[发明专利]用于浮选泡沫图像分析的关键特征提取方法

说明书

[技术领域]

本发明涉及选矿过程中的图象处理方法，具体为浮选泡沫图像的关键特征提取方法，特别是轻金属浮选的泡沫特征提取。

[背景技术]

浮选是矿物加工中应用最广泛的一种选矿方法，它涉及到极其复杂的物理化学过程。一直以来，有经验的操作工人通过观察浮选槽泡沫特征，调节浮选操作，但由于操作人员的轮换、人眼观察的主观性，不能对泡沫状态做出准确判断，从而导致浮选过程不能处于最优运行状态。

浮选现场环境恶劣，光照不均，泡沫尺寸细小，气泡之间粘连，甚至出现堆积现象，气泡边缘及背景区域不明显，这给泡沫颜色和尺寸特征提取带来困难。此外，由于泡沫图像无背景、气泡数量多、流速快且产生形变，常规方法难以适用于速度特征提取。

[发明内容]

本发明的目的在于解决浮选泡沫特征不明显，且难以定量描述的问题，提供一种用于泡沫图像特征分析的关键特征提取方法，为矿物浮选过程的图像分析及指标预测提供有效信息。本发明采用摄像机、光源、图像采集卡、计算机及其附属部件构成系统硬件平台，由此获取浮选槽泡沫图像，并提取泡沫特征，系统软件采用C++编程语言开发。本发明主要内容如下：

首先通过一系列硬件设备，如：计算机PC、照明系统、CCD彩色摄像机、图像采集卡及光纤构建泡沫图像获取平台。摄像机获取的视频信号经光纤传输至图像采集卡，随之转换为数字图像送往计算机，再由计算机对采集到的泡沫图像进行特征分析计算。

在RGB和HSV空间提取泡沫颜色特征，采用h顶开重构的改进变换及分水岭方法分割泡沫图像，进而根据象素比例提取起泡尺寸特征，根据图像块跟踪及相关性分析方法提取泡沫速度特征，最后利用泡沫全反射点提取泡沫承载量特征。

通过关键特征提取方法提取的泡沫特征，有效地解决了浮选泡沫特征难以定量描述的问题，在对浮选工艺参数与指标预测时，预测精度分别为97.5％和95％。

[附图说明]

图1为本发明浮选泡沫图像分析系统硬件结构示意图；

图2本发明标识图像提取流程。

图3本发明泡沫图像分割流程。

图4本发明图像块跟踪及相关性分析。

[实施实施方式]

实施例1泡沫图像分析系统硬件结构如图1所示，主要由摄像机1、光源2、光纤3、图像采集卡4、计算机5构成。彩色CCD摄像机1垂直安装于浮选槽7上方，高度为80-120cm，且与泡沫槽8的水平距离为200cm，系统光源2为200W高频荧光灯，与摄像机1的水平距离为5-10cm。摄像机1获取泡沫层6图像，将视频信号数字化并转换成光信号，通过光纤3传输到图像采集卡4，转化为格式为RGB-24bits的数字图像信号然后读入计算机5，图像处理程序通过图像采集卡4的底层驱动接口获取泡沫图像，图像分辨率为1024×768。

图像特征提取方法具体实现如下：

泡沫颜色，在RGB颜色空间提取相对红色分量及在HSV颜色空间提取色调H，结合两个颜色值表示泡沫颜色。工业应用中，H表示不同的颜色，S取值范围[0，1.0]，对应从不饱和到全饱和(无白色)；V取值范围[0，1.0]，对应色彩由暗到亮。首先根据式(1)在RGB颜色空间提取相对红色分量，然后根据式(2)将该颜色空间转换成HSV空间，提取色调H。

V=R+G+B3]]>

S=1-3R+G+B(min(R,G,B))---(2)]]>