计算机视觉技术在矿山生产中的应用

文｜张宇

现代化矿山安全生产管理体系将现代化计算机及可视化处理技术加以合理并有效合理地综合运用推广到实际矿山实际生产工作中，有助于人们利用先进计算机及其可视化信息处理技术去对现代矿山系统的矿山各项安全生产管理实际的图片状况来进行合理有效地管理，对我国矿山实际的各种生产的总体情况便有更为清楚直观及全面细致的认识掌握方法和了更为清晰深刻具体的知识理解，便于我们准确了解掌握当代矿山系统安全生产中各种情况。

矿山生产分为两种主要的阶段：开采与选矿。通过爆破采矿、铲土、粉碎、浮选的工业生产阶段，具有流程多、结构原因不清、干扰条件多的特征。常规的测量方法难以达到实时性要求，无法建立过程监控体系。生产流程需要在最佳运行环境下，使得成本高昂，矿石品质不稳定。近年来，由于各种新科技的迅速发展，电脑可视化技术在矿山工作环境中的运用已形成了一个全新的发展趋势。其非接触式感知、多层次数据整合、高速建模与分析的技术优势，适应了矿山施工规模大、不间断、快速反应的特点。本文主要就机器视觉技术在矿山施工、三维可视化模型设计以及矿块粒度测量过程中的运用，开展了探讨与分析。

一、计算机可视化技术简介

Visualization（科学计算可视化）最初是在20世纪80年代后期开发的。20世纪90年代，计算机可视化软件技术的发展取得了前所未有的进步。近年来，以三维矿床建模方法为典型代表的数字采矿可视化软件技术，在西欧以及中国等工业市场上的使用与开发也十分迅速。计算机可视化处理技术已涵盖到了矿山过程的辅助建模应用、矿床三维模型、地质信息处理技术等诸多方面。目前，计算机矿山可视化的应用研究方向已逐步扩展到矿山三维集成技术和矿山三维可视化实体。

二、矿区三维可视化建模

在数字化矿山设计中，引入了大量智能化、流程化、数字化的软件和系统，可以建立准确的三维矿坑模型，对配矿、生产调度、质量控制等各种工作均具有意义。同时由于坑内的挖掘与排土，在矿点内还将产生不少高度巨大的边坡。边坡的稳定与矿山生产的安全息息相关，因此对边坡的感知与监测也是需要重点关注的内容。

通常有GPS单点、DINSAR和激光三维扫描这3种三维建模测量技术。GPS单点测量的优点是精确，便于连续计算，但计算比较分散，也比较容易收到信号强度的干扰。因此采用DINSAR检测的主要优点就是可以得到整体图形，而且速度快，准确性高，但不足之处主要是由于卫星的过境距离比较远，再加上时间昂贵，使得较难于在一定的时间点得到所要求的三维形象。而激光数字化扫描测量方法的主要优点是由于可以获取三维信息的效率高、精确度强，但其缺陷则是由于成本昂贵、工作量大，以及后期处理比较繁琐，且数据处理的自动化程度也较差。因此上述三种方法，在满足矿山生产中准确、高频率、低成本、快速生产的技术要求方面，都存在着各种程度的不适合，而不能在实际中有效应用。

随着图像处理硬件环境与图像计算机功能结构的性能日益得以改善以及计算图像技术研究和分析方法技术的日益进展，尤其特别是图像特征点数据获取建模与分析结合的新方法、SFM(动态恢复系统)和MVS(多视点立体视觉)算法的不断完善，基于图形的三维重建计算也逐步应用到了实际中。该技术具有精确、速度快、成本低、使用相对简单的优点。满足了对矿山三维重建技术的需求。主要运用于对矿山数字三维模型的构建，和对矿山边坡的测量。

（一）矿坑数字三维模型构建

一般来说，对碗形井的数字三维模拟都是由无人机所携带航空摄影设备形成的。虽然通过事先设计的飞行路线，虽然方法选择不同，但实现方法通常都是采用，特征点采集-密集点阵形状合成-点云图像融合-三维地质模型和投影图像采集的方法。普遍采用现成的商用软件系统或是科学计算可视化库进行开发。通过勘探网的实地勘测，任何的方法都能够实现较高的准确度，通常限制在0.1m之内，一些方法能够限制在0.05m之内。通过运动和结构重建，以及光束调整后的图像序列中的露天矿三维自动建模方法，利用SfM或者BA方法可以通过随机采集照片数据来建模，但不需要地面控制点的信息。首先，当相机的方位角和姿态无法提前标定时，利用SfM估计相机的内外方位角元素；然后，采用基于像素块分析的多视点立体估计算法对密集点云信号进行估计。然后采用波束法对点云信号进行调整，提高三维重建精度。最后，得到了较为完善的三维数字矿山模型。

（二）矿区边坡检测

边坡检测的过程与数字矿山三维模型的构建略有不同。可利用无人机进行拍摄或者是特定斜坡的不同地面位置角度获得，可简化操作，具体计算路径也与上述相同。由于在斜坡勘探阶段坑内区域面积变小，因此检测准确度提高，最大偏差范围约为0.01米左右。无人机倾斜摄影技术可用于露天矿边坡的三维重建。对无人机航拍图像进行预处理后，采用SIFT方法获取信息，经过多视角图像的密集匹配，得到的高密度三维点云DSM图像是一致的。

三、矿块粒度检测

在选矿厂过程中，磨矿是一个非常重要的环节，磨矿工艺直接影响后续精矿生产的矿物质量性能和矿物品位。目前，矿石颗粒的平均粒度分布是磨矿工艺参数评价中最重要的评价因素之一。传统的矿石粒度分析与检测技术通常是离线破碎筛分，或可在矿石粉碎完毕后直接利用人工取样设备直接进行矿石筛分检查。但这种方法既费时、费力、又耗能，同时也不能精确掌握出料颗粒的反馈信息，从而实时调整粉磨工序数据，从而改善了粉磨的工序性能。

利用图像识别技术，能够有效避免出现传统方法的问题。且该方案因为硬件成本的降低与算法的改进，已具备成本低、效率好、速度快的优势。目前国内研究者已经做过大量调研，并获得了大量研究成果。通常，基于图像处理和分析的矿石粒度测量大致可以分为四个过程：摄影—图像滤波—图像分割—参数计算。根据主流的图像过滤和图形切割技术，根据现有的矿石尺寸测定技术，经过试验对比不同的过滤技术和切割手段，选择判断准确性和错误率的综合判断指标。在滤波领域，从主观、客观和技术角度讨论了中值滤波、双边滤波器、形态重建滤波、全变分滤波和非局部均值滤波的五种主要分析方法在分割领域，比较了人工分割、极端侵蚀流域分割、最大距离流域分割、随机游走分割、超像素归一化分割和超像素分层合并分割六种方法，并在准确性和有效性的方面对这些方法进行了研究，并针对各种情形提出了具体的图像滤波与切割技术方案。

此外，在实际工作中，由于现场环境复杂多变，粉尘、光照等影响，不同矿物的颜色、外观形状都具有不同的差异，以堆积状态和以黏附状态形式相对存在矿物的相对浓度变化对矿石粒度特征分析数据的分析准确度稳定性和判断精确度均影响很大。因此，在实际操作环节，还需合理安装各种光源、挡板、除尘净化装置等人工辅助设备。

四、结束语

如今，在矿山生产中已广泛采用了计算机视觉处理技术，该技术可以让人们对矿坑、矿石和浮选泡沫的观测不受位置、温度等人为力量的干扰。利用可视化监测生产流程，拥有远距离监测、可视化、高智能、抗干扰等的特性，且能在大范围内开展监测精度，并且可实现即时控制，以提高生产效率、节能降耗、提升制造质量。随着可视化技术的发展，将对矿石开采、选矿加工和冶金等生产过程中得到越来越广泛的运用，还可以完成更高效地监控和反馈管理功能，在更大程度上提高生产效率、节能降耗。