爆破裂纹形态统计的图像特征提取技术研究

金属矿山 ›› 2018, Vol. 47 ›› Issue (03): 146-150.

爆破裂纹形态统计的图像特征提取技术研究

司剑峰^1,2，钟东望^1,2，涂圣武^1,2，陈晨^1,2，黄雄^1,2 

1.武汉科技大学理学院，湖北武汉 430065；2.武汉科技大学爆破技术研究中心，湖北武汉 430065

出版日期:2018-03-15 发布日期:2018-03-20
基金资助:
基金项目：国家自然科学基金项目（编号：51174147，51574184），武汉科技大学青年骨干培育计划项目（编号：250089）。

Statistical Study on Burst Crack Pattern Based on Image Feature Extraction Technology

Si Jianfeng^1,2，Zhong Dongwang^1,2，Tu Shengwu^1,2，Chen Chen^1,2，Huang Xiong^1,2

1.College of Science,Wuhan University of Science and Technology,Wuhan 430065，China；2.Blasting Technology Research Center,Wuhan University of Science and Technology,Wuhan 430065，China

Online:2018-03-15 Published:2018-03-20

摘要/Abstract

摘要： 在用高速摄影研究爆破裂纹形态时，由于拍摄光线、视角或爆破产生的粉尘等原因，照片分辨率较差，很难看清裂纹，对研究爆破裂纹的扩展过程造成很大的影响。基于MATLAB平台，设计钻孔爆破裂纹识别系统对高速摄影图像进行处理，利用处理过的图像来描述爆破裂纹形态和发展，并从处理结果中检测出裂纹的数据进行统计，从而方便分析爆破裂纹发展的特征并得出其规律。将得到的裂纹扩展数据和规律与之前学者做过的类似研究结果进行了对比，分析二者的误差和区别，完善了爆破裂纹图像检测和数据处理的方法和理论。

关键词: 高速摄影, 爆破裂纹形态, MATLAB, 图像处理

Abstract: In the case of high-speed photography to study the shape of blasting cracks，due to shooting light，viewing angle or dust generated by blasting and other reasons，the photo resolution is poor，it is difficult to see the cracks，which study the development of blasting cracks caused a great impact.Therefore，based on MATLAB platform，the design of drilling blasting crack recognition system for high-speed photographic images processing，the use of processed images to describe the shape and development of blasting cracks，and from the processing results to detect the crack data statistics，to facilitate the analysis of blasting cracks The law of development.The results show that the crack propagation data and the regularity are compared with those of the previous scholars，and the methods and theories of the crack detection and data processing are analyzed.

Key words: High speed photography, Blasting crack morphology, MATLAB, Image processing

司剑峰, 钟东望, 涂圣武, 陈晨, 黄雄. 爆破裂纹形态统计的图像特征提取技术研究[J]. 金属矿山, 2018, 47(03): 146-150.

SI Jian-Feng, ZHONG Dong-Wang, TU Sheng-Wu, CHEN Chen, HUANG Xiong. Statistical Study on Burst Crack Pattern Based on Image Feature Extraction Technology[J]. Metal Mine, 2018, 47(03): 146-150.

[1]	李洪伟, 吴延梦, 潘　乐, 朱　成, 杨赛群, 黄昕旭. 基于DIC 的露天矿山微差爆破模型试验及数值模拟[J]. 金属矿山, 2024, 53(3): 131-.
[2]	卜显忠, 杨怡琳, 宛　鹤. 基于浮选泡沫图像预测精矿品位的研究进展[J]. 金属矿山, 2024, 53(2): 25-.
[3]	倪彬, 张伟, 刘晓明, 汪朝. 基于改进能量极值法的微震信号与爆破信号识别方法[J]. 金属矿山, 2023, 52(07): 185-191.
[4]	汪泉, 杨礼澳, 李烨, 黄小明, 李瑞. 基于 Matlab 的爆破降尘效果定量化分析软件开发及应用[J]. 金属矿山, 2023, 52(05): 195-201.
[5]	李凤久, 王仁贺, 贾清梅, 叶杨海, 孟克难, 徐彬. 磁化油酸钠溶液对气泡特性影响研究[J]. 金属矿山, 2023, 52(04): 79-85.
[6]	叶海旺, 温颖, 雷涛, 王其洲, 余梦豪, 严立德, 韦文蓬, 李兴旺, 王炯辉, 赵明生. 不同品位石墨矿岩冲击破坏模式与能耗特性研究[J]. 金属矿山, 2023, 52(03): 65-72.
[7]	严良平, 齐保卫, 吕旦, 周浩, 葛家晟, 张兵. 凝灰岩地层全断面机械破岩岩渣特性分析[J]. 金属矿山, 2022, 51(10): 30-35.
[8]	李洪伟, 黄昕旭, 吴立辉, 杨赛群, 管月强, 吴延梦. 电子雷管在岩巷爆破中掏槽孔微差时间试验研究及数值模拟[J]. 金属矿山, 2022, 51(07): 64-72.
[9]	叶海旺, 余梦豪, 雷涛, 王其洲, 严立德, 李兴旺, 李宁, 王炯辉, 高玉文. 不同品位晶质石墨矿石劈裂拉伸力学行为研究[J]. 金属矿山, 2022, 51(06): 55-60.
[10]	牛福生, 陈雨盈 , 张晋霞, 于晓东, 朱笑磊. 基于图像处理技术的赤铁矿絮凝体-气泡矿化过程研究[J]. 金属矿山, 2021, 50(12): 68-74.
[11]	于骞翔, 张元生 . 井下电机车轨道障碍物图像处理方法的智能识别技术[J]. 金属矿山, 2021, 50(08): 150-157.
[12]	张晓龙, 胡军, 赵天毅. 考虑粒径分级的排土场稳定性分析[J]. 金属矿山, 2016, 45(10): 171-176.
[13]	沈震, 徐良骥, 刘哲, 秦长才. 基于Matlab的概率积分法开采沉陷预计参数解算[J]. 金属矿山, 2015, 44(09): 170-174.
[14]	司剑峰, 钟冬望, 黄小武. 钻孔爆破孔间最佳延时时间模型试验研究[J]. 金属矿山, 2015, 44(06): 19-23.
[15]	王江荣. 高斯函数模型在变形监测数据处理中的应用[J]. 金属矿山, 2015, 44(04): 178-181.

扫码分享