[发明专利]基于图像的浮选尾煤灰分、浓度、粗颗粒含量检测方法

权利要求书

1.基于图像的浮选尾煤灰分、浓度、粗颗粒含量检测方法，其特征在于，该方法包括：硬件结构方面：基于图像的多参数检测系统由定焦镜头、彩色CCD工业相机和环形LED光源组成的图像采集系统拍摄，采取直接照明方式，实现灰分检测；由双远心镜头、黑白CCD工业相机和平行光源组成，采取背光透射照明方式，实现浓度检测和粗颗粒含量检测；算法方面：针对不同的灰分、浓度、粗颗粒含量的浮选尾矿，分别提取图像，建立基于图像特征库；依据所述特征库构建浮选尾矿的灰分、浓度、粗颗粒含量预测模型；提取待检测浮选尾矿图像，根据所述预测模型，确定浮选尾矿的灰分、浓度、粗颗粒含量；

灰分检测包括如下步骤：

步骤1、采集不同浓度、不同灰分的浮选尾矿样本及彩色图像，并根据化验灰分结果进行分类；

步骤2、对图像进行预处理，去除图像中的噪声；

步骤3、提取图像在RGB、YUV、HSI颜色空间域下的R、G、B、Y、U、V、H、S、I分量特征；

步骤4、建立相同浓度尾矿灰分回归模型，利用最小二乘法进行函数拟合得到的公式系数和拟合结果,根据模型拟合效果，选择由R、G、B三分量线性组合而来的色差变量C_rgb作为模型自变量来进行相同浓度煤浆灰分软测量模型的建立，模型形式如下：

其中y为模型灰分输出结果，a₁、b₁、c₁、k₁、k₂为系数；

步骤5、引入浓度校正函数，如下：

其中M_s代表尾煤煤浆浓度，j为系数；

步骤6、构建浮选尾煤灰分软测量模型形式如下：

Ash＝a₁ln{(k₁R+k₂G-B)/[1+exp(j*M_s)]+b₁}+c₁

其中Ash表示尾煤灰分；

步骤7、利用步骤6中的软测量模型分析待检测浮选尾矿图像，检测尾矿灰分。

2.如权利要求1所述的方法，其特征在于，浓度检测包括如下步骤：

步骤1、采集不同浓度的浮选尾矿样本及黑白图像，并根据化验浓度结果进行分类；

步骤2、对图像进行预处理，去除图像中的噪声；

步骤3、提取图像的灰度特征；

步骤4、建立煤浆浓度的预测模型，选择图像灰度均值来进行煤浆浓度软测量模型的建立，利用最小二乘法进行函数拟合得到的公式系数和拟合结果,模型形式如下：

其中M_S为浮选尾矿浓度，Gray为图像灰度均值，a₂、b₂为系数；

步骤5、利用步骤4中的模型分析待检测浮选尾矿图像，检测尾矿浓度。