[发明专利]基于泡沫颜色的混合浮选工况识别方法和系统

说明书

本发明提供了一种基于泡沫颜色的混合浮选工况识别方法和系统，包括：提取待浮选泡沫图像的目标感兴趣区域；目标感兴趣区域包括待浮选泡沫图像中的最大泡沫区域；提取目标感兴趣区域中的每个像素点的RGB值；基于每个像素点的RGB值，计算每个像素点的色度、饱和度和明亮度；基于每个像素点的色度、饱和度和明亮度，提取目标感兴趣区域的目标特征向量；基于目标特征向量对待浮选泡沫图像进行工况识别。本发明缓解了现有技术中的基于颜色的机器视觉识别方法存在着因系统鲁棒性差而无法进行工业在线分类的技术问题。

技术领域

本发明涉及冶金工程技术领域，尤其是涉及一种基于泡沫颜色的混合浮选工况识别方法和系统。

背景技术

混合型矿物在矿物加工过程中一般采用分段浮选的办法，选矿厂多采用班取样化验的方法得到当前班次氧化矿、硫化矿含量比例的变化趋势。由于班取样方式和化验时间的影响，往往是第二天才能拿到前一天的化验结果，其结果的参考价值对工业控制的指导意义很小。而传统的元素在线品位分析无法得到同一选别金属不同化合物的含量，因此对混合浮选过程的药剂自动添加及在线控制一直存在着在线检测手段缺失的问题。

另外，浮选操作工一般采用肉眼观察泡沫颜色的方法来区分不同工况，从而预测氧化物和硫化物含量比例的高低。目前，基于颜色的机器视觉识别方法已经有相应的技术成果，但目前的技术方案都存在各类的缺陷导致无法进行工业在线分类。主要问题包括以下几方面：

第一，混合浮选中化合物含量变化导致的泡沫颜色变化细微，有经验的操作人员无法用量化的描述语言来表述这一工况特征；

第二，机器视觉中各种图像颜色域变换得到的颜色特征值（如RGB的相对红色分量、HSV的色调分量、Lab空间的a分量等）表征方法一般都是采用像素平均法或全局像素直方图统计，这类方法对于上述颜色微弱变化导致的工况改变分辨率不够；

第三，人类感知泡沫颜色的变化是一个复杂的过程，不仅仅是颜色的偏差，同时还包含着饱和度、亮度的同时变化而引起的色觉感知改变。

综上所述，现有技术中的基于颜色的机器视觉识别方法存在着因系统鲁棒性差而无法进行工业在线分类的技术问题。

发明内容

有鉴于此，本发明的目的在于提供一种基于泡沫颜色的混合浮选工况识别方法和系统，以缓解现有技术中的基于颜色的机器视觉识别方法存在着因系统鲁棒性差而无法进行工业在线分类的技术问题。

第一方面，本发明实施例提供了一种基于泡沫颜色的混合浮选工况识别方法，包括：提取待浮选泡沫图像的目标感兴趣区域；目标感兴趣区域包括所述待浮选泡沫图像中的最大泡沫区域；提取所述目标感兴趣区域中的每个像素点的RGB值；基于所述每个像素点的RGB值，计算每个像素点的色度、饱和度和明亮度；基于所述每个像素点的色度、饱和度和明亮度，提取所述目标感兴趣区域的目标特征向量；基于所述目标特征向量对所述待浮选泡沫图像进行工况识别。

进一步地，提取待浮选泡沫图像的目标感兴趣区域，包括：对所述待浮选泡沫图像进行灰度变换，得到目标灰度图；基于所述目标灰度图中所有像素的灰度值，确定第一阈值；基于所述第一阈值对所述目标灰度图进行二值化处理，得到第一二值图；计算所述第一二值图中的所有连通域的质心坐标，并确定所有连通域的质心坐标中最大连通域所对应的第一质心坐标；在所述目标灰度图中选取以所述第一质心坐标为中心的预设大小区域，得到初始感兴趣区域；基于所述初始感兴趣区域，在所述待浮选泡沫图像中确定目标感兴趣区域。

进一步地，基于所述初始感兴趣区域，确定目标感兴趣区域，包括：基于所述目标灰度图中所有像素的灰度值，确定第二阈值；基于所述第一阈值和所述第二阈值，对所述初始感兴趣区域进行二值化处理，得到第二二值图；对所述第二二值图进行滑动窗口聚类操作，得到第三二值图；基于所述第三二值图的坐标，在所述待浮选泡沫图像中确定目标感兴趣区域。