-
公开(公告)号：CN109060813A
公开(公告)日：2018-12-21
申请号：CN201810570185.8
申请日：2018-06-05
Applicant: 中国矿业大学(北京)
CPC classification number: G01N21/85 , G01N2021/8592 , G06T7/0004 , G06T7/11 , G06T7/136 , G06T7/155 , G06T2207/10004 , G06T2207/30132
Abstract: 本发明公开了一种基于图像优化分类的土石料级配自动检测方法，首先采用γ变换处理不同光照条件下采集的粒级混配的土石料图像，自适应处理各种明暗光照条件下的图像；采用动态otsu优化技术对土石料图像进行自适应阈值法处理，区分出土石两类目标；然后对二值化图像进行密度变换，保留完整的石料区域，弱化土石部分的噪声影响；将二值图像进行形态学变换，增强密度变换过程削弱的矿石边缘信息，提取图像中的矿石目标边界并进行几何形态统计；对图像中目标进行伪目标去除，保留的矿石目标进行粒级、体积、质量计算，获取土石料的累级级配曲线分布。适用于不同粒级混配的土石料自动检测，也适用于各类石料粒级的自动检测。
-
公开(公告)号：CN108986079A
公开(公告)日：2018-12-11
申请号：CN201810673164.9
申请日：2018-06-26
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种复杂裂隙网络的裂缝提取及优化方法，首先采用直方图均衡化、高斯滤波方式对待处理的复杂裂隙网络进行处理，去除该复杂裂隙网络的裂隙图像中的随机性噪声；然后基于伽马变换的裂隙边界增强算法，增强裂隙图像的裂缝信息、矫正裂隙图像的亮度，获得复杂裂隙网络数据；建立基于形态特征的伪目标去除模型，从复杂裂隙网络数据中提取出裂隙网络；将裂隙网络作为先验形状，用基于序列图像的裂缝网络优化裂隙网络，得到完整的裂隙网络。上述方法可对复杂裂隙图进行全自动批量处理，从而得到完整准确的裂隙网络，解决传统方法带来的局限性。
-
公开(公告)号：CN108986079B
公开(公告)日：2022-04-08
申请号：CN201810673164.9
申请日：2018-06-26
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种复杂裂隙网络的裂缝提取及优化方法，首先采用直方图均衡化、高斯滤波方式对待处理的复杂裂隙网络进行处理，去除该复杂裂隙网络的裂隙图像中的随机性噪声；然后基于伽马变换的裂隙边界增强算法，增强裂隙图像的裂缝信息、矫正裂隙图像的亮度，获得复杂裂隙网络数据；建立基于形态特征的伪目标去除模型，从复杂裂隙网络数据中提取出裂隙网络；将裂隙网络作为先验形状，用基于序列图像的裂缝网络优化裂隙网络，得到完整的裂隙网络。上述方法可对复杂裂隙图进行全自动批量处理，从而得到完整准确的裂隙网络，解决传统方法带来的局限性。
-
-
Search Results
3
records
(took 0.019 seconds)
