[发明专利]一种基于Minkowski距离的矿物浮选泡沫图像纹理分析及工况识别方法在审
申请号: | 201410527643.1 | 申请日: | 2014-10-09 |
公开(公告)号: | CN104268600A | 公开(公告)日: | 2015-01-07 |
发明(设计)人: | 徐德刚;陈晓;苏志芳;徐戏阳;谢永芳;阳春华;桂卫华 | 申请(专利权)人: | 中南大学 |
主分类号: | G06K9/66 | 分类号: | G06K9/66;G06K9/46;G06T7/00 |
代理公司: | 长沙市融智专利事务所 43114 | 代理人: | 欧阳迪奇 |
地址: | 410083 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于Minkowski距离的矿物浮选泡沫图像纹理分析及工况识别方法,通过获取矿物泡沫浮选不同工况下的泡沫图像样本,将图像样本进行预处理;然后采用分水岭分割算法对预处理后的泡沫图像样本进行分割,利用统计获得各泡沫尺寸以确定Minkowski距离公式中参数,并建立泡沫图像的复杂网络模型,计算其能量和熵,作为泡沫图像纹理描述指标;最后利用得到的泡沫图像纹理指标作为图像样本的特征向量,训练线性判别式分类器,从而对测试图像样本进行分类,识别实时浮选过程工况。本发明方法计算简单、分类准确率高,可用于矿物浮选泡沫图像的纹理特征提取、分类识别及浮选过程工况的实时监控。 | ||
搜索关键词: | 一种 基于 minkowski 距离 矿物 浮选 泡沫 图像 纹理 分析 工况 识别 方法 | ||
【主权项】:
一种基于Minkowski距离的矿物浮选泡沫图像纹理分析及工况识别方法,其特征在于,包括以下步骤:步骤1:获取矿物泡沫浮选不同工况下的泡沫图像样本;步骤2:每类工况的图像样本随机选择数量的一半作为训练图像样本,另一半作为测试图像样本,并分别进行预处理包括依次进行的图像灰度化,图像增强和图像滤波;步骤3:采用分水岭分割算法对预处理后的泡沫图像样本进行分割,统计分割得到各个泡沫尺寸,根据整幅图像中泡沫尺寸均值确定Minkowski距离公式的参数p的取值,其中xi代表样本x的第i个特征,p为Minkowski距离参数;步骤4:利用步骤3中所得到的参数p的取值,采用泡沫图像复杂网络建模方法建立泡沫图像的复杂网络模型,计算该复杂网络模型的能量和熵,作为泡沫图像纹理描述指标;步骤5:利用步骤4得到的泡沫图像纹理描述指标作为图像样本的特征向量,利用训练图像样本的特征向量训练线性判别式分类器,从而对测试图像样本进行分类,识别实时浮选工况。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410527643.1/,转载请声明来源钻瓜专利网。
- 上一篇:一种机车车辆的检修方法
- 下一篇:一种观测数据聚类划分的扩展目标跟踪方法