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. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论