矿冶工程

作者：黄磊, 陶明, 刘玉龙, 罗朝, 徐源泉

单位：1.中广核铀业发展有限公司, 北京 100048;2.中南大学 资源与安全工程学院, 湖南 长沙 410083\t

关键词：爆破块度,图像识别,图像分割,YOLOv8,双目视觉,数据增强,ROI提取,迁移学习

基金：国家自然科学基金面上项目（52274105）

为解决非洲纳米比亚湖山矿爆破块度快速自动识别的问题,提出了一种露天矿爆破块度动态识别模型,通过双目相机获取立体图像并构建深度图,结合改进的YOLOv8实例分割模型实现碎石分类与块度分析;并采用迁移学习、ROI提取和阴影数据增强技术优化模型,提升模型在复杂环境下的识别精度。模型训练结果表明,优化后的模型精确率达0.375,召回率0.600,准确度0.300,该模型在露天矿极端复杂场景下具有强大鲁棒性,能从高噪、高干扰的背景中成功检出大部分有效岩块。现场实测数据表明,该模型能在高粉尘与动态光照环境下稳定运行,对现场有效岩石的识别准确率达85%,块度分布曲线误差控制在8%以内。该模型为湖山矿爆破效果的高效评估与智能检测提供了可靠的技术支撑。

来源：2026年第2期

《矿冶工程》期刊编辑部

查看矿冶工程杂志2026年第2期