[发明专利]一种基于改进SURF匹配的锌浮选泡沫自然速度特征提取方法

说明书

本发明提出了一种基于改进SURF匹配的锌浮选泡沫自然速度特征提取方法，选取具有尺度不变性、旋转不变性以及抗噪能力较强的SURF特征算子对图像进行特征提取，通过分析泡沫形状的相似性以及其特定的运动轨迹，提出根据泡沫运动情况实时迭代更新匹配方法，利用改进匹配条件进行运动匹配，得到锌浮选泡沫初速度，匹配结果计算考虑实际情况下的粗选槽中刮板的周期性运动，选择底流速度得到浮选泡沫自然速度特征。本发明克服了传统泡沫速度提取方法匹配误差大、速度慢等问题，应用速度提高10倍以上，通过提出的迭代更新SURF算子匹配方法大大提高匹配成功率20％以上。解决了锌浮选现场浮选泡沫特征难以提取以及如何机器视觉化的问题。

技术领域

本发明属于泡沫浮选技术领域，具体涉及一种锌浮选过程中粗选泡沫速度特征提取方法。

背景技术

泡沫浮选是当今选矿工业中最主要的方法之一，是一种利用矿物颗粒表面的物理化学性 质不同导致亲水性不同，进而对矿物进行分选的方法，具有很强的实用价值。在浮选过程中， 利用搅拌桶的物理运动和控制进气量，可以形成大量具有不同尺寸、颜色、形态以及纹理等 特征的气泡，矿物颗粒黏附在气泡表面进而实现矿物分选。锌精矿的品位值和回收率反应工 况的好坏情况。而浮选泡沫图像特征是判断浮选工况的一个重要依据，它包含有大量与操作 变量和生产工艺有关的信息。多年来选厂主要依靠专家经验观察浮选机矿浆表面的泡沫状态， 来调整浮选机器矿浆液位和改变药剂制度。凭经验对生产工况进行评价，无法实现全流程综 合工况的客观认知。虽然选厂通过离线化验分析能够得到精矿品位，但是随着生产线的流动， 工况发生波动，且此方法受到人为因素影响较大，检验过程复杂且成本高。又由于浮选工艺 流程复杂、冗长、影响因素多，无法实现精矿品位的在线检测和实时监控，影响了对加药量 和其他参数的即时调整，最终影响了矿物的回收率。因此研究如何提取有效锌浮选泡沫图像 特征，从而面向生产指标优化进行实时在线检测，对指导生产操作和过程的优化稳定运行具 有重要的意义。

随着计算机技术、数字图像处理技术的快速发展，将基于机器视觉的软测量技术应用于 浮选过程给浮选指标的实时监测带来了新的突破,获得了更多与品位相关的浮选指标。在实际 生产过程中，经验工人通过观测泡沫图像的速度、稳定度、颜色等特征判断当前工况并进行 适应性调整。要实现锌浮选的自动化稳定生产，首先要将通过机器视觉获取有效信息，将信 息知识化、规则化，从而实现工艺的实时监控。研究发现，浮选泡沫速度是判断精矿品位的 重要途径。现有的泡沫图像速度特征提取方法面临鲁棒性低、匹配结果误差大、匹配速度慢 等问题，针对泡沫特有的形状相似性、形变量大、易融合坍塌等特征，传统的特征算子并没 有体现出良好的适应性；并且实际工艺当中刮板的周期性物理转动也对泡沫自然流速造成了 一定的影响，浮选泡沫速度特征的提取遇到了很多实际应用方面的问题。

发明内容

本发明的目的是针对锌浮选过程中精矿品位在线检测较为困难，浮选泡沫图像特征难以精确 表达，提出一种改进SURF匹配的锌浮选泡沫自然速度特征提取方法。

本发明通过下列方案给予实现：

一种基于改进SURF匹配的锌浮选泡沫自然速度特征提取方法，该方法包括：

S1：通过工厂浮选图像采集系统获取不同精矿品位值情况下锌浮选图像数据，对采集的 数据进行分析，除去其中空缺的数据集、由于相机震动或者其他人为原因造成的图像不 清晰的数据集；

S2：根据处理后的锌浮选图像数据集以及生产数据，组成三个不同的样本子空间，具体 步骤如下：

(1)获取精选的锌浮选图像数据集，将其分为品位偏高、正常、偏低三个工况；

(2)将采集的图像进行分类，剔除类别边界造成干扰的泡沫图像；

(3)将最终泡沫图像数据集分为V1、V2、V3分别对应三种不同工况；

S3：针对每个不同的样本子空间，对其每帧泡沫图像提取SURF特征，具体步骤有：