基于机器视觉的矿井岩石裂缝识别算法

摘要：

由于矿山爆破不充分,需要对残留岩石进行识别敲击,采用人工处理费时费力、且存在人身安全隐患,因此本文提出基于机器视觉的矿井岩石裂缝识别算法对裂缝进行识别以便后续裂缝清除.首先结合粒子群算法对矿井岩石裂缝图像进行阈值分割,然后通过模板匹配法对Zhang算法进行改进形成单一光滑像素骨架来寻找边缘断点.结合裂缝断处部分占整条裂缝比例较小,形态学操作可对断点产生影响,对断点处利用生长结构元素进行多次生长迭代实现连接,还原裂缝的连续性.本工作样本均从矿井实地采集,并挑选出具有代表性的两类裂缝图片样本,一类为规则裂缝(线条型裂缝),另一类为不规则裂缝(网状型裂缝),最后通过试验分析可得规则裂缝识别率在93％,不规则裂缝识别率79％,虽然不规则细小裂缝(宽度小于1 mm)的识别较难,但是由于此种裂缝危险系数较小可不进行处理,因此文中所提算法能够满足工程应用需求.

关键词：裂缝识别、阈值分割、骨架提取、模板匹配、生长操作

所属期刊栏目：43

分类号：TP751.1(遥感技术)

资助基金：山东省自然科学基金项目ZR2019MEE071

在线出版日期：2023-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：109-118