[發(fā)明專利]冶金礦相智能識別方法

無效

• 申請?zhí)枺?/td>: 200710078484.1
• 申請日: 2007-05-18
• 公開（公告）號: CN101059450A
• 公開（公告）日: 2007-10-24
• 發(fā)明（設(shè)計）人: 白晨光;呂學(xué)偉;溫良英;陳登福;劉清才;邱貴寶
• 申請（專利權(quán)）人: 重慶大學(xué)
• 主分類號: G01N21/84
• 分類號: G01N21/84;G01N13/10;G06T5/40
• 代理公司: 重慶博凱知識產(chǎn)權(quán)代理有限公司
• 代理人: 張先蕓;李明

1、冶金礦相智能識別方法，其特征在于采用礦相顯微鏡、攝像機、圖像采集卡和計算機系統(tǒng)，具體方法包括：

1)標(biāo)準(zhǔn)礦相特征數(shù)據(jù)庫建立

利用礦物反射率計算模型和礦相紋理特征提取模型分別對已知礦物組成的燒結(jié)礦礦相進(jìn)行特征提取，建立含有反射率和晶體結(jié)構(gòu)礦相特征的數(shù)據(jù)庫；其中，礦石反射率計算模型是利用礦物反射率與圖象灰度的數(shù)學(xué)關(guān)系，用加權(quán)法把RGB模型數(shù)據(jù)轉(zhuǎn)換成HSI模型的數(shù)據(jù)，并在假設(shè)反射率為0或100％的基礎(chǔ)上得出反射率計算模型：礦相紋理特征提取模型是根據(jù)歸一化灰度直方圖和灰度共生距陣作為紋理特征的提取算法而建立；

2)待測礦物的特征提取

利用礦物反射率計算模型和礦相紋理特征提取模型分別對待測燒結(jié)礦的礦相進(jìn)行特征提取，得到該礦物的發(fā)射率和紋理特征值；

3)蘭氏空間距離計算

利用蘭氏空間距離公式計算待測樣本與特征數(shù)據(jù)庫中樣本的空間距離，其中D_xi為待定礦相x與標(biāo)準(zhǔn)相礦s的空間距離，i為數(shù)據(jù)庫中標(biāo)準(zhǔn)礦相編號，x是待定礦相，s為標(biāo)準(zhǔn)礦相，j為特征參數(shù)空間中的變量編號；

4)礦物識別

根據(jù)空間距離的計算結(jié)果，判定空間距離最小的兩種礦物為相同的礦物，從而判斷礦物的種類。

2、根據(jù)權(quán)利要求1所述的智能礦相機器識別方法，其特征在于所述礦相紋理特征提取模型，通過計算機編程實現(xiàn)，其模型建立方法包括：

1)歸一化灰度直方圖

通過式(4)、(5)和(6)得到了圖像歸一化的直方圖，針對該圖，通過式(7)提取出歸一化的直方圖的曲線峰值和所對應(yīng)的灰度區(qū)間；

Gi=Σm=1MΣn=1NP(i,m,n)---(4)]]>

其中，M、N分別表示圖像的行數(shù)和列數(shù)，G_i為灰度為i的像素個數(shù)，P(i，m，n)的定義如式(5)：

P(i,m,n)=1P(m,n)=i0P(m,n)≠i---(5)]]>

其中，公式(4)、(5)中的i表示行數(shù)和列數(shù)分別為m、n時圖象的灰度值，m、n表示相應(yīng)的行數(shù)和列數(shù)；

對式(5)進(jìn)行歸一化處理，得到了式(6)所示的歸一化直方圖函數(shù)；其中，G_i′為歸一化值，T為總像素數(shù)，

G_i′＝G_i/T????????????????????????????????????(6)

歸一化直方圖曲線尋峰方法如式(7)所示：

∂Gi′=1Gi′-Gi+1′<-H0|Gi′-Gi+1′|<H-1Gi′-Gi+1′>H---(7)]]>

其中，H為設(shè)定的閾值，代表歸一化直方圖中灰度值i處曲線的發(fā)展趨勢，1代表曲線上升，-1代表曲線下降，0代表曲線水平穩(wěn)定；

2)灰度共生矩陣：

式(8)就是灰度共生矩陣的數(shù)學(xué)表達(dá)式，在此灰度共生矩陣基礎(chǔ)上通過式(9)進(jìn)行歸一化處理后，再通過式(10)、(11)、(12)提取二階矩、對比度、熵；

P(i，j，δ，θ)＝{[(x，y)，(x+Δx，y+Δy)]

?????????????????????????????????????????????????????????????????????????(8)

|f(x，y)＝i，f(x+Δx，y+Δy)＝j(luò)；x＝0，1，…，N_x-1；y＝0，1，…，N_y-1}

式(8)中，i和j為灰度值，x和y為圖像中的像素坐標(biāo)，N_x和N_y是圖像的行列數(shù)，δ是兩個像素之間的距離，θ為兩像素的連線按順時針與x軸的夾角；

p′(i，j)＝p(i，j)/R????????????????????????????????????(9)

通過公式(10)提取二階距f₁：

f1=Σi=0L-1Σj=0L-1p′2(i,j)---(10)]]>

通過公式(11)提取對比度f₂：

f2=Σi=0L-1Σj=0L-1(i-j)2p′(i,j)---(11)]]>

通過公式(12)提取熵f₃：

f3=-Σi=0L-1Σj=0L-1p′(i,j)log2p′(i,j)---(12)]]>

其中，公式(9)中出現(xiàn)的R代表歸一化常數(shù)，是圖象中像素對的總數(shù)目。公式(9)-(12)中的p(i?j)表示灰度共生矩陣，p′(i?j)表示灰度共生矩陣歸一化值，f₁是二階距，f₂是對比度，f₃是熵。