10.13272/j.issn.1671-251x.17991
基于图像特征匹配的煤泥浮选泡沫速度特征提取方法
煤泥浮选泡沫图像局部静态特征相似,一些较为复杂的工况判断需要用到浮选泡沫图像的动态特征,而现有的针对煤泥浮选泡沫速度动态特征的提取方法存在准确性、实时性和稳定性不足问题.针对上述问题,提出了一种基于图像特征匹配的煤泥浮选泡沫速度特征提取方法.首先,采用限制对比度自适应直方图均衡化(CLAHE)和三维块匹配滤波(BM3D)对浮选泡沫图像进行预处理,以提高图像质量,突出图像的边缘细节特征.其次,采用加速KAZE(AKAZE)算法对浮选泡沫特征进行特征点检测.然后,在利用暴力匹配(BF)对泡沫图像特征进行粗匹配的基础上,采用基于网格的运动统计(GMS)算法快速可靠地区分正确与错误的特征匹配.最后,根据特征匹配结果计算煤泥浮选泡沫速度,并以此为测量值,利用卡尔曼运动估计方法对得到的测量值进行迭代修正,得到更稳定的煤泥浮选泡沫速度特征.实验结果表明:①AKAZE-GMS算法较好地解决特征点簇集的同时又尽量保留了更多数量的特征点,这是因为预处理后图像受噪声影响降低、对比度增强、边缘特征更突出.② 与SIFT(尺度不变特征转换)、SURF(加速稳健特征)、AKAZE算法相比,AKAZE-GMS算法匹配对分布更为均匀,保留了更多正确的匹配对,匹配精度达99.99%,且运行时间仅需3.73 s.③ 直接经过特征匹配结果计算得到的泡沫速度测量值波动幅度较大,测量值经过卡尔曼运动估计修正后的速度估计值较为平稳,更符合真实工况.
煤泥浮选、浮选泡沫速度、浮选泡沫动态特征、图像特征匹配、快速鲁棒特征匹配过滤、卡尔曼运动估计
48
TD948(选矿)
国家自然科学基金;内蒙古自治区重点专项项目;山西省重点研发计划项目
2022-11-10(万方平台首次上网日期,不代表论文的发表时间)
共7页
34-39,54