基于HSV颜色空间的矿相识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113657335A(43)申请公布日2021.11.16(21)申请号202110979467.5G06N3/08(2006.01)(22)申请日2021.08.25(71)申请人华北理工大学地址063210河北省唐山市曹妃甸新城渤海大道21号(72)发明人牛福生姚珊珊梁银英张晋霞薛文强陈稳(74)专利代理机构北京保识知识产权代理事务所(普通合伙)11874代理人姚天健(51)Int.Cl.G06K9/00(2006.01)G06K9/46(2006.01)G06K9/62(2006.01)G06N3/04(2006.01)权利要求书2页说明书9页附图8页(54)发明名称基于HSV颜色空间的矿相识别方法(57)摘要本发明涉及矿相识别技术领域，且公开了基于HSV颜色空间的矿相识别方法，包括，步骤一、采集图像，将制备完成的矿石光片试样放置在光学显微镜载物台上，调节物镜和目镜的倍数以及调节好其它设备参数，直至观察到清晰的图像，在单偏光镜下使用CCD相机进行拍摄，将拍摄到的清晰图像传入电脑保存，然后调整物镜倍数再次进行拍摄保存，步骤二、双边滤波，双边滤波可以在滤波的同时保证边缘信息不被破坏，以确保矿物分割的准确性。该基于HSV颜色空间的矿相识别方法，可以提高研究矿相的精确度和效率，并且操作简单，有效促进工艺矿物学的发展，为工艺矿物学工作人员提供参考。CN113657335ACN113657335A权利要求书1/2页1.基于HSV颜色空间的矿相识别方法，其特征在于：包括以下步骤：步骤一、采集图像，将制备完成的矿石光片试样放置在光学显微镜载物台上，调节物镜和目镜的倍数以及调节好其它设备参数，直至观察到清晰的图像，在单偏光镜下使用CCD相机进行拍摄，将拍摄到的清晰图像传入电脑保存，然后调整物镜倍数再次进行拍摄保存；步骤二、双边滤波，双边滤波可以在滤波的同时保证边缘信息不被破坏，以确保矿物分割的准确性；步骤三、转至HSV颜色空间，HSV色彩空间的三分量分别为色调Hue、饱和度Saturation、明度Value，处理后图像转至HSV颜色空间，HSV按颜色、深浅、亮暗有效的分离矿相的三个分量，进行颜色之间的对比；步骤四、HSV颜色空间阈值提取，利用Python‑OpenCV中的trackbar函数找到理想阈值，将去噪后的图像转化为HSV颜色模型，选取多张图像作为训练样本，从中提取各种矿物各分量的颜色阈值；步骤五、HSV阈值分割，将阈值分割的概念扩展到3维空间，将3‑D空间分割问题转化成三个1‑D分割问题。2.根据权利要求1所述的基于HSV颜色空间的矿相识别方法，其特征在于：所述步骤一中先将光学显微镜的物镜和目镜都调整为10倍，拍摄完成后将物镜调节到20倍再次进行拍摄保存，两次拍摄过程中，均要保持显微镜上的CCD相机在灯光为标准白的条件下拍摄。3.根据权利要求1所述的基于HSV颜色空间的矿相识别方法，其特征在于：所述步骤二中双边滤波，主要用于去除相机采集图像的过程中因不良照明或在光电转换过程中引起一些噪声，并且在滤波时保证边缘信息不被破坏，以确保矿物分割的准确性，双边滤波的操作如下；式中，Iq为输入图像，为滤波后图像，为空间距离权重，为像素值权重。4.根据权利要求1所述的基于HSV颜色空间的矿相识别方法，其特征在于：所述步骤三中HSV色彩空间的三分量的计算公式分别为：V＝Cmax⑶2CN113657335A权利要求书2/2页其中：如果H<0，那么H＝H+360°⑷R、G、B归一化得R’、G’、B’：Δ为R’、G’、B’中最大值与最小值的差：一般来说，0≤H≤360，0≤S≤1，0≤V≤1。5.根据权利要求1所述的基于HSV颜色空间的矿相识别方法，其特征在于：所述步骤四中去噪后提取各种矿物各分量的颜色阈值的过程，包括以下流程：S1、读取样本图片，通过拖动bar来改变各通道阈值；S2、同时观察mask(掩膜)窗口的样本图片分割效果，确定是否选中目标矿物，目标矿物作为感兴趣区，也可观察res窗口的分割结果，为原图与掩膜相乘的结果，直接显示目标矿物，背景为黑色；S3、当选中全部目标矿物时，print输出一行六列矩阵，六个数据分别代表bar的H、S、V三个分量的最低、最高阈值，记录六个数据，就是此样本最合适的阈值；S4、通过统计所有样本的阈值并计算，得出该目标矿物的最佳颜色阈值。6.根据权利要求1所述的基于HSV颜色空间的矿相识别方法，其特征在于：所述步骤五中由于计算的阈值有显著的双分界特点，所以用双阈值法对三个分量进行分割并相乘，根据提取的阈值设定好各通道的阈值变量，H分量的低阈值为LHi，高阈值为UHi，S分量的低阈值为LSi，高阈值为USi，V分量的低阈值为LVi，高阈值