基于小波多尺度分析的銅浮選泡沫圖像特征提取.pdf

1、浮選是根據(jù)礦物顆粒表面物理化學(xué)性質(zhì)的不同，從礦石中分離有用礦物的技術(shù)方法。目前，大多數(shù)銅浮選生產(chǎn)現(xiàn)場主要依靠“人眼觀察，人手觸摸”的方式來判斷浮選槽表面泡沫狀態(tài)，從而進(jìn)行相應(yīng)的浮選操作。這種方式極大地限制了浮選過程的優(yōu)化運(yùn)行，降低了金屬資源的回收率。因此，研究泡沫圖像的特征狀態(tài)，進(jìn)一步識(shí)別銅浮選工況，對(duì)于實(shí)現(xiàn)銅浮選工業(yè)過程的優(yōu)化控制，具有非常重要的意義。
　　針對(duì)銅浮選粗選槽泡沫多堆積、易坍塌、流速快等特點(diǎn)，選擇泡沫尺寸、紋理等表

2、觀特征來描述泡沫圖像信息。研究將小波多尺度分析應(yīng)用于泡沫圖像特征提取，并利用支持向量機(jī)實(shí)現(xiàn)泡沫圖像分類識(shí)別。論文研究工作主要體現(xiàn)在以下幾個(gè)方面:
　　首先，在泡沫圖像的特征提取中，針對(duì)分割算法的復(fù)雜性，采用二值化方法提取泡沫尺寸特征。通過比較迭代法、最大類間方差法和最小誤差閾值法的二值化效果，表明最小誤差閾值法能得到更準(zhǔn)確的泡沫尺寸特征。
　　其次，利用小波變換提取的傳統(tǒng)統(tǒng)計(jì)特征，具有多尺度特性，但沒有形態(tài)學(xué)意義，無法直接反

3、映泡沫圖像的表觀特點(diǎn)。而對(duì)泡沫灰度圖像進(jìn)行二值化，能得到泡沫尺寸特征，但不具備多尺度特性。針對(duì)以上問題，提出一種小波多尺度二值化的泡沫圖像特征提取方法。實(shí)驗(yàn)結(jié)果表明，所提取的等效尺寸特征具有良好的可分性，可以很好地用于銅浮選泡沫圖像分類識(shí)別。
　　最后，針對(duì)灰度共生矩陣提取的泡沫圖像特征只能反映單一尺度上的紋理空域信息，而小波多尺度分析無法描述圖像的紋理結(jié)構(gòu)信息，采用多尺度共生矩陣方法提取泡沫圖像特征。實(shí)驗(yàn)結(jié)果表明，所提取的多尺度