留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于图象腐蚀和区域生长的矸石图象分割算法

宋永宝 孙伟 赵峻 权强强 叶家良

宋永宝, 孙伟, 赵峻, 等. 基于图象腐蚀和区域生长的矸石图象分割算法[J]. 工矿自动化, 2009, 35(12): 29-32.
引用本文: 宋永宝, 孙伟, 赵峻, 等. 基于图象腐蚀和区域生长的矸石图象分割算法[J]. 工矿自动化, 2009, 35(12): 29-32.
SONG Yong-bao, SUN Wei, ZHAO Jun, et al. Segmentation Algorithm of Gangue Image Based on Image Eroding and Region Growing[J]. Industry and Mine Automation, 2009, 35(12): 29-32.
Citation: SONG Yong-bao, SUN Wei, ZHAO Jun, et al. Segmentation Algorithm of Gangue Image Based on Image Eroding and Region Growing[J]. Industry and Mine Automation, 2009, 35(12): 29-32.

基于图象腐蚀和区域生长的矸石图象分割算法

详细信息
  • 中图分类号: TP391.41

Segmentation Algorithm of Gangue Image Based on Image Eroding and Region Growing

  • 摘要: 在实际的矸石分选过程中,要求的目标主要是将大块的矸石分选出来。但是,在拍到的胶带运行过程图片中,往往夹杂着很多小的煤颗粒或是矸石颗粒,如果不滤除掉这些小的颗粒,会影响矸石分选的效果和效率。针对上述问题,提出了一种融合图象腐蚀和区域生长的矸石图象分割算法。该算法首先对采得的原始图象进行图象压缩,然后对压缩的图象进行直方图均衡化,通过设定合适的腐蚀半径对原图象采取图象腐蚀处理,并选择合适的种子和阈值对腐蚀后的图象进行区域生长,最后将处理后的图象和原图象做"与"运算,得到边缘清晰的大块矸石图象。仿真结果表明,该算法能有效分割出大块矸石,且经图象腐蚀后的区域生长阈值的取值范围明显变大,对其它边缘模糊图象具有一定的参考作用。

     

  • 加载中
计量
  • 文章访问数:  33
  • HTML全文浏览量:  5
  • PDF下载量:  3
  • 被引次数: 0
出版历程
  • 刊出日期:  2009-12-10

目录

    /

    返回文章
    返回