Электронная библиотека диссертаций и авторефератов России
dslib.net
Библиотека диссертаций
Навигация
Каталог диссертаций России
Англоязычные диссертации
Диссертации бесплатно
Предстоящие защиты
Рецензии на автореферат
Отчисления авторам
Мой кабинет
Заказы: забрать, оплатить
Мой личный счет
Мой профиль
Мой авторский профиль
Подписки на рассылки



расширенный поиск

Разработка цифровой модели оценки трещиноватости и фракционного состава углей на основе их изображений Макеев Максим Павлович

Разработка цифровой модели оценки трещиноватости и фракционного состава углей на основе их изображений
<
Разработка цифровой модели оценки трещиноватости и фракционного состава углей на основе их изображений Разработка цифровой модели оценки трещиноватости и фракционного состава углей на основе их изображений Разработка цифровой модели оценки трещиноватости и фракционного состава углей на основе их изображений Разработка цифровой модели оценки трещиноватости и фракционного состава углей на основе их изображений Разработка цифровой модели оценки трещиноватости и фракционного состава углей на основе их изображений Разработка цифровой модели оценки трещиноватости и фракционного состава углей на основе их изображений Разработка цифровой модели оценки трещиноватости и фракционного состава углей на основе их изображений Разработка цифровой модели оценки трещиноватости и фракционного состава углей на основе их изображений Разработка цифровой модели оценки трещиноватости и фракционного состава углей на основе их изображений Разработка цифровой модели оценки трещиноватости и фракционного состава углей на основе их изображений Разработка цифровой модели оценки трещиноватости и фракционного состава углей на основе их изображений Разработка цифровой модели оценки трещиноватости и фракционного состава углей на основе их изображений
>

Диссертация - 480 руб., доставка 10 минут, круглосуточно, без выходных и праздников

Автореферат - бесплатно, доставка 10 минут, круглосуточно, без выходных и праздников

Макеев Максим Павлович. Разработка цифровой модели оценки трещиноватости и фракционного состава углей на основе их изображений : дис. ... канд. техн. наук : 05.13.18 Кемерово, 2006 125 с. РГБ ОД, 61:07-5/56

Содержание к диссертации

Введение

ГЛАВА 1. Состояние вопроса 10

1.1. Методы фильтрации и анализа цифровых изображений 10

1.2. Методы оценки физико-механических свойств углей 28

1.3. Выводы по главе 37

ГЛАВА 2. Разработка алгоритмического обеспечения метода экспресс-анализа структурных свойств углей 38

2.1. Применение системы компьютерного моделирования для обработки оптических изображений 38

2.2. Разработка алгоритма определения поверхностной площади следов трещин 48

2.3. Разработка методики исследования степени трещиноватости на оцифрованных изображениях трещин 68

2.4. Разработка обобщенной модели образов углей с учетом алгоритма распознавания систем трещин на основе преобразования Фурье 73

2.5. Выводы по главе 85

ГЛАВА 3. Применение алгоритма распознавания образов трещин для оценивания свойств реальных объектов 86

3.1. Анализ трещиноватости угольных пластов в окрестности горных выработок 86

3.2. Оценка трещинной проницаемости 89

3.2.1. Определение проницаемости угольного пласта 91

3.2.2. Анализ трещинной проницаемости аншлиф-штуфов углей 92

3.3. Выводы по главе 94

ГЛАВА 4. Разработка методики экспресс-анализа гранулометрического состава угольной шихты 95

4.1. Разработка алгоритма определения гранулометрических параметров 95

4.2. Применение алгоритма определения процентного содержания гранул в пробе угольной шихты 101

4.3. Выводы по главе 102

Заключение 104

Список литературы

Введение к работе

Для повышения эффективности процессов угледобычи и углепереработки существенное значение имеет совершенствование методов анализа и испытания углей. Некоторые важнейшие физико-механические свойства углей могут быть определены путем анализа снимков угольной массы или изображений аншлиф-брикетов, полученных с помощью оптических и оптико-электронных систем. Так, например, по коэффициенту отражения света витринитом и цвету угля определяют степень его метаморфизма, а по степени оптического увеличения определяют фракционный состав шихты в технологических процессах обогащения углей. Основным фактором, определяющим газопроницаемость углей, является трещиноватость, которая характеризуется суммарной длиной, величиной раскрытия трещин и углом их наклона относительно напластования. Измерения этих параметров, проводимые с помощью оптических приборов, весьма трудоемки.

Развитие компьютерных технологий и современных программно-аналитических комплексов позволило разработать цифровые методы анализа оптических изображений угольных образцов с использованием систем автоматического или автоматизированного распознавания образов, обеспечивающих обработку информации в реальном масштабе времени с достаточной степенью точности. Однако основным недостатком применяемых в настоящее время автоматических методов является то, что в случае некачественного исходного снимка за значимую информацию принимаются дефекты на изображении (ошибки распознавания второго рода), что значительно снижает достоверность получаемых результатов. При этом качество исходных снимков определяется в основном низкой контрастностью, недостаточной резкостью, зашумленностью и размытостью изображений. К недостаткам автоматизированных методов можно отнести необходимость субъективного выбора качества исходного изображения оператором, что приводит к увеличению количества снимков и затрат времени на обработку исходной информации.

В связи с этим, разработка цифровой модели для оценки трещиноватости и фракционного состава углей на основе их изображений, позволяющей выделять информационно-значимые объекты и оценивать структурные и фильтрационные свойства углей, является актуальной научной задачей.

Диссертационная работа выполнена в соответствии с планами НИР Института угля и углехимии СО РАН на 2004-2006 гг. (Проект 25.2.4: «Экспериментально-аналитические основы механики газоводоносных геоматериалов», этап 2004 г. «Методика наблюдений для определения параметров и разработка модели напряженно-деформированного и газового состояния массива горных пород»).

Целью работы является разработка цифровой модели для оценки структурных свойств и фракционного состава углей на основе бинаризации их оптических изображений.

Идея работы заключается в выявлении характерных свойств объекта на его цифровом изображении путем последовательной математической фильтрации специфических областей помех, соответствующих так называемым «пятнам», «бликам» и «включениям».

Задачи исследований:

- обосновать алгоритм обработки изображений аншлиф-штуфов углей, устраняющий помехи на основе априорной информации о трещиноватости исследуемого образца;

- разработать алгоритм и программу распознавания систем горизонтальных трещин и трещин кливажа на аншлиф-штуфах углей с учетом характерных особенностей их расположения;

- разработать обобщенную модель образов углей с учетом алгоритма распознавания систем трещин на основе преобразования Фурье;

- разработать алгоритм применения морфологических операций восстановления изображений гранул для оценки фракционного состава угольной шихты.

Научные положения, защищаемые в работе:

- ограниченная, строго последовательная совокупность стандартных математических процедур коррекции изображений, реализованная посредством разработанного алгоритма, позволяет устранять помехи типа «пятна», «блики» и «включения» на дискретных образах аншлиф-штуфов;

- совместное применение методов линейной фильтрации и разработанного алгоритма распознавания оцифрованных двумерных изображений аншлиф-штуфов обеспечивает достоверную оценку степени трещиноватости углей, определяющей их фильтрационные характеристики;

- разработанная обобщенная модель образов углей на основе преобразования Фурье корректно описывает спектральный состав сигналов, форма которых определяется структурой трещин;

- применение морфологического алгоритма, основанного на разбиении оцифрованных изображений гранул перекрывающимися матрицами типа «двоичных четверок», обеспечивает вычисление их площади при определении фракционного состава угольной шихты.

Научное значение работы состоит в том, что создан новый способ фильтрации помех («пятна», «блики» и «включения»), ориентированный ір на обработку изображений угольных образцов и изучение основных свойств физических сред трещиноватости и газопроницаемости, играющих важную роль в задачах газо- и гидрофильтрации в массивах горных пород. Научная новизна работы заключается в следующем:

- выбрана рациональная совокупность приемов и обоснована последовательность фильтрации изображений аншлиф-штуфов углей, позволяющая устранять помехи на дискретном изображении;

- разработан оригинальный алгоритм и дана его программная реализация для распознавания изображений трещин, произвольно расположенных на плоскости аншлиф-штуфов углей, который позволяет определять степень трещиноватости исследуемых углей;

- предложена обобщенная модель образов углей, на основе преобразования Фурье, учитывающая пространственную ориентацию трещин;

- предложен новый алгоритм распознавания цифровых изображений гранул угольной шихты, позволяющий повысить эффективность микроскопического анализа ее состава при производстве кокса.

Личный вклад автора состоит:

- в выборе рациональной совокупности приемов и обосновании последовательности применения фильтров, позволяющих устранять на цифровых изображениях аншлиф-штуфов углей типичные помехи и выделять включения в угле;

- в разработке алгоритма распознавания оцифрованных изображений трещин, учитывающего их различную ориентацию на плоскости аншлиф-штуфов углей;

- в создании обобщенной модели образов углей с помощью Фурье преобразования, которая позволяет получать спектральный портрет образов углей в зависимости от структуры трещин исследуемого образца;

- в разработке методики распознавания гранул угольной шихты на основе применения алгоритма морфологической фильтрации для оценки ее структуры.

Методы исследований

Для достижения поставленной цели использован комплекс методов, включающий:

- методы линейной фильтрации изображений для повышения качества исходного снимка;

- методы теории распознавания образов при оценке трещиноватости аншлиф-штуфов углей и гранулометрического состава угольной шихты;

- методы математической статистики для оценки качества изображения при определенной последовательности применения стандартных фильтров;

- метод преобразования Фурье для создания обобщенной модели образов углей;

- линейный метод восстановления изображений для устранения помех на цифровых снимках и преобразования локальных контрастов при дискретной обработке оптических образов трещин.

Достоверность и обоснованность научных положений, выводов и рекомендаций подтверждается:

- корректностью сформулированных задач в результате использования их классических постановок и фундаментальных принципов теории распознавания образов;

- строгим применением теории фильтрации шумов и устойчивым повышением отношения сигнал-шум в результате использования типовых и разработанных фильтров оптических изображений;

- представительным количеством отобранных и исследованных угольных образцов и удовлетворительной сходимостью результатов / определения физико-механических свойств углей в лабораторных условиях на основе применения разработанных автором алгоритмов и традиционных подходов.

Практическое значение работы заключается в следующем:

- разработаны приемы, алгоритмы и программа, позволяющие создать методическое и программно-алгоритмическое обеспечение экспресс-анализа образцов аншлиф-штуфов углей для оценки физических и фильтрационных свойств углей различных марок;

- обоснована методика проведения экспресс-анализа проб угольной шихты, обеспечивающая достоверную оценку ее гранулометрического состава при определении спекаемости углей в производстве кокса.

Реализация работы

Результаты работы, оформленные в виде методики проведения экспресс-анализа проб угольной шихты, использовались в Кемеровском филиале ИХТТМ СО РАН и ОАО «Кокс» для оценки гранулометрического состава угольной шихты до и после механоактивации в коксохимическом . производственном цикле и на шахте «Распадекая» (лава 5а-10-14) для исследования степени трещиноватости углей вдоль выемочного столба.

Апробация работы

Основные результаты исследований докладывались и обсуждались на 2-й школе-семинаре молодых ученых России «Проблемы устойчивого развития региона» (Улан-Удэ, 2001); на совместном заседании Президиума КемНЦ СО РАН и Ученого совета Института угля и углехимии СО РАН, посвященного Дню Российской науки (Кемерово, 2002); на научно-технической конференции «Шахтный метан: прогноз, управление, использование» (Кемерово, 2002); на международной научно-практической конференции «Энергетическая безопасность России. Новые подходы к развитию угольной промышленности» (Кемерово, 2002); на I Международной конференции молодых ученых и специалистов, посвященной 25-летию ИПКОН РАН «Проблемы освоения недр в XXI веке - глазами молодых» (Москва, 2002); на V Международной научно-практической конференции «Безопасность жизнедеятельности предприятий в угольных регионах» (Кемерово, 2002); на международной конференции The International Coalbed Methane Symposium (США, Таскалуза, Алабама, 2003); на VI Всероссийской конференции молодых ученых по математическому моделированию и информационным технологиям (Кемерово, 2005); на научных семинарах Института угля и углехимии СО РАН (Кемерово, 2003 - 2005).

Методы оценки физико-механических свойств углей

При анализе физических свойств углей широко применяются методы оценки оптических изображений [17, 18], основанные на изучении аншлиф-брикетов с помощью оптических систем с разным увеличением в зависимости от вида исследования. Разнообразные свойства углей, имеющие значение для различного промышленного использования, в конечном итоге обусловлены определенными генетическими характеристиками: петрографическим составом, показателями отражения и степенью восстановленности.

Для оценки свойств углей как сырья для промышленного использования большое значение имеет его петрографический состав. Данные о петрографическом составе отражают основные генетические явления, определяющие в конечном итоге свойства добываемых углей. Тот или иной петрографический состав угля обусловлен исходным растительным материалом, условиями его накопления и первичных превращений.

Однако свойства углей одновременно определяются и степенью превращения органической массы, т. е. степенью углефикации или метаморфизма угля. Для определения петрографического состава отбирают пробу угля 2 - 3 г, измельченную до - 1,6 мм. Из угля приготовляют аншлиф-брикет. В качестве связующего используются шеллак, канифоль с парафином или синтетические смолы (эпоксидные или полиэфирные), канадский бальзам и др. Навеску угля смешивают в тигле с таким же объемом шеллака (1 мм). Смесь высыпают в подогретую ложку, образовавшуюся массу слегка оплавляют над плиткой, помещают в пресс-форму и прессуют нажатием руки в течение 30 секунд.

При использовании синтетической смолы ее смешивают с углем в соотношении 3:2 (10-12 г смолы и 5-8 г угля). К смоле добавляют отвердитель. Смесь смолы с углем оставляют в форме для затвердевания при комнатной температуре в течение суток либо при 55-60 С в сушильном шкафу в течение 1 часа.

Из стеклянной трубки диаметром 20 мм нарезают кольца высотой 15 мм. Каждое кольцо устанавливают на предметное стекло и на 3/4 высоты засыпают углем, который уплотняют деревянным стержнем. Кольца со стеклами выдерживают в сушильном шкафу в течение 15-20 мин.

Брикет шлифуют на станке, слегка смоченный водой. Следует добиться удаления следов царапин (рассматривают под лупой с 10-кратным увеличением) до появления блеска.

Полирование производится на диске, покрытом сукном. Применяют взвесь окиси хрома, глинозема или окиси магния в воде. После промывания в воде заканчивают полирование на увлажненном сукне вручную и удаляют влагу с полированной поверхности фильтровальной бумагой.

Для исследования угля в проходящем свете (в частности, бурых углей) готовят тонкие шлифы. Для получения тонкой пластинки брикет стачивают на станке, переходя постепенно от грубых к топким абразивам. Затем шлиф доводят с использованием самого тонкого порошка стеклянным пестиком на ретушерном станке.

Для анализа могут быть использованы различные микроскопы (металлографические, минералогические, биологические). Для определения органических микрокомпонентов применяется масляная иммерсия (кедровое масло или другая жидкость) и используется увеличение в 300-600 раз. Для определения содержания минеральных компонентов используется увеличение в 200-300 раз в воздушной среде.

Аншлиф-брикет наклеивается на предметное стекло, которое закрепляется в лапках препаратоподателя. Микрокомпоненты подсчитывают точечным методом. Применяется пушинтегратор системы Глаголева или интеграционное устройство, которое присоединяется к препаратоводителю, который перемещается при каждом нажатии на клавишу счетчика. Каждый клавиш обозначает определенный микрокомпонент.

Анализ проводится в два этапа. На первом подсчитывается содержание глинистого вещества, сульфидов железа, карбонатов и кварца. При этом органические микрокомпоненты также подсчитываются по группам без разделения на составляющие. В зависимости от того, на какой компонент попадает пересечение нити окуляра, нажимают ту или иную клавишу счетчика (вещество, цементирующее зерна угля не учитывается). Всего должно быть 400 или более точек, расположенных равномерно по аншлифу.

Разработка алгоритма определения поверхностной площади следов трещин

В пространственной системе координат изображение представляется непрерывным числовым полем, состоящим из квадратов со сторонами 1 х 1 равных числу пикселов. Значение в центре квадрата совпадает со значением соответствующего пиксела в пиксельной системе координат. Для восстановления значений между дискретными пикселами используется билинейная или бикубическая интерполяция [12, 19]. В пространственной системе координат ось X направлена слева направо, а ось Y - сверху вниз. По умолчанию координата левого верхнего угла изображения (начало координат) имеет значение (0,5, 0,5). Таким образом, координаты центров квадратов есть целые числа, совпадающие с номерами столбцов и строк.

Необходимо отметить, что целочисленным координатам х в пространственной системе координат соответствуют номера столбцов с, а целочисленным координатам у - номера строк г из пиксельной системы координат. Для получения значения характеристики изображения в точке с координатами х = с и у = г в пространственной системе необходимо используется запись 1(х, у), а в пиксельной системе координат - 1(г, с).

Описание стандартных фильтров. Многие алгоритмы обработки изображений используют понятие маска фильтра. В ряде алгоритмов аналог маски фильтра называют структурным элементом. В иностранной литературе для обозначения маски также используют термин скользящее окно (sliding window) [12, 19]. В зависимости от алгоритма содержимое маски может использоваться по-разному. Важно, что элемент, расположенный посередине маски, т. е. элемент с координатами (/" ((m+l)/2), F nt ((п+1)), где функция F1" определяет целую часть числа.

При осуществлении фильтрации маска как бы накладывается на обрабатываемое изображение так, чтобы центральный элемент маски совпал с пикселом с координатами (г, с) исходного изображения. Пиксел с координатами (г, с) результирующего изображения формируется посредством некоторой обработки значений пикселов исходного изображения, расположенных под маской. Маска перемещается по исходному изображению, и её центральный элемент должен совпасть со всеми пикселами изображения. В результате формируется изображение, имеющее одинаковые размеры с исходным.

Когда центральный элемент маски совпадает с граничными пикселами исходного изображения, некоторые элементы маски выходят за границы изображения. По этой причине исходное изображение временно дополняется п/2 столбцами нулевых пикселов справа и слева и т/2 строками нулевых писелов сверху и снизу (для палитровых изображений формата double строками и столбцами единиц).

В случае, когда при формировании пикселов результирующего изображения используются только пикселы исходного изображения, такая операция применяется не рекурсивно, а если при формировании пикселов результирующего изображения кроме пикселов исходного снимка используются пикселы результирующего, полученного на предыдущих итерациях, то в этом случае операция применяется рекурсивно. Большинство операций фильтрации, реализованных в пакете IPT системы MATLAB, используют не рекурсивные алгоритмы.

Медианная фильтрация. Медианная фильтрация - метод нелинейной обработки сигналов, разработанный Тьюки [15]. Одномерный медианный фильтр представляет собой скользящее окно, охватывающее нечетное число элементов изображения [12, 15, 19]. Центральный элемент заменяется медианой всех элементов изображения в окне. Медианой дискретной последовательности аь а2,..., aN для нечетного N является тот ее элемент, для которого существуют (N-l)/2 элементов, меньших или равных ему по величине, и (N-l)/2 элементов, больших или равных ему по величине. Пусть в окно попали изображения с уровнями 80, 90, 200, ПО, 120; в этом случае центральный элемент следует заменить значением ПО, которое является медианой упорядоченной последовательности 80, 90, 110, 120, 200. Если в этом примере значение 200 является шумовым выбросом в монотонно возрастающей последовательности, то медианная фильтрация обеспечит существенное улучшение. При значении 200, соответствующему полезному импульсу сигнала, обработка приведет к потере четкости воспроизводимого изображения. Таким образом, медианный фильтр, основанный на порядковых статистиках, в одних случаях обеспечивает подавление шума, в других - вызывает нежелательное подавление сигнала [19]: f{ y) med{s(s )}, (2.2) где /О, у) - преобразованное изображение; g(s, t) - исходное изображение; s, t - координаты пиксела; Sxy - подмножество элементов изображения. В системе MatLab этот фильтр реализуется с помощью функции D = medfilt2(S, [m, п]), которая создает полутоновое изображение D. При этом пикселы исходного полутонового изображения S, соответствующие всем элементам маски фильтра размера m х п, составляют упорядоченную последовательность А. 47), где г и с - координаты текущего положения центрального элемента маски, присваивается значение медианы последовательности А. Операция применяется не рекурсивно для всех положений маски.

Медианой упорядоченной последовательности A(i), i=l,..,N, является значение A((N+l)/2), если N нечетное, и (A(N/2)+A((N+2)/2))/2, если N четное. Для того чтобы размеры изображений S и D были одинаковыми, при проведении вычислений изображение S временно дополняется необходимым количеством строк и столбцов нулевых пикселов. Если вектор [т п] при вызове функции D = medfilt2 (S) не задан, то в качестве маски фильтра используется окно размера 3x3.

Оценка трещинной проницаемости

В лаборатории из полученных проб угля изготавливаются аншлиф-штуфы. Приготовление аншлиф-штуфов состояло из двух операций шлифование и полирование на шлифовальном станке. Шлифовались две взаимно параллельные плоскости, перпендикулярные к наслоению, сначала на грубой наждачной бумаге, затем на мелкой. После чего на ткани полировалась одна из поверхностей с применением алмазной пасты.

Подготовленные образцы закреплялись на горизонтальной поверхности для получения снимков с помощью цифровой камеры с разрешающей способностью 1200 х 600 пикселей и возможностью сохранения снимков в электронном формате JPG. Цифровая камера крепилась параллельно поверхности аншлиф-штуфа на фокусном расстоянии 200 мм.

Полученные цифровые снимки поверхности аншлиф-штуфа подвергались дальнейшей обработки. Алгоритм обработки изображений трещин заключается в наложении на оцифрованные изображения образцов угля трех типовых и специально разработанного фильтров, реализованных с использованием Image Processing Toolbox интегрированной системы MatLab.

Для образцов угля взятых по вентиляционному штреку на расстоянии до очистного забоя 600 м поверхностная плотность оцифрованных трещин (Р) составила 110 м" и по конвейерному штреку на расстоянии 500 м Р составила 120 м" . На расстоянии 200 м до очистного забоя Р составила 140 м 1 для образцов угля взятых с конвейерного штрека и для вентиляционного штрека на расстоянии 300 м Р составила 130 м" . На расстоянии до очистного забоя 100 м по конвейерному штреку Р равняется 180 м"1. По вентиляционному штреку на расстоянии 60 м Р составила 170 м-1. На расстоянии до очистного забоя 30 м по конвейерному штреку Р составила 180 м" . По вентиляционному штреку, до очистного забоя 20 м, Р составила 320 м"1. В результате анализа были получены следующие результаты, представленные на рис. 3.2.

Исследования показали изменение поверхностной плотности трещин в зависимости от расстояния до фронта очистных работ. Если на расстоянии 300-600 м влияние очистного забоя практически не прослеживается и поверхностная плотность трещин для вентиляционного и конвейерного штрека составляет ПО-НОм"1, на расстоянии 100 м поверхностная плотность трещин существенно увеличивается и составляет по конвейерному штреку 160 м"1, по вентиляционному 190 м"1, то на расстоянии от очистного забоя 20-30 м поверхностная плотность трещин конвейерного и вентиляционного штреков составила 180 м"1 и 320 м"1.

При решении ряда важных задач геомеханики рассматривается фильтрация газа и жидкости через массив горных пород. При этом количественные характеристики, описывающие систему трещин, являются важнейшими показателями при определении фильтрационных свойств горных пород. Для оценки проницаемости изотропного трещиноватого пласта использовалось уравнение проф. Г.Б. Пыхачева, которое для оцифрованного изображения может быть преобразовано к виду кт=Ъ2ЛЪ9 5 (ЗЛ) где кт - проницаемость оцифрованных трещин, мД; а - коэффициент геометрии; rt ип- густота, м"1 и количество оцифрованных трещин; Si раскрытие z -ой трещины, м.

В табл. 3.1 в качестве примера представлены результаты расчета трещинной проницаемости образцов угля, отобранных в горных выработках шахты «Распадская» и обработанных с помощью разработанного алгоритма и комплекса программ.

Применение алгоритма определения процентного содержания гранул в пробе угольной шихты

Расширяющиеся возможности вычислительной техники и современных программно-аналитических комплексов обработки цифровых изображений позволяют использовать информационные технологии для автоматизации исследования гранулометрического состава угольной шихты. Поставлена задача оценки содержания в обломочной горной породе частиц угля различного размера. Гранулометрический состав определяет наименование обломочных горных пород и характеризует распределение зерен по размеру.

Разработан алгоритм с использованием системы встроенных функций IPT, входящих в состав MatLab. С помощью встроенной функции подсчитывается количество гранул в одной пробе угольной шихты при трехкратном увеличении по схеме (рис. 2.1).

Проведение эксперимента по оценки процентного содержания гранул в пробе угольной шихты заключалось в следующем. На приборное стекло размещалась проба угольной шихты полученной в результате механоактивации. Затем стекло закреплялось на приборном столике микроскопа, к которому присоединялась видео камера. Полученное изображение сохранялось на компьютер в формате JPG. Постепенное передвижение приборного столика на 1 мм в различных направлениях позволило получить 9 кадров размером 1x1 мм каждый. Далее сохраненные снимки обрабатывались с помощью разработанного алгоритма определения гранулометрических параметров. Уравнение распределения размера зерен относительно их количества имеет вид: F(?, #) = $ , (4.1) где St - площадь z -го гранулы, пиксел; N - количество гранул; к = а/п коэффициент пересчета, м-10"б/пикс; а - ширина кадра, м-10" ; п -количество пикселей в столбце.

Алгоритм обработки и анализа изображения (поиска объектов) заключается в следующем: - на исходное изображение накладывается фильтр позволяющий увеличить контрастность изображения; - изображение приводится к бинарному виду; - применяется фильтр подавления шумов; - поиск объектов и определение их размеров; - вычисление площади объектов.

При этом наиболее сложной процедурой является поиск объектов, который заключается в разбиении всего изображения на перекрывающиеся окна размером 2x2 пикселя. Для количества п двоичных четверок (Qt) z -й группы (табл. 4.1), найденных на изображении, площадь гранул вычисляется по формуле [11, 12, 52] S = Yain(Qi) (4.2) (=1 Значения коэффициентов ai,...,a5, зависящих от расположения двоичных четверок в матрице 2x2, принимаются равными af=\IA, а2=112\ a3-7/S; а4-\\ а5=3/4.

В результате бинаризации и применения морфологических операций (рис. 4.1, 4.2, 4.4, 4.5) формируется бинарное изображение, которое отображается на экране как палитровое изображение (рис. 4.3, 4.6) с объектами, окрашенными уникальными цветами.

В качестве примера реализации алгоритма определения гранулометрического состава угольной шихты при механоактивации в коксохимическом производственном цикле ОАО «Кокс» приведены результаты оценки гранул в табл. 4.2.

На основе проведенных исследований был получен сравнительный анализ по определению гранулометрических параметров угольной шихты с помощью традиционного способа и на основе разработанного алгоритма (рис. 4.7).

1. Обработка исходного изображения пробы угольной шихты перед реализацией алгоритма распознавания оцифрованных изображений гранул проводимая в соответствии с вариантом 1, из табл. 2.2 является достаточной для распознавания гранул угольной шихты.

2. Для реализации алгоритма распознавания оцифрованных изображений гранул, при преобразовании цифрового изображения к двоичной точности, коэффициент порогового ограничения принимается равным 0,6.

3. Посредством алгоритма распознавания оцифрованных изображений гранул определено процентное соотношение отдельных фракций угольной шихты в пробе, которое при размере гранул 0-400 10" м составляет 96,4% от суммы всех гранул, имеющихся в одной пробе, соответственно для гранул 401-800 10"6 м - 1,8%; 801-1200 10"6 м - 0,3%; 1201-1600 10 6 м -0,4%; 1601-2000 Ю-6 м - 0,8%; 2001-2400 10"6 м - 0,1% 2401-2800 10 6 м - 0,2%. Расхождение между результатами, полученными с помощью традиционного способа и на основе разработанного алгоритма, не превышает 5%.

4. Сравнительный анализ по определению гранулометрических параметров угольной шихты с помощью традиционного способа и на основе разработанного алгоритма показал довольно близкие значения размера гранул и их процентное содержание в пробе угольной шихты. Коэффициент аппроксимации составил 0,88.

Похожие диссертации на Разработка цифровой модели оценки трещиноватости и фракционного состава углей на основе их изображений