矿冶工程

作者：邓君兰, 董澧辉, 宋伟, 赵小兵, 刘同木, 庞云天

单位：1.中央民族大学 信息工程学院,北京 100081; 2.自然资源部海洋环境探测技术与应用重点实验室,广东 广州 510310; 3.国家海洋局南海调查技术中心,广东 广州 510300; 4.北京先驱高技术开发有限责任公司,北京 100081

关键词：深海采矿,多金属结核,图像增强,图像分割,深度学习,深海矿产资源,图像处理

基金：国家自然科学基金(52071349,U1906234);自然资源部海洋环境探测技术与应用重点实验室开放基金课题(MESTA-2020-B001);中央民族大学交叉专项(2020MDJC08);北京先驱西太多金属结核勘探项目(121166202001)

利用现代图像处理技术探测矿区内矿物基本形态结构、分布状态以及多金属结核的其他赋存数据时,为了进一步提高深海矿物评估精度,提出了基于Sea-thru和Mask R-CNN相结合的深海矿物图像分割系统。实验结果表明,Sea-thru能够对海底矿物图像进行有效增强,还原衰退的矿物图像,Mask R-CNN可提高矿物颗粒分割准确率,进而获取更加准确的矿物颗粒信息,提升矿物资源的评估精度。

来源：2022年第2期

《矿冶工程》期刊编辑部

查看矿冶工程杂志2022年第2期