X射线煤矸识别过程中图像分割精度研究
尹建强
朱金波
曾秋予
杨晨光
张勇
史苘桧
安徽理工大学材料科学与工程学院,安徽淮南232001
摘要：为了提高X射线煤矸智能识别过程中机器对成像后图片矿物区域信息提取的精度,先选取煤和矸石中石墨、石英、高岭土、蒙脱石四种主要矿物,分别在X射线下成像,得到高能区、低能区成像图片,将图像转化为灰度图像,用迭代式阈值分割、大津阈值分割(OTSU阈值分割)、全局阈值分割、最大熵阈值分割、交叉熵阈值分割算法对图像进行分割,同时用人工分割方法获取标准分割图像,以此图像作为评价分割精度的标准.采用DICE、RVD、VOE三种标准评价指标来评价五种算法的分割效果,根据每种算法的评价指标,通过数据分析得到分割精度最高的算法,再用煤和矸石做验证试验.结果 表明:最大熵阈值分割算法能够成功识别并且提取出目标矿物,效果最好,交叉熵阈值分割算法效果最差,迭代式阈值分割算法效果仅次于最大熵阈值分割算法,OTSU阈值分割算法和全局阈值分割算法分割效果次于迭代式阈值分割算法优于交叉熵阈值分割算法;煤和矸石阈值分割结果与各矿物阈值分割结果趋于一致.研究结果对后续智能分选提供了良好的预处理条件.
关键词：煤矸石分选煤矸识别X射线灰度阈值分割精度
分类号：TD945+.4(选矿)TP391.4(计算技术、计算机技术)
资助基金：国家重点研发计划(2019YFC1904304)国家科技重大专项(18030901049)国家重点实验室开放基金(SKLMRDPC19KF11)
论文发表日期：2021-08-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 24-29 )
英文信息