(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211323594.0 (22)申请日 2022.10.27 (71)申请人 北京中育神州数据科技有限公司 地址 100089 北京市石景山区海淀苏州街 18号院-4楼7层70 3-1 (72)发明人 龚智诚　赵俞　 (74)专利代理 机构 池州秉恒知识产权代理事务 所(普通合伙) 3426 0 专利代理师 孙利华 (51)Int.Cl. G01N 21/84(2006.01) G06V 10/50(2022.01) G06V 10/82(2022.01) (54)发明名称 一种基于RGB直方图曲线阈值判别磁铁矿有 无的方法 (57)摘要 本发明涉及磁铁矿识别技术领域， 且公开了 一种基于RGB直方图曲线阈值判别磁铁矿有无的 方法， 所述方法包括以下步骤： S1、 确定采集 设备 及拍摄参数； S2、 采集样本集； S3、 分析样本集直 方图； S4、 选定阈值。 该基于RGB直方图曲线阈值 判别磁铁矿有无的方法， 与 深度学习神经网络技 术相辅相成， 弥补了神经网络在判断 “是”和“非” 能力薄弱的问题， 相较于灰度直方图仅有一条特 征曲线， RGB直方图有 三条特征曲线， 更多的特征 曲线代表着 “有无磁铁矿 ”的逻辑判断更为严谨， 识别准确性能够在一定程度上得到提高， 相较于 灰度直方图， RGB直方图抗噪声干扰能力更强， 能 在一定程度上降低图像噪声所 带来的误差 。 权利要求书1页 说明书4页 附图1页 CN 115541582 A 2022.12.30 CN 115541582 A 1.一种基于RGB直方图曲线阈值判别磁铁矿有无的方法， 其特征在于： 所述方法包括以 下步骤： S1、 确定采集设备及拍摄参数； S2、 采集样本集； S3、 分析样本集 直方图； S4、 选定阈值。 2.根据权利要求1所述的一种基于RGB直方图曲线阈值判别磁铁矿有无的方法， 其特征 在于： 所述S1确定采集设备及拍摄参数的具体操作步骤如下： S1‑1、 选取采集设备： 根据需求大选用普通 光学显微镜和照相机； S1‑2、 选定拍摄参数： 调试照相机的拍摄参数至能够清晰区分磁铁矿和背景， 随后固定 显微镜光源。 3.根据权利要求1所述的一种基于RGB直方图曲线阈值判别磁铁矿有无的方法， 其特征 在于： S2采集样本集的具体操步骤如下： S2‑1、 图片采集： 调节物镜和粗细准焦螺旋至显微镜视域清晰， 移动载物台至不同视 野， 视野类型要包括含有磁铁矿和不含有磁铁矿的两种； S2‑2、 图片筛选： 分别从两种类型的图片中， 各随机抽取100 张图片作 为样品集， 样品集 分为含磁铁矿样本集和不含磁铁矿样本集。 4.根据权利要求1所述的一种基于RGB直方图曲线阈值判别磁铁矿有无的方法， 其特征 在于： 所述S2 ‑1图片采集中， 采用照相机拍摄照片， 分别拍摄若干张图片， 且每种类型至少 大于500张。 5.根据权利要求1所述的一种基于RGB直方图曲线阈值判别磁铁矿有无的方法， 其特征 在于： 所述S3分析样本集 直方图的具体操作步骤如下： S3‑1、 导入样本集： 将两种类型的样本集导入直方图分析软件， 输出得到每张图片的 RGB直方图； S3‑2、 数理统计分析： 将样本集的RGB直方图进行曲线特征分析， 分别得到不含磁铁矿 样本的RGB数值区间和含磁铁矿样本的RGB数值区间， 两者RGB数值区间的交集的补集即磁 铁矿的RGB数值特 征区间。 6.根据权利要求1所述的一种基于RGB直方图曲线阈值判别磁铁矿有无的方法， 其特征 在于： 所述S4选 定阈值的具体操作如下： S4‑1、 筛选阈值： 取磁铁矿的RGB数值特征区间最小的数值为起始阈值， 并将起始阈值 作为判断是否含有磁铁矿的标志， 若图片RGB直方图出现大于起始阈值的点， 则表示含有磁 铁矿， 若未 出现则判断不含有磁铁矿； S4‑2、 调整阈值： 准备100张图片进行测试， 若其中95张图片都正确定性判断， 则可认为 该阈值为逻辑阈值， 若正确定性判断少于95张， 则调整阈值， 至最终有95张通过。权　利　要　求　书 1/1 页 2 CN 115541582 A 2一种基于RGB 直方图曲线阈值判别磁铁矿有无的方 法 技术领域 [0001]本发明属于磁铁矿识别技术领域， 具体为一种基于RGB直方图曲线阈值判别磁铁 矿有无的方法。 背景技术 [0002]磁铁矿作为一种常见的天然矿物， 在工业上有着大量定性和定量需求， 随着计算 机技术的发展以及测试仪器的进步， 人们 可以做到将磁铁矿进行准确定性及定量， 但需要 花费较长的时间。 [0003]在工业生产上， 先定性后定量， 对于海量未知数据进行定性的难度实际上大于对 已经完成定性再进 行定量的难度， 为了解决定性问题， 即天然矿物是否含有磁铁矿， 人们最 早采用的方法是进行人工鉴定， 随着图像处理技术的发展， 科研人员 在研究用图像色彩技 术来进行定性划分， 例如二值化， 用图像色彩特征进行划分的基础理论依据是目标对 象的 色彩特征可被定义。 [0004]磁铁矿本身具有一定反射率， 这个特点是绝大多数天然矿物所不具备的， 在光学 显微镜反射光光源条件下， 可以看到磁铁矿的颜色呈灰白， 而绝大多数矿物由于反光能力 薄弱， 基本都显示为暗灰色， 可以认为， 在此条件， 磁铁矿 具有可被定义的色彩特征， 而非磁 铁矿同样也具有可被定义的色彩特 征。 [0005]因此， 基于图像处理技术的判别磁铁矿有无的研究如火如荼， 直方图， 作为图像处 理的常用研究对 象， 为揭示图像色彩特征及目标对 象特征发挥着巨大 的作用， 直方图类型 包括灰度直方图和RGB直方图， 当下主流通常以下方法并存在一系列的问题， 第一种图像阈 值分割方法： 阈值分割法主要是利用待获取 的目标对 象和图像背景间的灰度特征差别， 通 过将目标图像看成是互不相等的两个灰度区域， 然后再根据一个适当的阈值来确定图像中 的像素点到底属 不属于目标区域， 由此产生相对应的二值图像， 在二分类 问题中也可以使 用该方法， 帮助判断图像中有 无目标对象， 此类方法一方面造成图像阈值受到算法影响， 不 同算法会表现出不一样的准确 性， 目前没有适合于矿物的图像阈值分割算法， 研究出适合 的图像阈值分割算法需要投入大量时间， 另一方面， 磁铁矿边界的色彩与背景或非磁铁矿 矿物较为相近， 利用阈值 来实现目标对象二 值化分割的效果有限； [0006]第二种方法为灰度直方图法： 灰度直方图反映一幅 图像中各灰度级像素出现的频 率与灰度级的关系， 在使用轮廓线确定物体边界时， 通过灰度直方图能够更好地选择边界 阈值， 进行阈值化处理， 最 终实现图像分割的效果， 该技术目前被广泛应用在计算机图像处 理领域， 灰度直方图存在着图像噪声污染的问题， 噪声将会严重影响灰度直方图的变化阈 值， 进而无法对图像进行准确二分类； [0007]第三种方法为目视解译： 专业人员通过直接观察或借助显微镜在矿物图像上获取 特定矿物信息的过程， 目视解译法， 依靠解译者的知识、 经验和掌握的相关资料， 通过大脑 分析、 推理、 判断， 提取矿物图像中有用的信息， 对于判断图像中是否存在磁铁矿， 目前常用 目视解译法， 该方法通过人工肉眼进行识别， 需要研究人员具有一定专业素质， 且费时费说　明　书 1/4 页 3 CN 115541582 A 3