[发明专利]一种基于双能X射线的图像识别处理方法及控制系统在审
申请号: | 201910955817.7 | 申请日: | 2019-10-09 |
公开(公告)号: | CN110672649A | 公开(公告)日: | 2020-01-10 |
发明(设计)人: | 徐道际;王斌;肖杰 | 申请(专利权)人: | 安徽宏实光机电高科有限公司 |
主分类号: | G01N23/227 | 分类号: | G01N23/227 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 230000 安*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 矿选 等效原子序数 质量衰减系数 低能投影数据 高能投影数据 光电效应 矿石分解 像素 矿石 分解 最小二乘法 辐射区域 输送装置 图像识别 分布图 基材料 拟合 检查 | ||
本发明涉及矿选领域,公开了一种基于双能X射线的图像识别处理方法,包括:将矿石通过输送装置输至双能X射线扫描辐射区域,得到高能投影数据图和低能投影数据图图;对高能投影数据图和低能投影数据图进行双能分解,得到矿石分解系数,利用最小二乘法对矿石分解系数进行拟合获得极小值点,利用极小值点获得极小值;将该基材料分解系数作为初值,计算被检查物体的每个像素的等效原子序数和电子密度;根据每个像素的等效原子序数和电子密度,计算光电效应所对应的质量衰减系数,利用光电效应所对应的质量衰减系数;根据质量衰减系数计算得到、等效原子序数和电子密度得到矿石的分布图,可以有效的进行矿选,矿选效果高,矿选效果佳。
技术领域
本发明涉及矿选领域,更具体地说,特别涉及一种基于双能X射线的图像识别处理方法及控制系统。
背景技术
双能X射线的技术出现为实现准确物质识别提供了一种有力的途径,双能X射线通过采集两种不同X射线能谱下的投影数据,一般分别记作高能投影数据图和低能投影数据图图,然后通过专门的材料分解方法,可以同时重建得到扫描物体原子序数Z和电子密度的分布图像,而获得原子序数也就实现了物质识别。由于物质的衰减系数是随光子的能量变化的,X射线具有很宽的能谱,并不是单色的,因此传统CT的投影模型应该是非线性的,对投影数据直接重建得到的是等效衰减系数。矿石是指可从中提取有用组分或其本身具有某种可被利用的性能的矿物集合体。可分为金属矿物、非金属矿物。矿石中有用成分(元素或矿物)的单位含量称为矿石品位,金、铂等贵金属矿石用克/吨表示,其他矿石常用百分数表示。但是现有矿选效果不佳,矿选效率低。
如何解决上述技术问题,成为亟待解决的难题。
发明内容
本发明的目的在于提供一种基于双能X射线的图像识别处理方法及控制系统,以解决背景技术中提到的问题。
为了达到上述目的,本发明采用的技术方案如下:
一种基于双能X射线的图像识别处理方法,其特征在于,包括:S1、将矿石通过输送装置输至双能X射线扫描辐射区域,得到高能投影数据图和低能投影数据图图;S2、对所述高能投影数据图和低能投影数据图进行双能分解,得到矿石分解系数,利用最小二乘法对所述矿石分解系数进行拟合获得极小值点,利用极小值点获得极小值;S3、将该基材料分解系数作为初值,计算被检查物体的每个像素的等效原子序数和电子密度;S4、根据每个像素的等效原子序数和电子密度,计算光电效应所对应的质量衰减系数,利用光电效应所对应的质量衰减系数;S5、根据所述质量衰减系数计算得到、等效原子序数和电子密度得到矿石的分布图,可以有效的进行矿选,矿选效果高,矿选效果佳。
进一步地,双能X射线通过一体式X射线发生器发出,该X射线发生器的出口形状为扇形,在该一体式X射线发生器出口处安装有朝下开有扇形口的准直器。
进一步地,所述扇形的最大辐射扇形角度范围为80~150°。
进一步地,通过X射线接收探测模块得到高能投影数据图和低能投影数据图图。
本方案还提供了一种应用于基于双能X射线的图像识别处理的控制系统,其特征在于,包括:控制器;高能投影模块,用于发出高能X射线并扫描矿石区域;低能投影模块,用于发出低能X射线并扫描矿石区域;接收模块,用于接受穿透过矿石的高能X射线和低能X射线;处理模块,用于计算得到等效原子序数和电子密度得到矿石的分布图;显示模块,用于显示计算得到的数据信息。所述高能投影模块、低能投影模块、接受模块、处理模块、显示模块均与控制器连接。
与现有技术相比,本发明的优点在于:
本方案可以有效的进行矿选,矿选效果高,矿选效果佳。
附图说明
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽宏实光机电高科有限公司,未经安徽宏实光机电高科有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910955817.7/2.html,转载请声明来源钻瓜专利网。