[发明专利]用于浮选泡沫图像分析的关键特征提取方法

摘要

用于浮选泡沫图像分析的关键特征提取方法，本发明通过构建浮选泡沫图像采集平台，以工业摄像机获取泡沫图像基础，采用在RGB、HSV颜色空间提取相对红色分量及H分量颜色特征，结合形态学操作与分水岭方法分割泡沫图像并提取尺寸特征，通过计算泡沫全反射点提取承载量特征，采用图像块的相关性分析方法提取泡沫速度特征。本发明可用于浮选泡沫图像分析、矿物浮选过程工艺参数及回收率预测，实现浮选生产操作优化，减少矿物资源浪费。

主权项

1.用于浮选泡沫图像分析的关键特征提取方法，其特征在于：将摄像机垂直安装于浮选槽上方，高度范围为80-120cm，与摄像机的水平距离范围为5-10cm，提取泡沫的泡沫颜色、气泡尺寸、泡沫速度及承载量四个关键特征，具体过程如下：(1)在RGB颜色空间提取相对红色分量，以及在HSV颜色空间提取H色调分量，其中提取相对红色分量方程为：式中Red_mean为红色分量平均值，Grey_mean为灰度值的平均值，RGB分别为泡沫图像的红绿蓝分量；(2)根据下式将图像转换成灰度化图像：Grey＝W_RR+W_GG+W_BB其中W_R、W_G、W_B分别为RGB的权值，取W_R＝0.3、W_G＝0.59、W_B＝0.11，对图像进行增强处理，采用形态学中Top-Hat变换和面积形态H顶重构方法，构造面积重构H顶改进变换，为分水岭变换提供标识信息，进而对浮选泡沫图像求反的结果为拓扑表面，其分水线即为气泡边缘，其中结构元素为3×3椭圆状结构，面积阈值为3；(3)对于在浮选过程中大量移动的泡沫，泡沫局部形变而导致以不同的速率移动，采用图像块的相关性分析检测整个泡沫图像的平均速率，首先将RGB图像转换成灰度图像，公式为：Grey＝0.299×R+0.587×G+0.114×B，在灰度图像中象素的诊断窗口大小为32×32，搜索8个方向图像灰度值，取得最大互相关系数值的区域，连续计算10帧泡沫速度，求取平均速度；(4)采用扫描标号法对泡沫图像中互不连通的气泡中心亮点进行标号，测量各亮点的面积，对相同标号的像素点进行累加，得到每个亮点的像素点总面积，根据下式计算反射面积与泡沫图像面积的比例得到气泡承载量：BL=StrSim×100%]]>式中S_tr为全反射面积，S_im为泡沫图像面积，BL为气泡承载量。