冶金矿相智能识别方法

摘要

本发明涉及的冶金矿相智能识别方法，采用矿相显微镜、摄像机、图像采集卡和计算机系统，具体步骤包括：对已知烧结矿矿相的反射率和矿相纹理特征进行特征提取，建立矿相特征的数据库；采集待测样品矿相图片，提取反射率和矿相纹理特征；由计算机系统识别待测样品矿相，并与矿相特征的数据库比较，寻找最小空间值，从而判断矿物的种类。本发明具有鉴定步骤简单，劳动强度低；过程方便、快速；结果准确的优点。

主权项

1、冶金矿相智能识别方法，其特征在于采用矿相显微镜、摄像机、图像采集卡和计算机系统，具体方法包括：1)标准矿相特征数据库建立利用矿物反射率计算模型和矿相纹理特征提取模型分别对已知矿物组成的烧结矿矿相进行特征提取，建立含有反射率和晶体结构矿相特征的数据库；其中，矿石反射率计算模型是利用矿物反射率与图象灰度的数学关系，用加权法把RGB模型数据转换成HSI模型的数据，并在假设反射率为0或100％的基础上得出反射率计算模型：矿相纹理特征提取模型是根据归一化灰度直方图和灰度共生距阵作为纹理特征的提取算法而建立；2)待测矿物的特征提取利用矿物反射率计算模型和矿相纹理特征提取模型分别对待测烧结矿的矿相进行特征提取，得到该矿物的发射率和纹理特征值；3)兰氏空间距离计算利用兰氏空间距离公式计算待测样本与特征数据库中样本的空间距离，其中D_xi为待定矿相x与标准相矿s的空间距离，i为数据库中标准矿相编号，x是待定矿相，s为标准矿相，j为特征参数空间中的变量编号；4)矿物识别根据空间距离的计算结果，判定空间距离最小的两种矿物为相同的矿物，从而判断矿物的种类。