[发明专利]烧结矿主要矿物相自动识别方法

说明书

(一)技术领域

本发明涉及烧结矿矿相分析技术，尤其涉及烧结矿主要矿物相的自动识别方法。

(二)背景技术

烧结矿是多种物料混合经高温部分熔融的人造富矿，为非均质物相，其矿相组织结构十分复杂。烧结矿矿相组织通常有赤铁矿、磁铁矿、铁酸钙、硅酸盐这4大类物相。在烧结矿显微图像中，各物相成分交混、嵌套存在，各成分间界限不清，颜色信息不丰富，大多数矿相类别只有灰度信息，而且这些物相的灰度分布交混在一起，有些成分的灰度峰值和分布规律并不明显，由此造成很难找出实现图像分割的准确灰度阈值。这些因素给烧结矿矿相光学显微影像组织成分的自动识别和分析造成很大困难。

现有的烧结矿矿相分析技术主要是使用传统的人工分析方法，即在光学显微镜下通过人眼对各种矿物相的观察、分析，并进行手工统计。根据各种显微光学组织的灰度、形状、以及与周边组织结合状态等因素进行目视区分和识别，采用人工数点法统计，一般一个试样要在显微镜下人工移动两千多点，对图像的中心点实施人工目视判断，根据人眼判别该点的类别，并对各类别按点计数，最后按该类别点数占全部统计点数的百分比，得出各类成分的比例。因而人工方法存在工作量大、效率低、以点代面的统计方法准确度低下、容易误识等多方面缺点。

现有的利用计算机进行铁矿石烧结矿显微图像组织成分的识别与分析技术，是需要人工输入不同成分的灰度阈值范围，因各成分在显微图像中的灰度是随实验条件而变化的，即使有经验的实验师也很难确切地给出准确的分类灰度阈值，而人工介入的方法无论从效率方面还是准确性方面，都有很大弊端。

(三)发明内容

本发明的目的在于提供一种烧结矿主要矿物相自动识别方法，该识别方法能够自动区分烧结矿矿相显微图像中赤铁矿、磁铁矿、铁酸钙、硅酸盐及粘结剂这五大类物相，从而实现烧结矿赤铁矿、磁铁矿、铁酸钙、硅酸盐这四大物相的准确识别和含量统计。

本发明是这样实现的，一种烧结矿主要矿物相自动识别方法，其步骤是：

第1步，图像采集，利用数码影像采集设备成批采集烧结矿的微观数字图像一组多幅；

第2步，直方图提取，对同一批组的每一幅图像进行红、绿、蓝三个通道的统计形成对应的红色直方图、绿色直方图、蓝色直方图以及经过灰度转换的灰度直方图；然后把每一幅直方图进行累加，分别得到这一批组图像对应的红色、绿色、蓝色及灰度总直方图分布；

第3步，直方图的高斯分布拟合，将各个矿物相类别的灰度分布均看成是高斯分布，采用基于期望值最大化(Expectation Maximization，简称EM)的方法，对步骤2得到的总直方图分布，用几个分解开来的高斯分布来进行拟合；通过数学拟合，可以将红色、绿色、蓝色及灰度原始总直方图分布分别分解成由A、B、C、D、E五个高斯分布；

第4步，确定阈值，阈值就是五个高斯分布曲线之间的最小概率处，即相邻曲线的交叉点；在对红色、绿色、蓝色及灰度总直方图分布进行拟合后分别得到四组阈值；

第5步，类别划分，将每一幅图像根据最优阈值分割为各成分区域，将赤铁矿、磁铁矿、铁酸钙、硅酸盐、粘结剂五大类区分开；

第6步，定量分析，对同一批组的多幅图像的各成分区域面积进行统计，得到最终的成分含量分布，即赤铁矿、磁铁矿、铁酸钙、硅酸盐、粘结剂的含量分布。

所述在同一批组图像的最优阈值选择中，选择灰度阈值结合红色通道阈值就可以得到最优阈值，也就是赤铁矿、磁铁矿、铁酸钙、硅酸盐、粘结剂这五大类矿物相的最佳分割阈值。

本发明提出了一种适用于烧结矿各类物相类别的灰度分布交混和峰值分布规律不明显的情况下自动找出最优分割阈值的方法。即基于期望值最大化(Expectation Maximization，简称EM)的方法；它采用数学期望最大化直方图逼近算法，通过不同成分高斯分布的拟合，获得最优化的图像分割灰度阈值；对烧结矿的一批数字显微图像进行分析，得到分割赤铁矿、磁铁矿、铁酸钙、硅酸盐及粘结剂这五大类物相的最优阈值参数，从而能够实现烧结矿矿相图像中赤铁矿、磁铁矿、铁酸钙、硅酸盐及粘结剂的计算机智能识别方法，进而由计算机实现各物相面积含量的准确统计计算，为烧结矿矿相自动分析奠定了坚实准确的基础。

(四)附图说明

下面结合附图和具体实施方式对本发明作进一步说明。

图1(a)为烧结矿矿相样品灰度直方图，图中实线是原始直方图，虚线是用高斯逼近的直方图；

图1(b)为高斯分布(虚线)以及叠加得到的近似分布(实线)图；