基于圖像分析的堆浸鈾礦石塊度參數(shù)辨識.pdf_第1頁
已閱讀1頁,還剩82頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、由于核電的迅猛發(fā)展,核電對天然鈾的需求日益旺盛,鈾礦冶技術進入一個新的發(fā)展階段。現(xiàn)階段提煉天然鈾的主要手段是堆浸技術,為了節(jié)約資源和最大限度地提高經濟效益,鈾礦冶企業(yè)必須積極研究堆浸技術,提高堆浸技術的科技含量。礦石塊度是影響鈾礦石浸出率和浸出周期的關鍵因素,塊度分布是堆浸采鈾方法的一項重要技術指標,與酸耗率、浸出率等技術指標有直接關系,其合理與否決定了經濟效益的好壞。人工檢測鈾礦石塊度參數(shù)及分布,耗時,費力,而且檢測數(shù)據(jù)不能實時反饋。

2、采用數(shù)字圖像處理技術,結合現(xiàn)代數(shù)據(jù)處理技術等軟測量技術,能夠提高礦石塊度參數(shù)的檢測效率,降低檢測成本,提高檢測精度。利用圖像分析技術實時連續(xù)地進行在線鈾礦石塊度檢測和自動獲取礦石塊度分布,是鈾礦石塊度檢測技術發(fā)展的必然趨勢。
  采用數(shù)字圖像處理技術實現(xiàn)對礦石塊度參數(shù)進行在線測量,并確定礦石塊度參數(shù)的分布。首先,對攝相機進行標定,對采集的礦石圖像進行預處理,其中包括灰度化、去噪濾波、二值化和形態(tài)學濾波等操作。本文采用張正友相機標定

3、算法對相機進行標定,研究了各種濾波算法,首次將圖像引導濾波應用于礦石圖像濾波;研究大津法和基于PCNN模型的圖像分割算法,提出基于最大類間后驗交叉熵準則的PCNN圖像分割算法;利用數(shù)學形態(tài)學方法對分割后的圖像進行優(yōu)化。其次,對預處理礦石圖像進行二次分割。二值化分割后的礦石圖像仍然存在粘連現(xiàn)象,須將粘連的礦石進行二次分割,以得到單連通的礦石塊度圖像,本文提出基于凹點匹配的數(shù)字圖像切割算法對預處理后的圖像進行二次分割。最后,測量礦石塊度參數(shù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論