石料加工过程中颗粒粒性表示与计算

doi:10.3778/j.issn.1002-8331.2009.10.061

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (10): 202-203.DOI: 10.3778/j.issn.1002-8331.2009.10.061

石料加工过程中颗粒粒性表示与计算

阳波¹,段吉安²,郑煜²

1.湖南师范大学图像识别与计算机视觉研究所，长沙 410081
2.中南大学机电工程学院，长沙 410083

收稿日期:2008-02-18 修回日期:2008-04-25 出版日期:2009-04-01 发布日期:2009-04-01
通讯作者: 阳波

Formulation and computation of particle shape in stone producing

YANG Bo¹,DUAN Ji-an²,ZHENG Yu²

1.Institute of Image Recognition and Computer Vision，Hunan Normal University，Changsha 410081，China
2.College of Mechanic & Electric Engineering，Central South University，Changsha 410083，China

Received:2008-02-18 Revised:2008-04-25 Online:2009-04-01 Published:2009-04-01
Contact: YANG Bo

摘要/Abstract

摘要： 石料加工生产过程中石料粒性的质量是非常重要的，石料成品通常要求粒度大小均匀，粒形好。目前许多研究机构采用计算机视觉技术代替传统人工控制取得了良好监控效果。根据对传统石料生产工业流程与粒度表示模型的研究，建立了粒度形状的统计模型，在此基础上开发了一套自适应控制的计算机视觉系统，实现了对生产线的自动监视和控制。

关键词: 石料, 计算机视觉, 颗粒粒度, 图像分割

Abstract: Particle shape of stone is very important in stone producing.Sizes of the products of stone as well as their shapes are requested to be made equally.Nowadays many research institutions have focused on the computer vision technology replacing the manual control and have made a lot of obvious progresses.After studying the formulation of particle shape within stone producing，a new statistical model of particle shape is designed and a computer vision system which can automatically control production fabrication is developed.

Key words: stone material, computer vision, particle, image separating

阳波¹,段吉安²,郑煜². 石料加工过程中颗粒粒性表示与计算[J]. 计算机工程与应用, 2009, 45(10): 202-203.

YANG Bo¹,DUAN Ji-an²,ZHENG Yu². Formulation and computation of particle shape in stone producing[J]. Computer Engineering and Applications, 2009, 45(10): 202-203.

[1]	许昊，张凯，田英杰，种法广，王子超. 深度神经网络图像描述综述[J]. 计算机工程与应用, 2021, 57(9): 9-22.
[2]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[3]	李明山，韩清鹏，张天宇，王道累. 改进SSD的安全帽检测方法[J]. 计算机工程与应用, 2021, 57(8): 192-197.
[4]	赵阳，张俊华. 多尺度特征融合的脊柱X线图像分割方法[J]. 计算机工程与应用, 2021, 57(8): 214-219.
[5]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[6]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[7]	许德刚，王露，李凡. 深度学习的典型目标检测算法研究综述[J]. 计算机工程与应用, 2021, 57(8): 10-25.
[8]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[9]	肖雨晴，杨慧敏. 目标检测算法在交通场景中应用综述[J]. 计算机工程与应用, 2021, 57(6): 30-41.
[10]	袁铭阳，黄宏博，周长胜. 全监督学习的图像语义分割方法研究进展[J]. 计算机工程与应用, 2021, 57(4): 43-54.
[11]	彭璟，罗浩宇，赵淦森，林成创，易序晟，陈少洁. 深度学习下的医学影像分割算法综述[J]. 计算机工程与应用, 2021, 57(3): 44-57.
[12]	林淑彬，吴贵山，许甲云，杨文元. 多帧监督的相关滤波无人机目标跟踪[J]. 计算机工程与应用, 2021, 57(24): 152-160.
[13]	王涛，王文举，蔡宇. 基于深度学习的三维点云语义分割方法研究[J]. 计算机工程与应用, 2021, 57(23): 18-26.
[14]	刘锐，丁辉，尚媛园，邵珠宏，刘铁. COVID-19医学影像数据集及研究进展[J]. 计算机工程与应用, 2021, 57(22): 15-27.
[15]	周绍光，吴昊，赵婵娟，陈仁喜. 利用同质区特性的高光谱图像迁移学习分类[J]. 计算机工程与应用, 2021, 57(21): 224-233.

石料加工过程中颗粒粒性表示与计算

Formulation and computation of particle shape in stone producing

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics