基于改进分水岭-凹点分割的矿石粒径分级检测方法

为了提高混凝土行业的生产质量,需要对矿石大小做粒径分析,传统方法是采用人工筛分处理,需要耗费大量的人力物力,同时,也存在检测时间长和检测精度低等问题;针对这一难题,通过利用计算机视觉技术,提出了一种基于改进分水岭-凹点分割的矿石粒径分级检测新方法;首先,利用图像自适应中值滤波和改进的多尺度形态学处理,提取矿石轮廓特征;其次,采用改进的分水岭分割和凹点分割相结合,获得矿石之间粘连形成的深凹点集合;最后,引入反向链码模板对凹点集进行有效的分离,从而对矿石粒径做出精准的统计分析;实验结果表明,该算法的粒径分级与人工筛分的粒径分级相比较,两者之间的累积误差率在5%以内,具有较高的准确性与实用性,值得大力地推广与应用。