饱和度、亮度空间;获取摇床精矿带的颜色特征参数,其中,根据所选精矿的颜色设定颜色范围,遍历经过处理后的图像的所有像素点,利用在颜色范围内的所有像素点计算颜色特征参数;计算得到相似度灰度图,其中,根据S4中计算的颜色特征参数,计算经过处理后的图像的各像素点的相似度,得到相似度灰度图;获取连通区域,其中,对所述相似度灰度图进行形态学开运算,设定阈值范围以获取连通区域;获取精矿带矩形区域,其中,将S6中的连通区域的最小外接矩形作为精矿带矩形区域。应当说明的是:虽然本实施例将色调、饱和度和亮度缩写为H、S和I,但并没有把问题局限于HSI颜色模型。事实上本实施例提供的方案适合现存的以及将来可能出现的所有将颜色的色调、饱和度和亮度信息独立出来的颜色模型。
更具体地,本实施例的分割过程如下:
第一步:采集摇床矿带图像,用工业相机对摇床矿带进行拍照,将采集到的图像信号输入计算机,所述图像的色彩空间为RGB空间。
第二步:对图像进行预处理,对采集的图像进行裁剪、模糊和缩放处理,得到经过预处理后的图像Image,本实施例中采用的是高斯模糊,大小为5*5,缩放倍数为0.5,进行两次高斯模糊和缩放操作。
第三步:将图像Image进行色彩空间转换,从RGB空间转换到色调、饱和度、亮度空间HSI;
第四步:获取摇床精矿带的颜色特征参数,根据所选精矿的颜色设定颜色范围,本实施例中选的是锡矿,其色调H的大致范围是[0,30]U[330,360),饱和度S范围是[0.08,1.0],亮度I范围是[0.4,1.0],遍历图像Image的所有像素,符合的像素点组成集合Ω,需要计算的颜色特征参数及本实施例的计算公式如下:
色调中心Hcenter:Ω内所有点的色调H到色调0的最大距离与最小距离和的一半。
色调上界HAdd:Ω内所有点的色调H到色调0的最大距离与最小距离求绝对值之后再求和的一半;
色调上界HSub:Ω内所有点的色调H到色调0的最大距离与最小距离求绝对值之后再求和的一半;
色调上边界HAddLim:min(HAdd+5,30);
色调下边界HSubLim:min(HSub+5,30);
饱和度上界SAdd:Ω内所有点的饱和度S最大值;
饱和度下界SSub:Ω内所有点的饱和度S最小值;
饱和度上边界SAddLim:min(SAdd+0.01,1.0f);
饱和度下边界SSubLim:max(SSub-0.01,0.0f);
亮度阈值IThreld:本实施例中等于0.43
亮度上界IAdd:Ω内所有点的亮度I的最大值;
亮度下界ISub:IThreld;
亮度上边界IAddLim:IThreld-0.05;
亮度下边界ISubLim:min(IAdd+0.05,0.94);
第五步:根据第四步确定的参数,计算图像Image当前像素点(H,S,I)与精矿带的颜色的色调相似度αH,饱和度相似度αs,亮度相似度αI,得到相似度α,遍历所有像素点得到所有点的相似度,转换到[0,255]得到相似度灰度图。
其中本实施案例中αH,αs,αI,α计算公式如下:
首先计算当前像素点色调H到Hcenter的距离DisH,则
αH=f(H,DisH,HSubLim,HSub,HAddLim,HAdd)
αS=f(S,SSubLim,SSub,SAddLim,SAdd)
αI=f(I,ISubLim,ISub,IAddLim,IAdd)
α=αH·αS·αI
第六步:对相似度灰度图进行形态学开运算,设定阈值范围,本实施例阈值范围为[25,255]获取连通区域;
第七步:求第六步中连通区域的最小外接矩形即为需要求的精矿带矩形区域。
本发明充分利用了矿带图像亮度、色调和饱和度的信息,更符合人工操作时人眼对矿带区分的模型,能很好处理水泡,光源反光等疑难问题,具有很强的鲁棒性。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本申请可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现。基于这样的理解,本申请的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述的方法。
如上所述,已经给出了本发明的优选实施例的详细描述,以使本领域技术人员能够实施和实践本发明。虽然已经参照示例性实施例描述了本发明,但是本领域技术人员将会理解,在不脱离所附权利要求书中描述的本发明的精神或范围的情况下,可以在本发明中进行各种修改和改变。因此,本发明不应限于在此描述的特定实施例,而应被赋予与本文公开的原理和新颖特征一致的最宽范围。
Claims (5)
1.一种基于色彩三要素的摇床矿带分割方法,其特征在于,所述方法包括以下步骤:
S1:采集摇床矿带图像,其中,用工业相机对摇床矿带进行拍照,将采集到的图像输入计算机,所述图像的色彩空间为RGB空间;
S2:对所述图像进行预处理,其中,对采集的图像进行裁剪、模糊和缩放处理,得到经过处理后的图像;
S3:执行色彩空间转换,其中,将经过处理后的图像执行色彩空间转换,从RGB空间转换到色调、饱和度、亮度空间;
S4:获取摇床精矿带的颜色特征参数,其中,根据所选精矿的颜色设定颜色范围,遍历经过处理后的图像的所有像素点,利用在颜色范围内的所有像素点计算颜色特征参数;
S5:计算得到相似度灰度图,其中,根据S4中计算的颜色特征参数,计算经过处理后的图像的各像素点的相似度,得到相似度灰度图;
S6:获取连通区域,其中,对所述相似度灰度图进行形态学开运算,设定阈值范围以获取连通区域;
S7:获取精矿带矩形区域,其中,将S6中的连通区域的最小外接矩形作为精矿带矩形区域。
2.根据权利要求1所述的方法,其特征在于,
在S4中,利用编写控件直接设置参数。
3.根据权利要求1所述的方法,其特征在于,在S4中的颜色特征参数包括以下中的一个或多个:色调中心、色调上边界、色调上界、色调上边界、色调下边界、饱和度上界、饱和度下界、饱和度上边界、饱和度下边界、亮度上界、亮度下界、亮度上边界、亮度下边界。
4.根据权利要求1所述的方法,其特征在于,
在S4中,所述模糊处理是高斯模糊处理,其大小为5*5,缩放倍数为0.5。
5.根据权利要求1所述的方法,其特征在于,
在S3中,所述色调空间的范围是[0,30]U[330,360),所述饱和度空间的范围是[0.08,1.0],所述亮度空间的范围是[0.4,1.0]。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911334684.8A CN113096149B (zh) | 2019-12-23 | 2019-12-23 | 一种基于色彩三要素的摇床矿带分割方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911334684.8A CN113096149B (zh) | 2019-12-23 | 2019-12-23 | 一种基于色彩三要素的摇床矿带分割方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113096149A CN113096149A (zh) | 2021-07-09 |
CN113096149B true CN113096149B (zh) | 2023-11-10 |
Family
ID=76662832
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911334684.8A Active CN113096149B (zh) | 2019-12-23 | 2019-12-23 | 一种基于色彩三要素的摇床矿带分割方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113096149B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4727498A (en) * | 1984-10-31 | 1988-02-23 | University Of South Carolina | Process for segmenting reservoir pores |
CN102527489A (zh) * | 2012-01-16 | 2012-07-04 | 昆明理工大学 | 一种利用矿带图像灰度动态分割摇床矿带的方法 |
CN103581571A (zh) * | 2013-11-22 | 2014-02-12 | 北京中科大洋科技发展股份有限公司 | 一种基于色彩三要素的视频抠像方法 |
CN103699532A (zh) * | 2012-09-27 | 2014-04-02 | 中国电信股份有限公司 | 图像颜色检索方法和*** |
MX2017005209A (es) * | 2017-04-21 | 2018-11-09 | Alvarado Cervantes Rodolfo | Metodo de segmentacion en imagenes en colores mediante el uso de una funcion adaptativa de similitud. |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5183568B2 (ja) * | 2009-05-21 | 2013-04-17 | キヤノン株式会社 | 画像処理装置及び方法、及びプログラムを記録した記憶媒体 |
-
2019
- 2019-12-23 CN CN201911334684.8A patent/CN113096149B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4727498A (en) * | 1984-10-31 | 1988-02-23 | University Of South Carolina | Process for segmenting reservoir pores |
CN102527489A (zh) * | 2012-01-16 | 2012-07-04 | 昆明理工大学 | 一种利用矿带图像灰度动态分割摇床矿带的方法 |
CN103699532A (zh) * | 2012-09-27 | 2014-04-02 | 中国电信股份有限公司 | 图像颜色检索方法和*** |
CN103581571A (zh) * | 2013-11-22 | 2014-02-12 | 北京中科大洋科技发展股份有限公司 | 一种基于色彩三要素的视频抠像方法 |
MX2017005209A (es) * | 2017-04-21 | 2018-11-09 | Alvarado Cervantes Rodolfo | Metodo de segmentacion en imagenes en colores mediante el uso de una funcion adaptativa de similitud. |
Non-Patent Citations (2)
Title |
---|
基于HSI色彩坐标相似度的彩色图像分割方法;李宁;许树成;邓中亮;;现代电子技术(02);全文 * |
基于HSV色彩空间的图像分割;郭英华;;黑龙江冶金(02);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113096149A (zh) | 2021-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108604293B (zh) | 提高图像质量的装置和方法 | |
JP3679512B2 (ja) | 画像抽出装置および方法 | |
EP3477931A1 (en) | Image processing method and device, readable storage medium and electronic device | |
KR101390756B1 (ko) | 안면 특징 검출 방법 및 장치 | |
US8983202B2 (en) | Smile detection systems and methods | |
CN107909057A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN107680128A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN108537782B (zh) | 一种基于轮廓提取的建筑物图像匹配与融合的方法 | |
WO2013143390A1 (zh) | 人脸标定方法和***、计算机存储介质 | |
CN103606132A (zh) | 基于空域和时域联合滤波的多帧数字图像去噪方法 | |
CN105825494A (zh) | 一种图像处理方法及移动终端 | |
US10230935B2 (en) | Method and a system for generating depth information associated with an image | |
TWI435288B (zh) | Image processing apparatus and method, and program product | |
CN109711268B (zh) | 一种人脸图像筛选方法及设备 | |
CN107909058A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN109544464A (zh) | 一种基于轮廓提取的火灾视频图像分析方法 | |
CN108171674B (zh) | 针对任意视角投影仪图像的视觉矫正方法 | |
CN106384338B (zh) | 一种基于形态学的光场深度图像的增强方法 | |
JP2006119817A (ja) | 画像処理装置 | |
US8498453B1 (en) | Evaluating digital images using head points | |
CN106657816A (zh) | 一种基于orb算法的图像配准和图像融合并行的多路视频快速拼接算法 | |
CN113298763B (zh) | 一种基于显著性窗口策略的图像质量评估方法 | |
CN113096149B (zh) | 一种基于色彩三要素的摇床矿带分割方法 | |
CN111192280B (zh) | 一种基于局部特征的视盘边缘检测方法 | |
Xu et al. | Improved Canny Edge Detection Operator |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |