کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6673482 465341 2013 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Monitoring of mineral processing systems by using textural image analysis
ترجمه فارسی عنوان
نظارت بر سیستم های پردازش مواد معدنی با استفاده از تجزیه و تحلیل تصویر بافت
کلمات کلیدی
کنترل فرایند، شناور شدن دست زدن به سنگ معدن، زغال سنگ،
ترجمه چکیده
در چند دهه گذشته، پیشرفت در تکنولوژی بینایی ماشین باعث شده است تا رویکردهای نوآورانه برای کنترل و نظارت بر سیستم های پردازش مواد معدنی. نمایندگی تصویر نقش مهمی را در عملکرد سیستم های تشخیصی مورد استفاده در این رویکردها ایفا می کند، جایی که استفاده از بازنمایی های ویژگی بر اساس آمار مرتبه دوم پیکسل های تصویری غالب است. با این حال، این بازنمایی ها ممکن است به اندازه کافی جذب یا بیان ساختار بافت بصری مرتبط با الگوهای مشاهده شده در تصاویر. در این مطالعه، استفاده از متون متناهی و چند بعدی مجازی موجک (اهرام های قابل هدایت) که با استفاده از نظریه های آماری مرتبه بالاتر بررسی می شود. این تکنیک ها به دو مجموعه داده های تصویری اعمال می شود: فلزات گروه پلاتین صنعتی فلوتاسیون فوم و ذرات ذغال سنگ در یک نوار نقاله. در مقایسه با سطح ماتریس همکاری و خاکستری و بازنویسی موجک کلاسیک، این مشاهدات برای بهبود عملکرد در هنگام استفاده به عنوان ورودی در مرحله تشخیص الگو مشاهده می شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی شیمی مهندسی شیمی (عمومی)
پیش نمایش مقاله
نظارت بر سیستم های پردازش مواد معدنی با استفاده از تجزیه و تحلیل تصویر بافت
چکیده انگلیسی
In the last few decades, developments in machine vision technology have led to innovative approaches to the control and monitoring of mineral processing systems. Image representation plays an important role in the performance of the recognition systems used in these approaches, where the use of feature representations based on second-order statistics of the image pixels have predominated. However, these representations may not adequately capture or express the visual textural structure associated with the observed patterns in images. In this study, the use of texton and complex multiscale wavelet representations (steerable pyramids) that exploit higher-order statistical regularities, is investigated. These techniques are applied to two image data sets: industrial platinum group metals froth flotation, and coal particles on a conveyor belt. Compared to grey level co-occurrence matrix and classical wavelet representations, these are observed to improve performance when used as input in the pattern recognition phase.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Minerals Engineering - Volume 52, October 2013, Pages 169-177
نویسندگان
, , ,