一种基于改进SUSAN算子的钨矿初选算法

以改进SUSAN算子为核心的钨矿石初选算法是一种针对性较强的算法.此算法采用改进的SUSAN算子的边缘提取方法,利用形态学开运算估计背景,与原始图像全局灰度进行几何运算来减弱背景的复杂纹理和噪声对图像的影响,以此来改善目标边缘提取的效果,并结合SUSAN基于图像灰度相似性比较的边缘检测算法.它不需梯度的计算,具有算法简单、定位准确、抗噪声能力强等特点,提高了算法效率,实现二者的优势互补,提高图像边缘检测的效果.

一种改进的SUSAN快速算法在钨矿初选上的应用

在钨矿初选过程中,为了提高钨矿石的选出率和合格率,同时考虑到经济因素,提出一种改进型的SUSAN快速算法.利用黑钨图像独特的色泽及纹理特征,在SUSAN算法的基础上,提出了自适应阈值t选取和快速提取边缘的方法,并用VC++编程实现该算法,最终应用到钨矿图像的边缘检测提取.试验表明,图像边缘检测准确度高,速度快.与原来的算法相比,该方法提高了运算速度,改善了边缘检测的效果.在钨矿初选工艺上有很强的实用性.

基于混合高斯图像窄带模型钨矿初选技术研究

针对钨矿石初选环节中人工手选作业效率低、成本消耗大等问题,提出机器视觉与图像处理技术相结合实时钨矿初选方法。通过引入GPU加速混合高斯模型进行矿石运动目标检测,提取图像前景中完整的矿石目标。结合图像信息,提出融合灰度特征与图像窄带的矿石目标识别算法,快速获取钨矿石中脉石的位置信息,为钨矿石的初步分选提供依据。试验结果表明,相比较传统人工手选作业方式,该方法极大提升矿石分选速度与精度,满足工业化实时检测识别要求。

基于DSP技术的钨矿初选系统的研究

针对钨矿初选技术的现状,搭建以TMS320DM642为核心的嵌入式钨矿初选系统。利用机器视觉和DSP技术,设计以改进的全局阈值分割算法为主体的图像处理以及矿苗定位算法,完成原矿图像采集、图像特征提取、矿苗识别及定位的钨矿初选系统。实验结果表明,该系统可以实现实时、非接触智能化的钨矿初选,同时具有体积小、稳定性高、功耗低、成本低廉的特点,具备较高的实际应用价值。