基于计算机视觉的爆破块度分布统计 |
| |
引用本文: | 刘俊伟,陈晓青.基于计算机视觉的爆破块度分布统计[J].矿业研究与开发,2024(1):190-196. |
| |
作者姓名: | 刘俊伟 陈晓青 |
| |
作者单位: | 辽宁科技大学矿业工程学院 |
| |
摘 要: | 爆破块度是评价矿山爆破效果的重要指标。传统的块度统计方法存在效率低、限制多等问题。基于计算机视觉的爆堆块度统计方法,具有高效、精确、灵活的优势。针对爆堆块度统计的计算机视觉识别问题,提出了一种结合Mask B-R-CNN和HSV变换的形态学优化的块度统计方法,并对实验室和鞍千矿业公司的矿山现场爆堆块度统计进行了验证。结果表明,与筛分法相比,基于计算机视觉的爆堆块度分布统计方法的误差小于3%,验证了该方法用于爆堆块度统计的可行性。矿山现场试验结果表明,与传统的矿岩区域提取方法相比,该方法提取矿岩区域更为精准,可应用于鞍千矿业公司的矿山现场;3个爆堆块度分布的累计概率曲线相似,大块率分别为4.21%、3.37%、3.12%,爆破效果较好。
|
关 键 词: | 爆破块度 计算机视觉 Mask B-R-CNN HSV |
|
|