مجله ماشین بینایی و پردازش تصویر

مجله ماشین بینایی و پردازش تصویر

تعیین توزیع دانه بندی قطعات سنگ خرد شده ناشی از انفجار با استفاده از بازشناسی الگوی تصاویر

نوع مقاله : مقاله پژوهشی

نویسندگان
1 دانشجوی دکتری مهندسی معدن، دانشگاه شهید باهنر کرمان
2 بخش مهندسی معدن، دانشکده فنی و مهندسی، دانشگاه شهید باهنر کرمان
3 بخش مهندسی برق، دانشکده فنی و مهندسی، دانشگاه شهید باهنر کرمان
چکیده
توزیع ابعادی توده سنگ خرد شده، از مهم‏ترین پارامترها در انفجار معادن روباز است که می‌تواند بر بازدهی عملیات استخراج و فرآوری تاثیر گذار باشد. به‌منظور ارزیابی نتایج حاصل از انفجار، روش پردازش تصویری دیجیتال یک روش غیر مستقیم سریع و قابل اعتماد است. در این تحقیق بر پایه روش‌های استخراج ویژگی‌های دیداری و استفاده از شبکه های عصبی، الگوریتمی جهت تعیین توزیع دانه بندی توده سنگ خرد شده ناشی از انفجار ارائه شده است. تعداد 26 تصویر آزمایشی توده سنگ خرد شده، برای تعیین توزیع اندازه استفاده شده و نتایج حاصله با نتایج روش لبه‌یابی دستی و خودکار قطعات سنگ در نرم افزار Split- Desktop  مقایسه شد. نتایج به‌دست آمده یک بهبود کلی را در ارزیابی توزیع اندازه قطعات سنگ نشان داد. کاهش خطای 67%، 57% و 28% به‌ترتیب با استفاده از روش‌های فوریه، فیلترهای گابور و موجک حاصل شد. همچنین در ارزیابی اندازه‌های 10F تا 50F، روش‌های فوریه، گابور و موجک به‌ترتیب بهبود 52%، 40% و 21% را نشان داد.
کلیدواژه‌ها

عنوان مقاله English

Determine the size distribution of fragmented rock particles by blasting using images pattern recognition

نویسندگان English

Hadi Yaghoobi 1
Hamid Mansouri 2
Mohammad ali Ebrahimi 2
Hossein Nezamabadi-Pour 3
1 Mining Engineering Department, Shahid Bahonar University of Kerman
2 Mining Engineering, Department of Mining Engineering, Shahid Bahonar University of Kerman
3 Department of Electrical Engineering, Shahid Bahonar University of Kerman
چکیده English

Muck-pile size distribution is one of the most important parameters in open pit blasting that can affect mining and mineral processing efficiency. For evaluating fragmentation by blasting, digital image analysis is a fast and reliable indirect technique. In this study, based on neural network and visual feature extractions, an algorithm was developed to determine muck-piles size distribution using digital images.26 test images of fragmented rockwere used to determine size distribution and the results were compared with the results of automatic and manual aged detection of Split-Desktop software.The results showeda general improvement in evaluating rockparticles size distribution. We obtained an improvement of 67%, 57% and 28%, respectively using Fourier transform, Gabor and wavelet methods. Fourier transform, Gabor and wavelet methods showed also an improvement of 52%, 40% and 21 %, respectively in evaluating of F10 to F50.

کلیدواژه‌ها English

Size distribution
muck-pile
visual feature extraction
fragmentation evaluation
دوره 6، شماره 2
اسفند 1398
صفحه 61-77

  • تاریخ دریافت 24 تیر 1396
  • تاریخ بازنگری 20 خرداد 1397
  • تاریخ پذیرش 02 آذر 1397