初碎原矿数字彩色图像颗粒度检测

摘要

颗粒在我们日常生产和生活中是最为常见的物料和产品存在形态.它在矿山、食品加工、造纸、油漆、医学、颜料和精细化工等都有着广泛的应用。众所周知，粒度关系着工厂的效益，因此颗粒度的精确测量对粒度分析有着极大的实用价值。研究人员多年来经过大量的探索和反复的实验，不断的总结积累了大量的经验，也提出了许多可行有效的测量方法例如筛分法是最古老的测量方法，极易受到人为和测量工具的影响;沉降法时间长，操作复杂;激光法精度高、效率高、成本高，不适合于大规模的工业生产;光阻法便捷快速，分辨率较高，但测量范围较窄。
　　 当前，在工业可视化进程中，计算机视觉科学和技术起到了越来越重要的作用，其中数字彩色图像处理尤为重要。图像处理过程中，图像处理、图像分析和图像理解构成了图像处理的三大层次。其中，图像的分割在整个过程中起着承上启下中间媒介的作用，且为颗粒目标物图像处理之关键。经过科研人员多年来大量的探索和实践，对灰度图像的处理已经积累了一定的经验，但还没有充分利用数字彩色图像所给出的丰富信息。众所周知，数字彩色图像，除了能够提供亮度信息，还提供了符合人们视觉特点的彩色信息，如色度等。如今，用数字彩色图像来表示客观世界更加方便和真实，也更具有实用性和普及性。同时，随着电子数字产品分辨率的不断提高以及价格的不断下降，曾经被认为是奢侈品的数码产品已经成为普通的电子产品，并正在越来越广泛地用于工业生产中。
　　 为此，本文研究的目标是建立复摆颚式破碎机初碎原矿在入料及其在排料口处初次破碎产品的颗粒度实施在线可视化监控模型，为颚式破碎机粗碎过程的可视化生产在粗碎物料监控方面奠定基础。
　　 原矿的初碎物料颗粒度及其粗碎过程中颗粒度的可视化监测方面的相关研究较为鲜见。其原因是，待破碎原矿物料形状不规则、分布无序且湿度也不均匀的特性，使其数字彩色图像处理中，不可避免的要进行初碎颗粒形成的复杂粘连图像的分割处理，其有相当的难度。因此，本文拟在此方面进行一些开创性研究工作。
　　 首先，本文阐述了一些科研人员对图像分割方法的研究。其中较为显著的是采用ImageJ图像处理软件，对初碎单粒和分散多粒的数字图像的分析研究。此方法，在一些实用领域，可较为准确和快速确定出颗粒轮廓，进而给出颗粒度的分析计算结果。
　　 其次，给出了初次破碎原矿数字彩色图像信息获取、传输的方法。具体的图像处理，采用ImageJ图像处理软件进行。并对原矿初次破碎物料的数字彩色图像进行其颗粒度特征的分析研究。提出了利用拾取边界、欧几里得距离图(EDM)以及Freehands selection工具相结合等的方法，对图像进行分割;进一步进行了颗粒度的分析计算，并给出了相应的结果。
　　 再者，本文以ImageJ软件为依托，提出了相关颗粒度的测量方法。即提出了利用佳能IXUSll5HS相机，以相机的闪光灯为光源，调节相机到合适的光照和焦距，对初碎颗粒进行现场采样，将获得的图像输入到计算机并载入到ImageJ软件，计算出颗粒的等效投影面积，进而得出粒度参数分布直方图。
　　 总之，本文采用ImageJ图像处理软件，对初次破碎原矿的数字彩色图像进行处理，提出了颗粒度分析计算的方法，为粗碎过程生产可视化奠定了基础。

目录

声明

摘要

第一章 绪论

1．1 引言

1．2 数字图像处理技术的发展

1．2．1 数字图像处理技术的目的和主要内容

1．2．2 数字图像处理技术的应用

1．3 人类视觉基础

1．3．1 人眼对亮度的适应范围

1．3．2 人眼对颜色的感知

1．4 ImageJ软件简介

1．4．1 ImageJ软件和其他图像处理软件的比较

1．4．2 ImageJ软件独有的特点

1．5 颚式破碎机及其可视化监测

1．6 问题的提出

1．7 选题的目的和意义

1．8 本章小结

第二章 常见的颜色空间以及相互间的转换

2．1 引言

2．2 颜色模型的分类

2．2．1 RGB颜色空间

2．2．2 CMY颜色空间

2．2．3 Munsell颜色空间

2．2．4 YUV颜色空间

2．2．5 YIQ颜色空间

2．2．6 YCbCr颜色空间

2．3 本章小结

第三章 图像增强方法

3．1 引言

3．2 图像增强方法的分类

3．3 图像增强的点运算

3．3．1 分段线性变换

3．3．2 直方图变换

3．4 局部处理

3．4．1 图像平滑

3．4．2 图像锐化

3．5 频率域增强

3．6 初碎原矿数字彩色图像的彩色增强

3．6．1 基于ImageJ软件对初碎原矿数字彩色图像的增强

3．6．2 基于ImageJ软件对伪彩色图像的显示和编辑

3．7 本章小结

第四章 图像的分割

4．1 引言

4．2 图像分割的定义

4．3 图像分割的分类

4．4 彩色图像分割方法

4．4．1 直方图阈值法

4．4．2 基于边缘检测的分割算法

4．4．3 基于区域的分割方法

4．4．4 聚类的方法

4．4．5 其它分割方法

4．5 基于颜色空间对彩色图像进行分割

4．6 本章小结

第五章 颗粒数字彩色图像轮廓的提取

5．1 引言

5．2 ImageJ软件常用功能应用

5．2．1 减背景

5．2．2 高斯模糊处理

5．2．3 增加亮度和对比度

5．2．4 彩色阈值(Color Threshold)

5．2．5 堆栈(stack)

5．2．6 魔棒(Wand Tool)

5．2．7 边缘检测

5．2．8 填充(Filling holes)

5．2．9 基于数学形态学的开闭运算㈨

5．3 基于ImageJ提取初碎单颗粒数字彩色图像的边缘

5．3．1 基于高斯模糊提取颗粒数字图像的边缘

5．3．2 基于RGBstack提取颗粒数字图像边缘

5．3．3 基于三通道对颗粒数字图像的边缘进行提取

5．3．4 基于HSBstack提取颗粒数字图像边缘

5．4 基于ImageJ对初碎分散多颗粒数字彩色图像边缘的提取

5．4．1 基于Wand Tool对初碎分散多颗粒数字彩色图像轮廓的提取

5．4．2 基于RGBstack对初碎分散多颗粒彩色图像提取边缘

5．5 基于ImageJ对粘连颗粒数字彩色图像的分割

5．5．1 基于分水岭分割方法对轻度粘连颗粒数字彩色图像的分割

5．5．2 基于Freehands selection工具对颗粒数字彩色图像的分割

5．6 本章总结

第六章 现代测量技术在颗粒度中的应用

6．1 引言

6．2 常见的颗粒度测量方法

6．2．1 筛分法

6．2．2 电阻法

6．2．3 显微图像法

6．2．4 沉降法

6．2．5 电传感法

6．2．6 其它颗粒度测量方法

6．3 现代粒度测量方法存在的问题

6．4 等效粒径的测量方法

6．5 本章小结

第七章 基于IMAGEJ对初碎原矿颗粒度检测方法

7．1 引言

7．2 粒度测量方法的分类

7．3 等效投影面积法

7．4 物料颗粒度的挑选

7．5 基于ImageJ对初碎原矿颗粒度检测方法具体步骤

7．5．1 采样与处理

7．5．2 颗粒的标定

7．5．3 颗粒数字图像的输入和处理

7．5．4 粒度测量单位的设定

7．5．5 图像数据参数的选择

7．5．6 Analyze Particles的设定及统计结果输出

7．5．7 颗粒度分布直方图

7．5．8 实验结果分析

7．6 粒度的测量和直方图分布的统计

7．6．1 对复杂粘连颗粒度的测量及统计

7．7 实验结果分析

7．8 本章小结

第八章 结论与展望

8．1 引言

8．2 结论

8．3 展望

参考文献

致谢

攻读学位期间发表的学术论文