[发明专利]一种浮选表面质量的评价方法有效
申请号: | 201710519765.X | 申请日: | 2017-06-30 |
公开(公告)号: | CN107274403B | 公开(公告)日: | 2020-12-18 |
发明(设计)人: | 王卫星 | 申请(专利权)人: | 长安大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/136;G06T7/13 |
代理公司: | 西安睿通知识产权代理事务所(特殊普通合伙) 61218 | 代理人: | 惠文轩 |
地址: | 710064 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 浮选 表面 质量 评价 方法 | ||
1.一种浮选表面质量的评价方法,其特征在于,所述方法包括如下步骤:
步骤1,实时获取一幅浮选表面图像,所述浮选表面图像的种类为大气泡图像、中气泡图像、小气泡图像以及粘稠图像中的一种;将所述浮选表面图像转换为灰度图像并缩小,得到缩小后的灰度图像;
步骤2,对所述缩小后的灰度图像进行边界扫描,得到结果梯度图像;并计算所述结果梯度图像的平均梯度值和所述结果梯度图像的相对标准差;
步骤3,设定第一梯度阈值和第一相对标准差阈值;
若所述结果梯度图像的平均梯度值小于所述第一梯度阈值且所述结果梯度图像的相对标准差大于所述第一相对标准差阈值,则所述浮选表面图像属于大气泡图像或者中气泡图像,则转至步骤4;
否则,所述浮选表面图像属于小气泡图像或者粘稠图像,则转至步骤6;
步骤4,采用大津阈值法对所述缩小后的灰度图像进行处理,得到包含第一目标区域和第一背景区域的二值图像;
若所述二值图像中,第一目标区域的面积小于或者等于所述二值图像总面积的10%,则转至步骤5;
否则,对所述二值图像中的第一目标区域再次采用大津阈值法进行处理,得到再次分割后的二值图像,所述再次分割后的二值图像中包含第二目标区域和第二背景区域;
若所述第二目标区域的面积小于或者等于所述二值图像总面积的10%,则转至步骤5;否则,该幅图像为作废图像,转至步骤1,重新获取一幅浮选表面图像;
步骤5,计算所述二值图像的平均灰度值、所述二值图像的相对标准差;并设定第二灰度阈值和第二相对标准差阈值;
若所述二值图像的平均灰度值大于所述第二灰度阈值且所述二值图像的相对标准差小于所述第二相对标准差阈值,则确定所述浮选表面图像为中气泡图像,否则,所述浮选表面图像为大气泡图像;
步骤6,采用大津阈值法对所述缩小后的灰度图像进行处理,得到包含第一目标区域和第一背景区域的二值图像,计算所述二值图像的相对标准差、所述二值图像的平均灰度值;并设定第三梯度阈值,第三相对标准差阈值以及第三灰度阈值;
若所述结果梯度图像的平均梯度值大于所述第三梯度阈值,且所述二值图像的相对标准差小于所述第三相对标准差阈值,且所述二值图像的平均灰度值大于所述第三灰度阈值,则确定所述浮选表面图像为粘稠图像,否则,所述浮选表面图像为小气泡图像;
步骤7,实时获取预设观测时间段内的所有浮选表面图像,对每一幅浮选表面图像执行步骤1至步骤6的操作,确定每一幅浮选表面图像的种类,从而进行浮选表面质量的评价。
2.根据权利要求1所述的一种浮选表面质量的评价方法,其特征在于,步骤1中,
将所述浮选表面图像转换为灰度图像具体为:f(x,y)灰=(f(x,y)R+f(x,y)G+f(x,y)B)/3,其中,(x,y)浮选表面图像中的像素点位置,其与灰度图像中的像素点位置一一对应;f(x,y)灰表示灰度图像中像素点(x,y)处的像素值,f(x,y)R、f(x,y)G、f(x,y)B分别表示浮选表面图像中像素点(x,y)处R、G、B三通道的值;
将所述灰度图像缩小为原来的1/4,得到缩小后的灰度图像,并将所述灰度图像中每四个相邻像素点取灰度值最小的像素点的值作为缩小后的灰度图像在对应位置处的像素值。
3.根据权利要求1所述的一种浮选表面质量的评价方法,其特征在于,步骤2具体包括:
计算所述缩小后的灰度图像的平均灰度值A;
对所述缩小后的灰度图像中灰度值小于A/2的像素点进行Sobel边界扫描,得到结果梯度图像;
计算所述结果梯度图像的平均梯度值V和梯度标准差S:
其中,M、N分别为缩小后的灰度图像的图像宽度、图像高度,(i,j)表示缩小后的灰度图像中像素点的位置,F(i,j)表示缩小后的灰度图像中(i,j)处的像素点的灰度值;
根据所述结果梯度图像的平均梯度值V和梯度标准差S,计算所述梯度图像的相对标准差S相=S/V×100。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长安大学,未经长安大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710519765.X/1.html,转载请声明来源钻瓜专利网。