基于X射线透射的矿石品位检测方法研究.pdf

2 0 1 9 年第4 期有色金属 选矿部分 8 7 d o i 1 0 ．3 9 6 9 ／j ．i s s n l 6 7 1 - 9 4 9 2 ．2 0 1 9 ．0 4 ．0 1 7 基于X 射线透射的矿石品位检测方法研究 葛丁，梁殿印 北京矿冶研究总院，北京1 0 0 1 6 0 摘要矿石的检测是矿山企业采矿生产的重要工作，它既可以帮助分析指导采矿生产，又是后续选矿 冶炼 生产配比 的组织保障。但是由于矿石的特殊性以及现场环境工况的复杂性，传统的矿石品位检测方法难以在无损检测的前提下准确 的判断品位。X 射线透射法已经成熟应用于安检、医疗领域中进行物质识别，本文将此方法改进引入矿石品位检测中，通过感 知器算法形成分类曲线，依据分类曲线统计K 值，进而判断矿石品位。这种方法立足于大量实验数据，判断结果和实际相符 程度高，并且实现无损检测。 关键词x 射线透射；矿石；品位；检测 中图分类号T D 9 2 8 ．9文献标志码A文章编号1 6 7 1 9 4 9 2 2 0 1 9 0 4 0 0 8 7 0 7 R e s e a r c ho nD e t e c t i o nM e t h o do fO r eG r a d eB a s e do nX r a yT r a n s m i s s i o n G ED B e i j i n gG e n e r a lR e s e a r c hI n s t i t u t e i n g ，L I A N GD i a n y i n o fM i n i n ga n dM e t a l l u r g y ，B e i j i n g1 0 0 1 6 0 ，C h i n a A b s r t a c t O r eg r a d ed e t e c t i o nt e c h n o l o g yi sa ni m p o r t a n tw o r ka n di ti sa l s oak e yb a s i sf o rs o r t i n ga n d d i s c a r d i n gw a s t e s ．A tt h es a m et i m e ，i tp l a y sa ni m p o r t a n tg u i d i n gr o l ei nm i n i n gp r o d u c t i o n ．H o w e v e r ，t h e t r a d i t i o n a lm e t h o d sc a nn o tm e e tt h er e q u i r e m e n t so fb o t ha c c u r a c ya n dn o n d e s t r u c t i v ed e t e c t i o n ．X r a y t r a n s m i s s i o nm e t h o dh a sb e e nm a t u r ea p p l i e di nt h ef i e l do fs e c u r i t yi n s p e c t i o na n dm e d i c a lt r e a t m e n tf o r m a t e r i a li d e n t i f i c a t i o n ．T h i sp a p e ri n t r o d u c e st h ei m p r o v e m e n to ft h i sm e t h o di n t ot h ed e t e c t i o no fo r e g r a d e ．F i r s t ，t h eo r ei n f o r m a t i o ni se x t r a c t e db yt h r e s h o l ds e g m e n t a t i o nm e t h o d ，t h e nt h ec l a s s i f i c a t i o n c u r v ei sf o r m e db yt h ec a l c u l a t i o nm e t h o db a s e do np e r c e p t r o n ．F i n a l l y ，t h eKv a l u ei sc o u n t e da c c o r d i n gt o t h ec l a s s i f i c a t i o nc u r v e ，a n dt h e nt h eo r eg r a d ei sju d g e d ． K e yw o r d s X r a yt r a n s m i s s i o n ；o r e ；g r a d e ；d e t e c t i o n 随着矿石开采的不断进行，矿场矿石贫化率逐 X 射线透射方法具备物质识别的能力，并且对 年升高，矿石品位检测工作日趋重要，在矿山企业采环境、工况要求不高，目前已经在安检领域、医疗领 矿生产中，矿石品位检测既可以帮助分析指导采矿 生产，又是后续选矿 冶炼 生产配比的组织保 障Ⅲ。通常情况下采用化学方法分析矿石品位，这 域取得成熟应用，但是由于矿石的特殊性，安检、医 疗领域中的X 射线透射方法并不适合检测块状矿石 品位，为解决此问题本文通过采用感知器算法构造 种方法步骤多、时间长，不能满足一些需要在线检测矿石品位区分的分类曲线，并依据改进的欧式距离 矿石品位的采、选步骤的要求。近年来，随着传感技判断矿石品位。 术的发展，矿石品位检测技术逐渐由发展走向成熟， 传统的矿石品位检测方法主要包含三种X 射线荧 光光谱法、原子吸收光谱法和激光诱导击穿光谱 法Ⅲ。X 射线荧光光谱法通常用于矿浆品位检测， 在块状矿石方面，精度难以满足需求，原子吸收光谱 法和激光诱导击穿光谱法需要在特定的环境下才能 使用。 1传统品位检测方法概述 1 ．1 X 射线荧光光谱法 X R F x 射线荧光光谱法 X R F 采用放射性同位素作 为激发源，照射被测样品，进而产生特征X 射线，由 于每一种元素被激发跃迁时放出X 射线的能量是特 定的，因此对检测的特征X 射线进行光电转换，根据 收稿日期2 0 1 9 - 0 卜2 8修回日期2 0 1 9 - 0 2 2 1 作者简介葛丁 1 9 9 4 一 ，男。河北肃宁人。硕士，主要从事X 射线检测技术方面的研究。 万方数据 8 8 有色金属 选矿部分2 0 1 9 年第4 期 转换结果可以获知该元素的种类信息，进而测定样 品所含元素及其品位 含量 E 3 ] 。在选矿生产中该方 法主要用于检测矿浆品位，对于块状矿石只能检测 矿石的表面信息[ 4 ] ，不能分析矿石内部情况。 1 ．2 原子吸收光谱法 原子吸收光谱法也称原子吸收法，通过检测待 测元素的基态原子蒸气对其特征谱线的吸收多 少[ 5 ] ，对待测元素含量进行性定量判断。该种方法 具有较高的灵敏度和精密度，抗干扰能力也很强，但 是分析不同的元素需要不同的灯源，并且只能测定 真空紫外区内的元素[ 6 ] ，而且设备也十分昂贵。 1 ．3 激光诱导击穿光谱法 激光诱导击穿光谱法利用强激光束击穿待测物 质产生激光等离子体，通过对等离子体中的原子和 离子谱线进行分析，得到样品中的元素种类和含量 信息[ 7 ] 。这种方法准备少量待测物质的样品，就可 以实时远距离检测多种元素等[ 8 ] 。该方法在分析过 程中对设备和环境要求严格，如激光的功率密度、环 境气体的种类和压力、待分析样品的物理和化学性 质[ 9 1 以及样品表面几何特性、样品的基体效应、背景 信号的抑制、信噪比的提高等都会对检测结果产生 影响，受干扰因素多，难以在实验室以外的环境使 用[ 1 ⋯，并且设备目前只能进口，价格昂贵。 传统的块状矿石品位检测方法，由于本身的技 术特点，价格较高并且很难在无损检测的同时保证 精准，而X 射线透射法采用X 射线透射块矿石进行 品位检测，可在大部分工况下作业，不破坏矿石的同 时具有较高的准确度。 2 X 射线透射法 X 射线透射法是利用物料受到X 射线照射后产 生的不同物理效应来分选物料的方法，由于物质吸 收X 射线的情况受到且仅受到有效原子序数和厚度 的影响，所以根据不同物质X 射线的吸收差别可以 将之区分[ 10 。1 1 ] ，但是根据朗伯比尔定律，不同种类的 物质厚度也不同时，有可能对X 射线产生相同的吸 收情况，所以仅通过一组X 射线能量透射数据无法 准确识别物质种类，因此X 射线透射法检测矿石通 常采用两个射线源，分别发射高能能量X 射线和低 能量X 射线透射矿石，进而得到两组透射前后能量 数据进行计算，检测矿石品位。 2 ．1 X 射线透射法原理概述 X 射线透射法基于X 射线透射理论，其原理图 如图1 所示[ 1 。 图1X 射线透射原理图 F i g ．1X r a ys y s t e ms c h e m a t i cd i a g r a m 当X 射线穿透物质时会发生能量衰减，衰减的 程度受到物质自身有效原子序数、厚度以及入射X 射线能量强度的影响，其能量衰减规律满足数学关 系 1 [ 1 0 ] ，一IN E P d E E e 一一幢卫d E 1 其中E 一透射过程中X 射线的能量值； 卜一透射的总的X 射线能量； a 一透射的X 射线的最高能量； N E 一能量为E 时的光子数； P d E 一能量为E 时探测器的探测概率； ￡一被透射物质厚度； 口 E ，Z 一被透射物质能量衰减系数。 由于能量衰减系数“是被透射物质的有效原子 序数Z 和入射光线光子能量E 的函数，如公式 2 所 示‘12 。。 ∥一p E ，Z 2 因此，分别采用高能、低能X 射线透射物质，将 得到两组能量公式。 f J H I N E P d E E e 一一川E ’动’d E l，， 3 l ，L IN E P J E E e 叫旧_ d E 通过探测器探测得到的透射前后能量，分别求 解卢H E ，Z t 和p L E ，Z t ，进行比值消除t 后取对 数得到一个仅和被透射物质有效原子序数有关得 R 值‘12 。。 R 乩n 耥乩n c 寿， ㈤ X 射线透射法检测矿石品位就是建立在R 值基 础上进行区分。 万方数据 2 0 1 9 年第4 期葛丁等基于X 射线透射的矿石品位检测方法研究 8 9 2 ．2 阈值分割法提取矿石信息 在采用X 射线透射法检测矿石品位过程中，需要 对透射得到的矿石数据进行提取。由于矿石跟随传 送带运动，高、低能X 射线光子不仅穿透矿石，同时也 会穿透传送带，在这之后才会被探测器记录下能量， 此时探测器记录的衰减后的能量不仅包含了矿石的 能量吸收，也包含了背景物质传送带的能量吸 收，并且由于X 射线光强的波动、传送带的震动、信号 采集器与处理电路的影响，探测器记录的双能X 射线 能量信息是不稳定的，原始信号曲线如图2 所示[ 1 3 | 。 5 5 5 0 4 5 4 0 3 5 3 0 2 5 2 0 1 5 l O 5 探测板1探测板2 探测板；探测板l 探测板 {襄能 射线匿射1言号 讲醒噪声7 研 ／ √ 帆 卜 舢 刖址 拙 商俄x j| 寸线孟射存剖 通道数 图2 原始信号曲线 F i g ．2O r i g i n a ls i g n a lg r a p h 图2 信号中显示的高、低能透射信号有着尖峰、 震荡等现象，主要原因有两个，一是探测器系统采用 的高速电路引起信号频率变高从而产生严重的电路 互连串扰噪声；二是探测器检测的过程中连续谱X 射线光束强度的波动，这部分波动以随机噪声的形 式反映在透射信号中。同时观察信号变化规律可以 看出，信号呈现中间向两边衰减的规律，这是由于射 线源的焦点在中间，x 射线光束的强度是中间最强， 两边逐渐减弱的[ 1 3 | 。 对矿石进行X 射线透射，得到如图3 所示的透 射结果。 1 1 8 i g - 事a t 一口 文{ 阜 D 蛸 E 格式【Q 醋6 0 帮助咀 5 3 4 9 25 4 2 8 95 3 0 0 55 4 9 1 15 3 0 5 25 3 8 2 9 5 2 7 6 15 2 7 6 65 2 7 0 45 2 11 15 2 5 7 45 2 6 3 6 5 2 6 4 65 2 2 6 45 2 4 4 85 2 5 4 15 2 7 9 15 2 6 3 4 5 2 0 8 65 2 1 0 15 2 3 9 95 2 5 3 95 2 3 4 75 2 6 6 1 5 1 5 8 55 2 0 4 85 2 1 4 15 2 7 2 3S 2 5 4 45 2 4 9 1 5 2 9 7 95 3 2 3 05 2 0 6 95 2 4 9 95 1 9 0 15 1 9 9 3 5 2 8 3 95 2 9 4 05 4 0 9 95 3 7 0 35 3 0 2 05 6 4 0 1 5 3 2 9 95 3 2 9 65 2 8 3 35 16 5 35 3 1 4 95 3 0 5 5 5 1 9 3 65 2 8 115 2 7 125 3 0 0 15 2 0 2 25 3 0 0 4 图4 透射能量 F i g ．4X r a yt r a n s m i s s i o ne n e r g y 图4 中显示探测器记录的初始能量浮动不固 定，放置矿石后，探测器记录的能量信息中矿石能量 信息包含在背景信息之内，因此采用X 射线透射法 计算过程中需要消除背景和噪声两方面的干扰，将 矿石信息在维持大小和位置不变的基础上提取 出来。 降噪和提取通过阈值分割的方法实现，这种方 法依据边缘数值信息，根据下降梯度不同建立相应 的阈值边界，然后基于阈值边界将数值分成若干类， 最后按照需求提取相应种类的数据[ 1 “。其流程示意 图如图5 所示[ 14 | 。 数值 数据梯度 数值 ．一 ． 少刨二当人 久 图5阈值分割的方法流程示意图 图3 透射图像 F i g 5 F l o wc h a r to ft h r e s h o l d F i g ．3 T r a n s m i s s i o ni m a g e s e g m e n t a t i o nm e t h o d 截取部分放值矿石时探测器记录的能量， 针对矿石数据信息群T ，其提取过程为设定阈 如图4 所示。 值函数f x ，y ，f x ，y 将全部数据分成两部分T 趔帝妲 万方数据 9 0 有色金属 选矿部分2 0 1 9 年第4 期 数值群和非T 数值群，据此进行判断提取。 f1 ，T ，‘z ，Y 卜{ 0 ，j ET ∞’ 此过程中涉及两个问题一是矿石数据信息群 类型的选择；二是阈值函数f x ，y 的构造。 由于噪声和背景的存在，并且透射后存在高、低 能两组能量值，不能采用固定的方法同时对探测器 记录的高、低能量进行矿石信息筛选，因此首先对带 背景的全部能量进行R 值计算，得到图6 所示。 1 5 0 ∈1 0 0 商 辍 5 0 I ．‘J1 ． 的结果，标记所有连通区域，分开标记背景和矿石， 比较标记部分边缘在梯度中的值，如果某个数据的 边缘梯度的平均值不超过f x ，y 计算的阈值，则同 样认为此数值不属于矿石数据信息群T 。 对阈值化分割时的能量进行R 值统计，统计结 果如图7 所示。 七 飞 衄{ 辍 腰 图7X 射线透射矿石后能量信息值 F i g ．7E n e r g yi n f o r m a t i o nv a l u eo fX r a y t r a n s m i t t e do r e 阈值分割结果过滤了大部分噪声和背景，但是 将高能R 值区域完成的保留了下来。 2 ．3 基于感知器算法的矿石品位判断 基于感知器算法进行矿石品位检测，首先通过 矿石的R D 特征散点图建立分类函数，然后依据分 类函数提取高原子序数群，最后通过改进的欧式距 离计算表征矿石品位的K 值，依据K 值进行品位 检测。 取三块样品矿石分别标号，进行透射实验，其中 1 号矿石如图8 所示。 图81 号矿石 F i g ．8 N o ．1o r e X 射线透射穿过矿石，经由探测器记录能量，并 将能量转化成数值，以灰度图像的形式呈现，灰度越 高探测器探测到的能量越低，实验矿石分别经过高 万方数据 2 0 1 9 年第4 期葛丁等基于X 射线透射的矿石品位检测方法研究 9 1 低能X 射线透射后的灰度图像如图9 所示。 图9 透射后高、低能能量灰度图 F i g ．9 T r a n s m i t t e de n e r g y 由于矿石中不同部分对X 射线的吸收情况不 同，透射后图像每一点的灰度值也不同，不同的灰度 值反映矿石在这一点透射方向上对X 射线的吸收系 系数。灰度值越高，这一点的能量吸收系数越高，R 值也就越大，计算每一点透射后的R 值并绘制1 号 矿石的R _ D 散点图像，如图1 0 所示。 O 值／ 1 0 2 k e Y 图1 01 号矿石特征散点图 F i g ．1 0 C h a r a c t e r i s t i cs c a t t e rp l o to fN o ．1o r e 坐标系中同一块矿石中不同点的R 和D 在区 域内集中分布，将1 号、2 号、3 号矿石的R _ D 散点图 绘制在同一表格中，如图1 1 所示。 D 隹l J 1 0 2 k e V 图1 1 三块矿石特征散点图 F i g ．11 C h a r a c t e r i s t i cs c a t t e rp l o to r e 对三块矿石进行化验，其中1 号和2 号矿石品 位相近，分别为0 。0 1 7 ％和0 ．0 1 6 ％，散点集中在某 个决策线以下，而3 号矿石钨含量为0 ．0 2 7 ％，存在 位于决策线上的高R 值原子群，高R 值原子群的R 值大小决定了矿石的品位，通过统计高R 值原子群 的R 值进而判断矿石品位。 基于感知器的算法构造决策线，首先提出假设 函数，然后构造出损失函数，接下来求解损失函数得 出假设函数中的参数值，最后得到基于感知器算法 的分数函数[ 16 | 。 流程原理如图1 2 所示[ 16 I 。 图1 2 感知器流程原理图 F i g ．12P e r c e p t r o nf l o wd i a g r a m 首先设定初始分类函数 d X 一∞1 z l c J 2 2 2 叫3 8 选取散点图中的点X A z 1 A ，z 2 A 、X B z ，B ，z 2 B 、 X c z l c ，z 2 c 、X D z l D ，z 2 D 为彭f I 练集 X A X B ∈N 9 X x X D ∈M 1 0 其中，初始增广矩阵为 X 2 1 A z z A 1 z l Bz z B1 一X 1 cX 2 c一1 一X 1 DX 2 D一1 因此初始分类函数的可写成 X W 0 1 2 W 为初始增广权矢量 W 一 U 1 ，叫2 ， E J 3 1 1 3 增加新的训练样本X 是 如果X k ∈N ，且X K W k O ，或者X k ∈M ，且X K W 点 0 ，则不需修正； 如果X 志 ∈N ，且X K W 忌 0 ，则W k 1 万方数据 9 2 有色金属 选矿部分2 0 1 9 年第4 期 W K 一C X k E 1 6 3 。 经过多次修正，当W k 经过多次迭代之后，在 有限步内收敛，则认为权矢量不再需要修正，此时得 到分类函数 d X 一X W 一1 ．0 5 1 x 1 ．8 3 5 y 一1 4 ．7 2 5 1 4 将分类函数画人矿石散点图中，得到图1 3 。 5 ．0 4 ．5 4 ．0 3 ．5 3 ．0 邋2 ．5 2 ．0 I ．5 1 ．0 0 ．5 0 ．0 8 D 值／ 1 0 2 k e Y 图1 3带分类函数的特征散点图 F i g ．13 C h a r a c t e r i s t i cs c a t t e rp l o tw i t h c l a s s i f i c a t i o nf u n c t i o n 高R 值点位于决策线以上，引入K 值，K 值通 过改进的欧式距离计算 K 一圣兰 堕二型 1 5 3 某黑钨矿矿石试验 采用某黑钨矿进行试验，共选取二十块矿石，进 行排列并标号，矿石如图1 4 所示。 图1 4 试验矿石 F i g ．14E x p e r i m e n t a lo r e 试验采用双能X 射线对样品矿石进行透射，分 别得到高、低能透射图像，如图1 5 所示。 图1 5 透射后高、低能能量灰度图 F i g ．15E n e r g yg r a ys c a l ei m a g e 去除背景之后，选取1 、3 、6 、7 、1 6 、2 0 号矿石进大，递增趋势明显，其中高品位矿石K 值能达到低品 行K 值计算，并按照品位高低进行排列，结果如表1位矿石K 值的1 8 倍，区分度明显，同时实验准确率在 所示。依据矿石的品位和K 值绘制散点图，如图1 6 9 0 ％左右。无损检测方面X 射线透射技术在检测过 所示。程中通过射线透射矿石，不会造成块状矿石的损坏。 从表1 结果分析可知，准确性方面采用X 射线综上所述本文提供的X 射线透射法具备检测矿石品 透射法计算得到的K 值随着矿石品位的增加而变位的能力，准确度相对较高，并且可以实现无损检测。 万方数据 2 0 1 9 年第4 期葛丁等基于X 射线透射的矿石品位检测方法研究9 3 4结论 ■／％ 图1 6 K - r I 散点图 F i g ．16 K - r ／s c a t t e rp l o t 本文提出的基于X 射线透射的矿石品位检测方 法立足于R - D 特征散点图，首先采用阈值化分割法 提取矿石信息降低噪声和背景对R 值计算结果的影 响，然后建立初始分类曲线，通过感知器算法对分类 曲线不断优化，形成最终分类曲线，最后依据改进欧 式距离计算K 值，依据K 值进行矿石品位识别。由 于感知器算法可以不断优化，因此随着被检测矿石 数量的不断增加，决策线越来越符合实际，基于K 值的计算结果也越来越准确。分析黑钨矿的实验结 果，发现计算得到的K 值的大小随着黑钨矿位的增 加而变大，准确率在9 0 ％左右，但是在部分品位区间 出现波动，此时准确性降低，所以后续需要对K 值 的计算方式进行优化。 根据上述研究结果，认为基于K 值的X 射线透 射法可以准确检测块状矿石品位，并同时实现无损 检测。 参考文献 [ 1 ] 朱琦．铁矿石品位在线检测生产系统的研究和应用[ J ] ． 工业计量，2 0 1 0 ，2 0 5 2 5 2 8 ． [ 2 ] 王团锋，杨建玺，徐文静．金矿石在线拣选方法研究[ J ] ． 矿产综合利用，2 0 1 8 ，2 1 1 3 5 卜5 5 ． r 3 ] T U O X ，L IZ ，C H E N GY ，e ta 1 ．R e s e a r c ho fo n l i n e a u t o m a t i ct i t a n i u mg r a d e a n a l y z e ra n dm e t h o db a s e do n e n e r g yd i s p e r s i v eX r a yf l u o r e s c e n c et e c h n o l o g y [ J ] ． A p p l i e d r a d i a t i o na n d i s o t o p e s i n c l u d i n g d a t a ， i n s t r u m e n t a t i o na n dm e t h o d sf o rusei n a g r i c u l t u r e ， i n d u s t r ya n dm e d i c i n e ，2 0 0 9 ，6 8 4 ／5 6 4 7 6 5 0 ． [ 4 ] 马斌．周德君．x 荧光在线品位分析仪的研制与 应用[ J ] ．现代矿业，2 0 1 4 ，3 0 6 1 3 3 1 3 4 ． [ 5 ] B E R N A S ，B E D R l C H ．N e wm e t h o df o rd e c o m p o s i t i o n a n d c o m p r e h e n s i v ea n a l y s i s o f s i l i c a t e s b ya t o m i c a b s o r p t i o ns p e c t r o m e t r y [ J ] ．A n a l y t i c a lC h e m i s t r y ，1 9 6 8 ， 4 0 1 1 1 6 8 2 1 6 8 6 ． [ 6 ] H O N G - B OXU ，J 1 A N GXJ ，Z H A N GXM ，e ta 1 ．D i r e c t d e t e r m i n a t i o no fg o l d i n g o l do r eb ya t o m i ca b s o r p t i o n s p e c t r o m e t r y [ J ] ．M e t a l l u r g i c a lA n a l y s i s ，2 0 0 4 ，2 4 2 5 2 5 4 ． [ 7 ] B A R T I ，OBD ，F O R T EO ．A d v a n c e si ns p e c t r o s c o p y f o rl a s e r sa n ds e n s i n g [ - M ] ．S p r i n g e rN e t h e r l a n d s ，2 0 0 6 ． E 8 ] 杜青臣，张振振，巨阳．激光诱导击穿光谱技术在金属元 素检测中的应用研究进展[ J ] ．山东科学，2 0 1 8 ，3 1 2 5 5 6 3 ． E 9 ] 陆运章．用于矿石成分分析的激光诱导击穿光谱定量化 测量技术研究[ D ] ．北京北京交通大学，2 0 0 9 ． [ 1 0 ] M E S I N AMB ，J O N GTPRD ，D A L M I J NW L ． A u t o m a t i c s o r t i n go fs c r a pm e t a l s w i t hac o m b i n e d e l e c t r o m a g n e t i ca n dd u a le n e r g yXr a yt r a n s m i s s i o n s e n s o r [ J ] ．I n t e r n a t i o n a lJ o u r n a lo fM i n e r a lP r o c e s s i n g ， 2 0 0 7 ，8 2 4 2 2 2 - 2 3 2 ． [ 1 1 ] R O B B E NC ，D EK O R T EJ ，W O T R U B AH ，e ta 1 ． E x p e r i e n c e s i n d r yc o a r s ec o a ls e p a r a t i o nu s i n gx - r a y - t r a n s m i s s i o n - b a s e ds o r t i n g [ J ] ．I n t e r n a t i o n a lJ o u r n a lo fC o a l P r e p a r a t i o na n dU t i l i z a t i o n ，2 0 1 4 ，3 4 3 ／4 2 1 0 2 1 9 ． [ 1 2 ] H I N A B E R GVJV ．W i l l s ’m i n e r a lp r o c e s s i n gt e c h n o l o g y a ni n t r o d u c t i o nt Ot h ep r a c t i c a la s p e c t so fo r et r e a t m e n ta n d m i n e r a lr e c o v e r y [ J ] ．A m e r i c a nM i n e r a l o g i s t ，1 9 8 8 ，9 3 1 2 5 9 2 6 0 ． [ 1 3 ] 杨斌，叶文华，熊田忠，等．双能X 射线透射系统的噪 声分析与滤波方法研究[ J ] ．机电工程，2 0 1 5 ，3 2 7 8 9 i - 8 9 6 ． [ 1 4 ] 梁肖，胡贞，吕晓玲，等．基于自适应阈值的活体细胞 图像分割改进方法[ J ] ．长春理工大学学报 自然科学 版 ，2 0 1 3 3 ／4 1 3 81 4 0 ． [ 1 5 ] 梁光明，刘东华，李波，等．二维O t s u 自适应阈值分割 算法的改进[ J ] ．自动化技术与应用，2 0 0 2 ，2 1 5 4 3 4 5 ． [ 1 6 ] 沈庭芝，方子文．数字图像处理及模式识别[ M ] ．北京 北京理工大学出版社，1 9 9 8 ． 万方数据