[发明专利]基于敏感互信息的浮选过程泡沫图像特征选择方法及装置

权利要求书

1.一种基于敏感互信息的浮选过程泡沫图像特征选择方法，其特征在于，包括以下步骤：

S1，根据采集的泡沫图像视频提取泡沫图像特征；

S2，对泡沫图像特征进行预处理；

S3，计算每种图像特征和对应精矿品位之间的皮尔逊系数；

S4，基于mRMR准则构建敏感泡沫图像特征选择的优化目标函数；

S5，采用多种群协同搜索粒子群算法进行特征优化选择。

2.如权利要求1所述的基于敏感互信息的浮选过程泡沫图像特征选择方法，其特征在于，步骤S1，具体为经过初步考量和筛选，利用图像处理方法共提取图像特征。

3.如权利要求2所述的基于敏感互信息的浮选过程泡沫图像特征选择方法，其特征在于，步骤S1中，提取的图像特征至少包括RGB均值、RGB红色通道值、RGB绿色通道值、RGB蓝色通道值、灰度均值、灰度方差、色调、饱和度、明度、泡沫移动速度均值、泡沫移动速度方差、泡沫形状、泡沫大小均值、泡沫大小方差、泡沫尺寸峰度、泡沫尺寸偏斜度、承载率、破裂率均值、破裂率方差、能量、熵、相关性、泡沫堆叠程度、逆差矩、惯性矩、对比度、均匀性、角二阶矩、灰度共生矩阵、粗糙度。

4.如权利要求2或3所述的基于敏感互信息的浮选过程泡沫图像特征选择方法，其特征在于，

步骤S2包括：异常数据剔除，剔除明显不符合实际情况的数据项以及无量纲处理，具体步骤如下：

其中，X_i是无量纲处理后的第i个图像特征数据，是第i个原始图像特征数据，和分别是第i个图像特征数据的最大值和最小值。

5.如权利要求4所述的基于敏感互信息的浮选过程泡沫图像特征选择方法，其特征在于，步骤S3中，具体为采用皮尔逊系数计算泡沫图像特征对精矿品位的敏感性，第i个图像特征与精矿品位的皮尔逊系数r_i计算公式如下：

其中

其中，为第i个图像特征的第j个样本，m为第i个图像特征的样本个数，y^j为第j个图像样本对应的精矿品位值，为的均值，为y^j的均值。

6.如权利要求4所述的基于敏感互信息的浮选过程泡沫图像特征选择方法，其特征在于，步骤S4中，结合敏感性系数，采用mRMR准则构建泡沫图像特征选择的优化目标函数，详细步骤如下：

第一步，计算每种泡沫图像特征和精矿品位之间的互信息，公式如下：

其中，Y＝{y¹,y²,...,y^j}为精矿品位数据，表示图像特征值为同时精矿品位为y^j的概率，表示图像特征值为的概率，p(y^j)表示精矿品位为y^j的概率；

第二步，对已选特征进一步处理，计算选定特征和已选特征集间的互信息，计算公式如下：

其中，S_k为已选的k个特征，表示图像特征值为同时已选图像特征值为的概率，表示图像特征值为的概率，表示已选图像特征值为的概率；

第三步，结合图像特征与精矿品位的敏感性系数，选择与精矿品位互信息较大的图像特征，同时避免选定特征之间的冗余性，构建了敏感泡沫图像特征选择的优化目标函数，计算公式如下：

其中，S为已选图像特征的个数。