论文部分内容阅读
在堆石坝等水利工程建设中，爆破开采料物的粒度分布影响着填筑施工质量控制以及坝体的变形性、渗透性、孔隙压力系数和抗剪强度，是一种重要的施工控制参数。此外，粒度分布还影响着爆堆装载、运输和二次破碎等后续施工效率。传统的筛分方法耗时费力、影响生产周期、效率较低，因此寻求一种方便快捷的粒度检测方法具有重要的工程意义。
图像分析用于爆破料物粒径分析具有设备轻便、算法发展成熟、无接触、不影响生产等优点，已成为机械筛分替代方法之一。本文在研究图像分析理论和开展试验室试验基础上，研究了数字筛分重要步骤的实现，开发了粒度检测系统。此外，考虑到数字筛分的缺陷和不足，本文深入研究了基于模式识别的粒度检测方法。具体研究内容与成果如下：
(1)传统的分水岭变换易受极小值影响而出现过分割，本文提出两种基于灰度形态学运算的改进分水岭变换。第一种方法首先使用腐蚀后的图像与原灰度图进行形态学重建，膨胀操作后与重建图像再次进行形态学重建，图像取反后提取岩石内部极大值区域，再进行分水岭变换；第二种方法则是通过组合顶帽变换与底帽变换之间的代数运算来获取极大值区域。
(2)为从图像中准确测量颗粒尺寸开展了室内试验。通过拍摄岩石颗粒图像提取30种二维尺寸或形状特征，使用NCFS进行特征选择，集中解决了数字筛分中筛级确定、体积重建和重叠判别三个问题，提出了相关数学模型和SVM分类模型，研究结果与已有方法相比具有较高的准确度。
(3)根据所提出的灰度形态学运算改进分水岭算法以及岩石粒度和重叠估算方法，以MATLAB平台为基础，开发了粒度检测GUI系统，通过工程筛分试验实例，检验了系统的工程可行性和实用性。
(4)针对多数图像分割算法依赖可控光源、室外环境鲁棒性不高以及需要用户调节参数等问题和不足，研究基于模式识别的粒度检测方法。使用6种方法提取图像纹理特征、使用PCA进行特征降维、构建了纹理特征与粒度分布之间的RBF神经网络模型，交叉验证结果显示模型具有较好的泛化能力。将模型集成到粒度检测GUI中，在一定程度上可指导工程实践。基于模式识别的方法无需分割图像和手动操作，具有重要的理论研究意义，应该进行深层次的实践探索。
图像分析用于爆破料物粒径分析具有设备轻便、算法发展成熟、无接触、不影响生产等优点，已成为机械筛分替代方法之一。本文在研究图像分析理论和开展试验室试验基础上，研究了数字筛分重要步骤的实现，开发了粒度检测系统。此外，考虑到数字筛分的缺陷和不足，本文深入研究了基于模式识别的粒度检测方法。具体研究内容与成果如下：
(1)传统的分水岭变换易受极小值影响而出现过分割，本文提出两种基于灰度形态学运算的改进分水岭变换。第一种方法首先使用腐蚀后的图像与原灰度图进行形态学重建，膨胀操作后与重建图像再次进行形态学重建，图像取反后提取岩石内部极大值区域，再进行分水岭变换；第二种方法则是通过组合顶帽变换与底帽变换之间的代数运算来获取极大值区域。
(2)为从图像中准确测量颗粒尺寸开展了室内试验。通过拍摄岩石颗粒图像提取30种二维尺寸或形状特征，使用NCFS进行特征选择，集中解决了数字筛分中筛级确定、体积重建和重叠判别三个问题，提出了相关数学模型和SVM分类模型，研究结果与已有方法相比具有较高的准确度。
(3)根据所提出的灰度形态学运算改进分水岭算法以及岩石粒度和重叠估算方法，以MATLAB平台为基础，开发了粒度检测GUI系统，通过工程筛分试验实例，检验了系统的工程可行性和实用性。
(4)针对多数图像分割算法依赖可控光源、室外环境鲁棒性不高以及需要用户调节参数等问题和不足，研究基于模式识别的粒度检测方法。使用6种方法提取图像纹理特征、使用PCA进行特征降维、构建了纹理特征与粒度分布之间的RBF神经网络模型，交叉验证结果显示模型具有较好的泛化能力。将模型集成到粒度检测GUI中，在一定程度上可指导工程实践。基于模式识别的方法无需分割图像和手动操作，具有重要的理论研究意义，应该进行深层次的实践探索。