基于任意形状颗粒集合的二值图像,提出了估计其体积(或质量)的方法.首先利用发光背景台面获取的颗粒灰度图像变换为相应的二值图像,得到颗粒的边界轮廓.然后再基于其边界信息,定义与颗粒形状特征相关的描述量,并将其无量纲化.将由此定...基于任意形状颗粒集合的二值图像,提出了估计其体积(或质量)的方法.首先利用发光背景台面获取的颗粒灰度图像变换为相应的二值图像,得到颗粒的边界轮廓.然后再基于其边界信息,定义与颗粒形状特征相关的描述量,并将其无量纲化.将由此定义的无量纲参变量作为回归变量建立一个多元线性回归(multiple linear regression)模型用以估计颗粒集合的扁平度,进而估算颗粒体积.回归变量的系数由随机采样的501个样本颗粒(尺寸范围为4.75~25 mm)用误差最小平方和求得.将模型应用于由具有相似统计分布特征的其他颗粒集合,并将得到的体积估计值与其体积真实值相比较,实验结果显示模型的相对误差在±2%以内.展开更多
文摘基于任意形状颗粒集合的二值图像,提出了估计其体积(或质量)的方法.首先利用发光背景台面获取的颗粒灰度图像变换为相应的二值图像,得到颗粒的边界轮廓.然后再基于其边界信息,定义与颗粒形状特征相关的描述量,并将其无量纲化.将由此定义的无量纲参变量作为回归变量建立一个多元线性回归(multiple linear regression)模型用以估计颗粒集合的扁平度,进而估算颗粒体积.回归变量的系数由随机采样的501个样本颗粒(尺寸范围为4.75~25 mm)用误差最小平方和求得.将模型应用于由具有相似统计分布特征的其他颗粒集合,并将得到的体积估计值与其体积真实值相比较,实验结果显示模型的相对误差在±2%以内.