一种传送带矿岩颗粒图像分割方法.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CN109859224A(43)申请公布日2019.06.07(21)申请号201910097454.8(22)申请日2019.01.31(71)申请人东北大学地址110169辽宁省沈阳市浑南区创新路195号(72)发明人柳小波张育维赵胜(74)专利代理机构北京易捷胜知识产权代理事务所(普通合伙)11613代理人韩国胜(51)Int.Cl.G06T7/12(2017.01)G06T7/13(2017.01)G06T7/155(2017.01)G06T7/136(2017.01)G06T7/11(2017.01)权利要求书2页说明书6页附图2页(54)发明名称一种传送带矿岩颗粒图像分割方法(57)摘要本发明涉及一种传送带矿岩颗粒图像分割方法；包括以下步骤：101、针对待分割的传送带矿岩颗粒图像进行预处理，并输入至预先训练的第一卷神经网络模型获取第一轮廓图；102、将第一轮廓图输入至预先训练的第二卷积神经网络模型获取第二轮廓图；103、利用预设阈值将第二轮廓图进行二值化处理，再将二值化图经过形态学闭运算处理获取第三轮廓图；104、获取第三轮廓图中轮廓、轮廓的最小外接矩形和轮廓的面积，利用轮廓的最小外接矩形和轮廓的面积进行筛选，绘制筛选后的轮廓作为分割图；本发明方法利用深度学习实现了传送带矿岩图像轮廓检测和矿岩尺寸分布的自动统计，降低了对图像清晰度的需求，图像分割准确且应用方便。CN109859224ACN109859224A权利要求书1/2页1.一种传送带矿岩颗粒图像分割方法，其特征在于，包括以下步骤：101、针对待分割的传送带矿岩颗粒图像进行预处理，并输入至预先训练的第一卷神经网络模型，获取第一轮廓图；102、将所述第一轮廓图输入至预先训练的第二卷积神经网络模型，获取第二轮廓图；103、利用预设阈值将所述第二轮廓图进行二值化处理，获取二值化图，再将所述二值化图经过形态学闭运算处理，获取第三轮廓图；104、获取所述第三轮廓图中轮廓、轮廓的最小外接矩形和轮廓的面积，利用所述轮廓的最小外接矩形和所述轮廓的面积进行筛选，获取筛选后的轮廓、轮廓的面积和轮廓的数量，绘制所述筛选后的轮廓作为分割图。2.如权利要求1所述的方法，其特征在于，在步骤101前所述方法还包括：A1、预先采集传送带上不包含重叠区域的多张矿岩图像，将所述不包含重叠区域的多张矿岩图像经过预处理后作为样本集；A2、针对预处理后的样本集进行剪裁和插值调整获取调整后的图像，并获取所述调整后的图像中矿岩颗粒的边缘线制作标签集；A3、利用所述样本集构建第一训练样本，将所述第一训练样本作为预先构建的第一卷积神经网络的输入，所述标签集作为预先构建的第一卷积神经网络的输出，重复迭代并更新网络权重比，直至迭代次数满足预设值，获取所述预先训练的第一卷积神经网络模型。3.如权利要求2所述的方法，其特征在于，在步骤101与102之间还包括：B1、将所述样本集输入至所述预先训练的第一卷积神经网络模型，获取所述样本集的第一轮廓图；B2、利用预设阈值将所述样本集的第一轮廓图进行二值化处理，获取样本集的第一轮廓图的二值化图；B3、利用所述样本集的第一轮廓图的二值化图构建第二训练样本，将所述第二训练样本作为预先构建的第二卷积神经网络的输入，所述标签集作为预先构建的第二卷积神经网络的输出，重复迭代并更新网络权重比，直至迭代次数满足预设值，获取所述预先训练的第二卷积神经网络模型。4.如权利要求3所述的方法，其特征在于，在步骤A1或101中，所述预处理包括：灰度化、均值滤波和自适应直方图均衡化。5.如权利要求4所的方法，其特征在于，在步骤104中，还包括：利用公式一至公式三计算第三轮廓图中每一轮廓的参数m、A1和A2；公式一：公式二：公式三：其中，w为轮廓最小外接矩形的长，h为轮廓最小外接矩形的宽，X、Y均为第三轮廓图的分辨率。6.如权利要求5所述的方法，其特征在于，在步骤104中还包括：初始化参数轮廓的数量2CN109859224A权利要求书2/2页Num＝0，判断每一轮廓的最小外接矩形和所述轮廓的面积，若所述轮廓的参数m＜3.5，且轮廓的面积在A1与A2之间，则将轮廓的数量Num增加预设值1，直至遍历全部轮廓，绘制全部满足条件的轮廓作为分割图。7.如权利要求6所的方法，其特征在于，所述第一训练样本的尺寸为48×48，数量为725000；所述第二训练样本的尺寸为240×240，数量为29000；所述标签集的尺寸为960×480，数量为29；所述不包含重叠区域的多张矿岩图像尺寸为1920×1080，数量为29。8.如权利要求1-7任一所述的方法，其特征在于，所述不包含重叠区域的多张矿岩图像通过手机摄像头或预先按照在传送带上方的图像采集设备获