基于深度卷积网络的矿岩图像分割算法研究

CORC > 沈阳自动化研究所 > 中国科学院沈阳自动化研究所 > 数字工厂研究室

	基于深度卷积网络的矿岩图像分割算法研究
	张振江 1; 张宝金 1; 刘伟新 1; 李云涛 1; 任海龙 1; 荆洪迪 2; 王子介 1
刊名	采矿技术
	2021
卷号	21 期号:5 页码:149-152, 171
关键词	金属矿山图像分割卷积网络 OpenCV U-Net
ISSN号	1671-2900
产权排序	2
英文摘要	在金属矿开采过程中,矿石图像的人工智能分割有着重要作用,但是采场爆堆矿岩分布状况复杂,矿岩图像颗粒粘连严重难以分割。现有的矿岩图像分割方法通常是先利用滤波降噪,再采用分水岭算法分割图像,这种方法存在局限性强和参数调整复杂等问题,不适合用于实际应用。结合矿岩图像特征和矿山实际需求,提出了一种基于U-Net深度卷积网络和Open CV的矿岩图像分割算法,该算法将深度学习创新应用到矿岩图像分割领域,与最大类间方差法、聚类分析、边缘提取等分割方法相比,该算法分割精度高,分割效果好,并且可以直接获取效果图中矿岩块的数量,极大减少了图像的后续处理工作量。
语种	中文
内容类型	期刊论文
源URL	[http://ir.sia.cn/handle/173321/29688]
专题	沈阳自动化研究所_数字工厂研究室
通讯作者	张振江
作者单位	1.鞍钢集团矿业有限公司眼前山分公司 2.中国科学院沈阳自动化研究所
推荐引用方式 GB/T 7714	张振江,张宝金,刘伟新,等. 基于深度卷积网络的矿岩图像分割算法研究[J]. 采矿技术,2021,21(5):149-152, 171.
APA	张振江.,张宝金.,刘伟新.,李云涛.,任海龙.,...&王子介.(2021).基于深度卷积网络的矿岩图像分割算法研究.采矿技术,21(5),149-152, 171.
MLA	张振江,et al."基于深度卷积网络的矿岩图像分割算法研究".采矿技术 21.5(2021):149-152, 171.