[发明专利]一种基于灰度图像处理的爆破漏斗体积识别方法

说明书

本发明公开了一种基于灰度图像处理的爆破漏斗体积识别方法，首先清理出爆破漏斗周边的碎石，并测量爆破漏斗的可见深度Z，然后拍摄爆破漏斗的图像，此图像为爆破漏斗原始图像，对该原始图像进行两次裁剪，然后建立直角坐标系并提取图像的灰度参数，对图像分层，求出分层后每一面图像的面积，利用公式求出爆破漏斗体积，本发明涉及的空间体积运算很好的避免了爆破漏斗实验后对漏斗体积的大量繁复测绘，这样可以大大的减少实验的工作量，从而大大的减少物力、人力的支出，本发明的空间体积的运算方法能够很精确的起到采集爆破漏斗体积数据的作用，通过对成熟的遥感图像处理平台的运用，避免过多的人为的参与，这样能很好的规避实验中的偶然误差。

技术领域

本发明涉及一种基于灰度图像处理的爆破漏斗体积识别方法，属于图像识别技术与工程测绘技术领域。

背景技术

在爆破漏斗实验中，爆破漏斗的体积是所有参数里最为重要的数据，漏斗体积的准确测算直接影响到实验的可靠性以及后续爆破作业的设计。目前，通过大量的工程实践，总结出了传统爆破漏斗测算方式，即：抛物线法、体重法、基准定位法、水测法等。但是，客观上：各方法或因数据采集量导致工作量较大，或因方法本身存在不可避免的系统误差。导致体积测算的效率及精度不高。主观上：由于实际不同测量人员对测量精度的把控原则不同，对数据误差精度的取舍标准不同，导致体积测算的精度不高。图像识别技术是立体视觉、运动分析、数据融合等实用技术的基础，成熟地应用与导航、地图与地形配准、自然资源分析、天气预报、环境监测、生理病变研究等许多领域。但是，在国内外的研究现状中，能够把爆破漏斗实验与空间图像识别技术相结合的研究几乎没有。

发明内容

为了更好的研究爆破漏斗实验，填补这一空白，本发明提出一种基于灰度图像处理的爆破漏斗体积识别方法，本发明方法解决了爆破漏斗实验中，传统体积测量方法不够精确，不够高效，人为影响因数过大的问题。

本发明的技术方案是：一种基于灰度图像处理的爆破漏斗体积识别方法，具体步骤如下：

(1)待爆破实验结束后，首先清理出爆破漏斗周边的碎石，并测量爆破漏斗的可见深度Z，然后从爆破漏斗临空面以上的位置拍摄爆破漏斗的图像，此图像为爆破漏斗原始图像；

(2)以实验模型的内径R为边长对步骤(1)得到的爆破漏斗原始图像进行第一次裁剪，得到像素为K*K图像，然后再保证包含所有爆破漏斗信息的情况下，对第一次剪裁后的图像再进行裁剪，去除非爆破漏斗区域的图像信息，得到像素为k*k的图像，以第二次裁剪后的图像为坐标原点，以水平方向为X轴，以竖直方向为Y轴，以R/K为单位长度建立平面直角坐标系；

(3)提取第二次裁剪后图像的灰度参数J，单位灰阶的长度为Z/J，然后将平面直角坐标系的图像进行分层，分为n层n+1面，每层的灰度阶数为J/n，层间距为h/J·J/n＝h/n；

(4)对分层后的每一面图像设定灰度值，得到该分层面的面积S₁，S₂，，，S_n，S_n+1；

(5)利用公式求出爆破漏斗体积，其中，V表示爆破漏斗体积。

所述步骤(1)～(4)用遥感图像处理软件对图像进行处理。

所述分层，层数越多，计算越精确。