一種基于圖像分析的堆浸鈾礦石粒度參數(shù)辨識(shí)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于采礦技術(shù)領(lǐng)域，尤其涉及一種基于圖像分析的堆浸鈾礦石粒度參數(shù)辨 識(shí)方法。
【背景技術(shù)】
[0002] 由于核電的迅猛發(fā)展，核電對(duì)天然鈾的需求日益旺盛，鈾礦冶進(jìn)入一個(gè)新的發(fā)展 階段。堆浸法已發(fā)展成為世界許多國(guó)家鈾生產(chǎn)的支撐性技術(shù)，采用堆浸工藝生產(chǎn)的鈾產(chǎn)量 越來(lái)越大。礦石粒度是影響鈾礦石堆浸浸出率和浸出周期的關(guān)鍵因素。塊度分布是堆浸采 鈾方法的一項(xiàng)關(guān)鍵技術(shù)指標(biāo)，與浸出率、爆破筑堆成本、酸耗等技術(shù)指標(biāo)有直接關(guān)系，其合 理與否決定經(jīng)濟(jì)效益的好壞。破碎礦石顆粒粒度大小直接影響選礦技術(shù)指標(biāo)。如果破碎 礦石的粒度不夠細(xì)，有用礦物與脈石沒(méi)有充分解離，分選效果不好。如果破碎礦石的粒度太 細(xì)，產(chǎn)生的破碎微粒太多。盡管各種有用礦物解離得較完全，但分選的指標(biāo)不一定較好。因 此，礦石粒度信息是反應(yīng)選礦過(guò)程中破碎機(jī)工作狀況的重要指標(biāo)，直接決定了整個(gè)選礦過(guò) 程的生產(chǎn)效率。
[0003] 對(duì)于不同的礦床或礦體，由于礦石的浸出性能、品位和耗酸等有差異，對(duì)爆破礦石 塊度的要求也有所不同，目前還沒(méi)有確定最佳礦石塊度分布的理論方法，僅憑經(jīng)驗(yàn)而定，其 可靠性和合理性較低。鈾礦石細(xì)粒級(jí)堆浸提高了鈾浸出率，縮短了浸出周期。礦石浸出率 與爆破礦石塊度有關(guān)。鈾礦石顆粒越細(xì)，礦物與溶浸液接觸反應(yīng)的比表面積越大，浸出率越 高，浸出時(shí)間越短。通過(guò)對(duì)堆浸浸出過(guò)程與傳質(zhì)機(jī)理的分析研宄，專家認(rèn)為堆浸礦石存在一 個(gè)最佳經(jīng)濟(jì)粒度；根據(jù)鈾礦石的經(jīng)濟(jì)粒度計(jì)算模型進(jìn)行堆浸，能夠節(jié)省堆浸的成本。
[0004] 顆粒外形對(duì)篩分結(jié)果具有十分重要的影響。圖像分析法是一種新的檢測(cè)聚堆顆 粒圖像尺寸方法，主要統(tǒng)計(jì)各部分像素面積、最大弦長(zhǎng)和周長(zhǎng)，采用面積法、最大截距法、體 積法等方法進(jìn)行分析。然而，該方法對(duì)顆粒的幾何外形十分敏感，結(jié)合顆粒的幾何外形，采 用礦石塊度圖像的周長(zhǎng)、面積、質(zhì)心、圓度、矩形度、Feret直徑（邊界最長(zhǎng)弦）、最小外接矩 形、最小外接圓（橢圓）、寬長(zhǎng)比、凸殼、凸缺、凸缺率、邊界的等效直徑、邊界的最短弦、最小 外接矩形、最長(zhǎng)弦、最短弦、最長(zhǎng)弦與最小外接矩形長(zhǎng)邊之比、最短弦與最小外接矩形短邊 之比、最長(zhǎng)弦與最短弦之比、最小外接矩形長(zhǎng)邊與短邊之比來(lái)分析顆粒的尺度分布，能獲得 更準(zhǔn)確的測(cè)量結(jié)果。這些礦石塊度圖像分析方法主要是2D圖像分析方法。但是，計(jì)算礦石 篩分尺寸需考慮實(shí)際礦石最小投影面積。所以，采用礦石的3D幾何外形估計(jì)礦石的篩分尺 寸，能獲得更準(zhǔn)確的篩分尺寸。目前，一些科研人員已將3D圖像分析方法用來(lái)估計(jì)巖石的 形狀和尺寸，采用長(zhǎng)厚比、寬厚比和長(zhǎng)寬比分析巖石塊度分布，但是，該方法主要用來(lái)分析 接近球體的礦石塊度尺寸。當(dāng)?shù)V石塊不接近球體時(shí)，這種方法存在一定的測(cè)量誤差。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提供一種基于圖像分析的堆浸鈾礦石粒度參數(shù)辨識(shí)方法，旨在 解決現(xiàn)有2D圖像分析方法不能準(zhǔn)確識(shí)別堆浸鈾礦石粒度分布，以及彌補(bǔ)3D圖像分析方法 只能準(zhǔn)確識(shí)別接近球體的礦石塊度尺寸的缺陷。
[0006] 本發(fā)明是這樣實(shí)現(xiàn)的，一種基于圖像分析的堆浸鈾礦石粒度參數(shù)辨識(shí)方法，包括 以下步驟：
[0007]S1、提取典型鈾礦石的三維特征信息，求出鈾礦石的最小投影面積，由最小投影面 積確定鈾礦石的篩分尺寸；
[0008]S2、對(duì)單層破碎鈾礦石圖像粘連現(xiàn)象進(jìn)行處理，提取單層破碎鈾礦石三維特征信 息，計(jì)算破碎鈾礦石篩分尺寸和塊度分布；
[0009]S3、分析計(jì)算誤差，對(duì)計(jì)算得到的鈾礦石塊度分布進(jìn)行修正；
[0010]S4、根據(jù)所述鈾礦石塊度分布情況，推導(dǎo)出最佳塊度分布預(yù)測(cè)數(shù)學(xué)模型。
[0011] 優(yōu)選地，在步驟S1中，所述典型鈾礦石包括六面體、五面體、四面體、又平又長(zhǎng)的 礦石顆粒。
[0012] 優(yōu)選地，在步驟S2中，所述粘連現(xiàn)象進(jìn)行處理的方法為數(shù)字切割方法，所述數(shù)字 切割方法包括以下步驟：
[0013] 利用Harris角點(diǎn)和圓形模板檢測(cè)出凹點(diǎn)，
[0014] 利用扇形搜索和矩形限定求出匹配的凹點(diǎn)；
[0015] 根據(jù)匹配的凹點(diǎn)對(duì)，確定粘連礦石分離線，從而分離粘連的礦石。
[0016] 優(yōu)選地，在步驟S3中，所述誤差包括圖像采集誤差、計(jì)算機(jī)圖像處理誤差和計(jì)算 方法誤差。
[0017] 本發(fā)明克服現(xiàn)有技術(shù)的不足，提供一種基于圖像分析的堆浸鈾礦石粒度參數(shù)辨識(shí) 方法，該方法仿照人工檢測(cè)礦石篩分尺寸方法，能彌補(bǔ)目前采用的2D或3D圖像分析方法存 在的缺陷，能得到更準(zhǔn)確的鈾礦石篩分尺寸分布數(shù)據(jù)。
【附圖說(shuō)明】
[0018] 圖1是本發(fā)明基于圖像分析的堆浸鈾礦石粒度參數(shù)辨識(shí)方法的步驟流程圖；
[0019]圖2是本發(fā)明鈾礦石圖像采集系統(tǒng)的結(jié)構(gòu)示意圖；
[0020] 圖3是本發(fā)明實(shí)施例中相鄰粘連礦石塊度的結(jié)構(gòu)示意圖；
[0021] 圖4是本發(fā)明實(shí)施例中相鄰粘連礦石塊度的觀測(cè)窗口示意圖；
[0022] 圖5是本發(fā)明實(shí)施例中相鄰粘連礦石塊度的分離過(guò)程示意圖；
[0023]圖6本發(fā)明實(shí)施例中最大距離和最大偏離角度算法流程圖；
[0024] 圖7是本發(fā)明實(shí)施例中利用harris角點(diǎn)和圓形模板檢測(cè)出凹點(diǎn)；
[0025] 圖8是本發(fā)明實(shí)施例中扇形搜索、矩形限定求最佳匹配凹點(diǎn)；
[0026] 圖9是本發(fā)明實(shí)施例中搜索算法和數(shù)字切割算法流程圖；
[0027] 圖10是本發(fā)明實(shí)施例中礦石圖像二值圖；
[0028] 圖11是利用Harris角點(diǎn)算子檢測(cè)出的角點(diǎn)結(jié)果；
[0029] 圖12是在各個(gè)角點(diǎn)處畫出圓形模板，求二值圖像前景像素與圓形模板所形成圓 心角大小，算出閾值；
[0030] 圖13是大于閾值的凹點(diǎn)放到待匹配凹點(diǎn)的數(shù)組中成為待匹配凹點(diǎn)；
[0031] 圖14是利用圓形模板內(nèi)的二值圖像后景像素點(diǎn)求出的重心；
[0032] 圖15是各個(gè)待匹配凹點(diǎn)利用扇形搜索和矩形限定找出的最佳匹配凹點(diǎn)，并畫出 分割線的結(jié)果圖；
[0033] 圖16是本發(fā)明實(shí)施例中顆粒通過(guò)篩孔立體示意圖；
[0034] 圖17是本發(fā)明實(shí)施例中顆粒通過(guò)篩孔平面示意圖；
[0035] 圖18是本發(fā)明實(shí)施例中顆粒的篩分尺寸和顆粒的2D圖像維數(shù)的關(guān)系圖。
【具體實(shí)施方式】
[0036] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì) 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并 不用于限定本發(fā)明。
[0037] -種基于圖像分析的堆浸鈾礦石粒度參數(shù)辨識(shí)方法，如圖1所示，包括以下步驟：
[0038]S1、提取典型鈾礦石的三維特征信息，求出鈾礦石的最小投影面積，由最小投影面 積確定鈾礦石的篩分尺寸。
[0039] 在步驟S1中，首先在破碎機(jī)上對(duì)鈾礦石進(jìn)行破碎試驗(yàn)，在破碎的鈾礦石堆中選擇 典型形狀的鈾礦石。
[0040] 幾種典型的顆粒外形分別為六面體、五面體、四面體、又平又長(zhǎng)的顆粒（詳見(jiàn)參考 文獻(xiàn)：DongZhang,XiaomingHuang,YongliZhao.InvestigationoftheShape，Size， AngularityandSurfaceTexturePropertiesofCoarseAggregates[J].Construction andBuildingMaterials，2012,34:330-336.)。
[0041] 其次，需要根據(jù)鈾礦石塊度分布識(shí)別過(guò)程，設(shè)計(jì)出鈾礦石圖像采集系統(tǒng)，如圖2所 示，該采集系統(tǒng)包括支架2,支架上設(shè)有攝像頭3~6,這4個(gè)攝像頭位于鈾礦石1垂直上 方的同一高度處，相鄰兩個(gè)攝像頭所在支架呈直角排列，4個(gè)攝像頭與中心支撐桿的距離相 同，照明是理想狀況。
[0042] 通過(guò)該采集系統(tǒng)提取典型鈾礦石的三維特征點(diǎn)、邊緣等外形信息，確定鈾礦石的 幾何外形，即三維特征信息，得到鈾礦石不同方向的投影面積，求出最小投影面積，由最小 投影面積確定鈾礦石的篩分尺寸。
[0043]S2、對(duì)單層破碎鈾礦石圖像粘連現(xiàn)象進(jìn)行處理，提取單層破碎鈾礦石三維特征信 息，計(jì)算破碎鈾礦石篩分尺寸和塊度分布。
[0044] (1)處理單層破碎鈾礦石圖像粘連現(xiàn)象
[0045] 本發(fā)明采用數(shù)字切割方法對(duì)相鄰礦石塊度細(xì)接觸部分進(jìn)行分離。粘連顆粒接觸部 分分離示意圖如圖3、圖4以及圖5所示。
[0046]圖4中，g為重心，R為接觸部分觀測(cè)圖形窗口的半徑，點(diǎn)（in，jn)是邊緣像素的坐 標(biāo)，采用以下公式計(jì)算重心g的坐標(biāo)：
【主權(quán)項(xiàng)】
1. 一種基于圖像分析的堆浸鈾礦石粒度參數(shù)辨識(shí)方法，其特征在于，包括以下步驟： 51、 提取典型鈾礦石的三維特征信息，求出鈾礦石的最小投影面積，由最小投影面積確 定鈾礦石的篩分尺寸； 52、 對(duì)單層破碎鈾礦石圖像粘連現(xiàn)象進(jìn)行處理，提取單層破碎鈾礦石三維特征信息，計(jì) 算破碎鈾礦石篩分尺寸和塊度分布； 53、 分析計(jì)算誤差，對(duì)計(jì)算得到的鈾礦石塊度分布進(jìn)行修正； 54、 根據(jù)所述鈾礦石塊度分布情況，推導(dǎo)出最佳塊度分布預(yù)測(cè)數(shù)學(xué)模型。
2. 如權(quán)利要求1所述的基于圖像分析的堆浸鈾礦石粒度參數(shù)辨識(shí)方法，其特征在于， 在步驟Sl中，所述典型鈾礦石包括六面體、五面體、四面體、又平又長(zhǎng)的礦石顆粒。
3. 如權(quán)利要求1所述的基于圖像分析的堆浸鈾礦石粒度參數(shù)辨識(shí)方法，其特征在于， 在步驟S2中，所述粘連現(xiàn)象進(jìn)行處理的方法為數(shù)字切割方法，所述數(shù)字切割方法包括以下 步驟： 利用Harri s角點(diǎn)和圓形模板檢測(cè)出凹點(diǎn)， 利用扇形搜索和矩形限定求出匹配的凹點(diǎn)； 根據(jù)匹配的凹點(diǎn)對(duì)，確定粘連礦石分離線，從而分離粘連的礦石。
4. 如權(quán)利要求1所述的基于圖像分析的堆浸鈾礦石粒度參數(shù)辨識(shí)方法，其特征在于， 在步驟S3中，所述誤差包括圖像采集誤差、計(jì)算機(jī)圖像處理誤差和計(jì)算方法誤差。
【專利摘要】本發(fā)明提供了一種基于圖像分析的堆浸鈾礦石粒度參數(shù)辨識(shí)方法，包括提取典型鈾礦石的三維特征信息，求出鈾礦石的最小投影面積，由最小投影面積確定鈾礦石的篩分尺寸；對(duì)單層破碎鈾礦石圖像粘連現(xiàn)象進(jìn)行處理，提取單層破碎鈾礦石三維特征信息，計(jì)算破碎鈾礦石篩分尺寸和塊度分布；分析計(jì)算誤差，對(duì)計(jì)算得到的鈾礦石塊度分布進(jìn)行修正；根據(jù)所述鈾礦石塊度分布情況，推導(dǎo)出最佳塊度分布預(yù)測(cè)數(shù)學(xué)模型。本發(fā)明仿照人工檢測(cè)礦石篩分尺寸方法，能彌補(bǔ)目前采用的2D或3D圖像分析方法存在的缺陷，能得到更準(zhǔn)確的鈾礦石篩分尺寸分布數(shù)據(jù)。
【IPC分類】G06T7-00
【公開(kāi)號(hào)】CN104851092
【申請(qǐng)?zhí)枴緾N201510230675
【發(fā)明人】寧志剛, 丁德馨, 程雄
【申請(qǐng)人】寧志剛
【公開(kāi)日】2015年8月19日
【申請(qǐng)日】2015年5月8日