由于核电的迅猛发展,核电对天然铀的需求日益旺盛,铀矿冶技术进入一个新的发展阶段。现阶段提炼天然铀的主要手段是堆浸技术,为了节约资源和最大限度地提高经济效益,铀矿冶企业必须积极研究堆浸技术,提高堆浸技术的科技含量。矿石块度是影响铀矿石浸出率和浸出周期的关键因素,块度分布是堆浸采铀方法的一项重要技术指标,与酸耗率、浸出率等技术指标有直接关系,其合理与否决定了经济效益的好坏。人工检测铀矿石块度参数及分布,耗时,费力,而且检测数据不能实时反馈。采用数字图像处理技术,结合现代数据处理技术等软测量技术,能够提高矿石块度参数的检测效率,降低检测成本,提高检测精度。利用图像分析技术实时连续地进行在线铀矿石块度检测和自动获取矿石块度分布,是铀矿石块度检测技术发展的必然趋势。采用数字图像处理技术实现对矿石块度参数进行在线测量,并确定矿石块度参数的分布。首先,对摄相机进行标定,对采集的矿石图像进行预处理,其中包括灰度化、去噪滤波、二值化和形态学滤波等操作。本文采用张正友相机标定算法对相机进行标定,研究了各种滤波算法,首次将图像引导滤波应用于矿石图像滤波;研究大津法和基于PCNN模型的图像分割算法,提出基于最大类间后验交叉熵准则的PCNN图像分割算法;利用数学形态学方法对分割后的图像进行优化。其次,对预处理矿石图像进行二次分割。二值化分割后的矿石图像仍然存在粘连现象,须将粘连的矿石进行二次分割,以得到单连通的矿石块度图像,本文提出基于凹点匹配的数字图像切割算法对预处理后的图像进行二次分割。最后,测量矿石块度参数及其块度分布。对单连通的矿石块度图像进行参数测量,采用最小投影面积的最小外接椭圆法和最小外接矩形法求出各块度的特征参数。为了减小测量的误差,本文提出基于形状特征的块度参数测量方法提高块度参数准确性,进而得出矿石块度的统计分布图,用来指导堆浸采铀技术,提高铀矿石的浸出率。