[发明专利]一种基于泡沫颜色判断浮选产品品位的方法

说明书

本发明的目的是针对现有铁矿判断浮选产品品位技术存在的不足，提供了一种基于泡沫颜色判断浮选产品品位的方法，属于浮选产品品位判断技术领域。本方法通过建立多色彩空间颜色特征和尾矿品位样本库，应用SVR(支持向量回归)算法拟合出泡沫图像与产品品位之间的关系，从而实现判断浮选产品品位的功能。改变了浮选产品品位由人工专家凭经验估计的现状，提高了企业的工作效率。

技术领域

本发明属于浮选产品品位判断技术领域，具体涉及一种基于泡沫颜色判断浮选产品品位的方法。

背景技术

在矿物浮选生产中，不同选厂矿石原料的性质、矿物成分不同，那么矿化泡沫层所黏附的矿物粒子的材质和含量、粒度不一样，且由于浮选现场的入射光波长(能量)的差异，使得不同选厂的矿化泡沫所吸收和反射的光的波长也会有差异，造成采集的泡沫颜色产生差异。

同一选矿厂的浮选泡沫，即使忽略环境光照的影响，浮选泡沫表面颜色也会随着现场光照的变化和浮选生产工况的变化而发生变动。其主要原因是，浮选入选原矿的成分和品位是随机难以控制的，由于操作条件不同，浮选生产工况状态不同，泡沫表而包含的矿物粒子的属性(粒度、品位)不完全相同，从而使得不同浮选状态下同一个浮选槽中的浮选泡沫也呈现出不同的颜色。理论上，浮选泡沫表面颜色与泡沫中矿物成分和品位有直接关系，这一观点已被实验室研究者和工程应用者广泛接受。实际选矿厂有经验的操作工人一般都会根据泡沫的颜色、泡沫表面的亮度信息来判断矿物的种类和含量。

然而浮选生产现场一般依靠人工专家经验，通过人眼观察泡沫的颜色来初步判断产品的品位，并没有一种行之有效的人工智能方法，辅助操作人员有效判断浮选产品品位。

发明内容

本发明的目的是为了解决现有浮选产品品位判断技术主要依赖人工专家经验的问题，提供了一种基于泡沫颜色的浮选产品品位判断方法。本发明通过建立多色彩空间颜色特征和产品品位样本库拟合出泡沫图像与产品品位之间的关系，从而实现判断浮选产品品位的功能。

一种基于泡沫颜色判断浮选产品品位的方法，包括如下步骤：

步骤1：收集浮选产品泡沫颜色图像的数据并对图像进行多颜色空间的泡沫颜色特征提取，包括：RGB空间、HSV空间和Lab空间。同时收集对应的浮选产品品位化验值的数据；

步骤2：根据步骤1数据建立样本库；

步骤3：将数据库中的样本通过支持向量回归算法拟合出泡沫颜色与产品品位之间的函数关系并以函数的形式保存；

步骤4：获取浮选产品图像，并按照步骤1对图片进行多颜色空间特征提取；

步骤5：将图像特征作为输入，通过步骤3所得函数计算出浮选产品品位并输出。

进一步的，步骤1对图像进行多颜色空间的泡沫颜色特征提取，具体步骤如下：

步骤1.1：通过OpenCV提取图像的RGB值；

步骤1.2：计算HSV值，公式如下：

步骤1.3：通过Gamma矫正函数计算Lab值，公式如下：

记r＝g(R)，g＝g(G)，b＝g(B)：

从RGB空间转到XYZ空间：

再从XYZ空间转到Lab空间：

其中：