(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211037087.0 (22)申请日 2022.08.29 (65)同一申请的已公布的文献号 申请公布号 CN 115131375 A (43)申请公布日 2022.09.30 (73)专利权人 南通富莱克流体装备有限公司 地址 226200 江苏省南 通市启东市科技创 业园青年 东路5号 (72)发明人 易小艳　 (74)专利代理 机构 绍兴三人 行柯信知识产权代 理事务所(普通 合伙) 33495 专利代理师 朱亚飞 (51)Int.Cl. G06T 7/11(2017.01) G06T 7/13(2017.01)G06T 7/136(2017.01) G06T 7/45(2017.01) G06V 10/762(2022.01) 审查员 刘近帮 (54)发明名称 一种矿石自动分割方法 (57)摘要 本发明涉及图像处理技术领域， 具体涉及一 种矿石自动分割方法， 该方法本质上是一种基于 图像处理对矿石进行分割的方法， 具体为： 获取 矿石灰度图像， 确定量化块的尺寸， 根据量化块 的尺寸对矿石灰度图像进行分割得到矿石分割 图像； 根据量化块内的灰度级计算各量化块的颜 色信息指标； 根据量化块的形状散度系数、 类别 散度系数和空间散度系数计算边缘信息指标； 根 据矿石分割图像上量化块内各像素点的灰度共 生矩阵对应的熵值， 计算各量化块的纹理信息指 标； 进而计算得到量化块的复杂度； 根据复杂度 对量化块进行聚类得到不同类别区域， 对不同类 别区域分别进行分割得到矿石分割结果。 本发明 在减少分割计算 量的基础上提高分割的精度。 权利要求书3页 说明书8页 附图1页 CN 115131375 B 2022.11.18 CN 115131375 B 1.一种矿石自动分割方法， 其特 征在于， 该 方法包括以下步骤： 获取矿石灰度图像， 对矿石灰度图像进行边缘检测得到矿石边缘图像， 并设置量化块 的形状系 数和大小系 数； 根据矿石灰度图像的尺寸大小以及所述形状系 数和大小系 数， 确 定量化块的尺寸； 根据量化块的尺寸对矿石灰度图像进行分割 得到矿石分割图像， 所述矿 石分割图像上包括多个量 化块； 对矿石分割图像上各量化块内每个灰度级对应的频率与所有灰度级对应频率的中值 的差值进行求和， 根据所述求和结果与量化块内灰度级的总 数量之比， 得到各量化块的颜 色信息指标； 根据量化块的尺寸， 从矿石边缘图像上的对应位置提取边缘子块， 并获取边缘子块内 的边缘像素点， 对所述边缘像素点进行聚类得到多条边缘线段； 计算所有边缘线段上边缘 像素点的相关性的均值， 得到各边缘子块的形状散度系 数； 获取边缘子块内边缘线段的数 量， 记为各边缘子块的类别散度系数； 基于边缘子块内边缘线段之间的位置距离， 计算各边 缘子块的空间散度系数； 根据形状散度系数、 类别散度系数和空间散度系数， 得到边缘信息 指标， 具体为： 若边缘子块中边缘线段的数量大于1， 则对 形状散度系数、 类别散度系数和空 间散度系数进行加权求和， 得到边缘分布散度； 若边缘子块中边缘线段的数量等于1， 则边 缘分布散度为形状散度系数； 若边缘子块中边缘线段的数量等于0， 则边缘分布散度的取值 为0； 根据边缘子块内边缘像素点的数量和边缘子块内所有像素点数量的比值， 得到边缘子 块的边缘密度； 根据边缘子块的边缘密度与边缘分布散度得到边缘信息指标， 用公式表示 为： 其中， 表示边缘信息指标， 表示边缘分布散度， 表示边缘密度， 表示权重系 数； 根据矿石分割图像上量化块内各像素点的灰度共生矩阵对应的熵值， 计算各量化块的 纹理信息指标； 对颜色信息指标、 边缘信息指标和纹理信息指标加权求和， 得到量化块的复 杂度； 根据矿石分割图像上各量化块的复杂度对量化块进行聚类得到不同类别区域， 对不 同类别区域分别进行分割得到矿石分割结果。 2.根据权利要求1所述的一种 矿石自动分割方法， 其特征在于， 所述矿石边缘图像的获 取方法具体为： 利用Canny算子提取矿石灰度图像的边缘信息， 将边缘像素点的像素值重新 赋值为1， 其他像素点的像素值重新赋值 为0， 得到二 值图像， 记为矿石边 缘图像。 3.根据权利要求1所述的一种 矿石自动分割方法， 其特征在于， 所述量化块的尺寸的获 取方法具体为： 其中， 表示量化块的尺寸， 表示矿石灰度图像的尺寸大小， zo表示量化块 的大小系数， fe表示 量化块的形状系数， 表示M和N中的最小值。 4.根据权利要求1所述的一种 矿石自动分割方法， 其特征在于， 所述颜色信 息指标的获权　利　要　求　书 1/3 页 2 CN 115131375 B 2取方法具体为： 其中， 表示量化块的颜色信息指标， 表示量化块内第 i个灰度级对应的频率， 表 示所有灰度级对应频率的中值， l表示量化块内灰度级的总数量， 表示量化块的均匀度； 所 述第i个灰度级对应的频率具体为第i个灰度级对应的像素点数量与量化块内像素点的总 数量之比。 5.根据权利要求1所述的一种 矿石自动分割方法， 其特征在于， 所述形状散度系数的获 取方法具体为： 获取边缘子块中边缘线段上所有边缘像素点的坐标， 将所有边缘像素点的行坐标和列 坐标分别构成该边缘线段对应的行坐标序列和列坐标序列， 计算所述行坐标序列和列坐标 序列的皮尔逊相关系 数， 得到边缘线段上边缘像素点的相关性； 获取所有边缘线段上边缘 像素点的相关性的均值， 得到各边 缘子块的形状散度系数。 6.根据权利要求1所述的一种 矿石自动分割方法， 其特征在于， 所述空间散度系数的获 取方法具体为： 获取边缘子块中边缘线段上中心点的坐标， 其中， 中心点的行坐标为边缘线段上所有 边缘像素点行坐标的均值， 中心点的列坐标为边缘线段上所有边缘像素点列坐标的均值； 计算边缘子块整体密度中心的行坐标和列坐标， 用公式表示 为： 其中， 和 分别表示边缘子块整体密度中心的行坐标和列坐标， 和 分别表示第e 条边缘线段上中心点的行坐标和列 坐标， Q表示边缘子块中边缘线段的总数量， 表示第e 条边缘线段上边缘像素点的数量， 表示边缘子块中所有边缘线段上包含的边缘像素点 的数量； 基于边缘子块整体密度中心的行坐标和列坐标计算边缘线段之间的位置距离， 得到边 缘子块的空间散度系数， 用公式表示 为： 其中， 表示空间散度系数， 和 分别表示边缘子块整体密度 中心的行坐标和列坐 标， 和 分别表示第 e条边缘线段上中心点的行坐标和列坐标， Q表示边缘子块中边缘线 段的总数量。权　利　要　求　书 2/3 页 3 CN 115131375 B 3