面向参数测量的改进分水岭浮选泡沫图像分割方法

摘要：

矿物浮选过程中泡沫参数与工况密切相关,针对泡沫中特殊区域(透明窗、黑洞和泡沫间光亮带)的存在而导致参数难以测量的问题,提出了一种基于局部纹理特征和自适应形态学的改进分水岭分割方法.首先针对现场光照不均,采用自适应多尺度Retinex算法进行图像增强.然后使用快速自适应阈值法提取高亮区和暗区,并结合先验空间关系实现透明窗标定；基于LBPV纹理算子实现暗区的区域生长以标定黑洞和识别泡沫间光亮带,进而完成对特殊区域的处理并获得透明窗和黑洞指数.最后采用自适应形态学获得多尺度梯度图像和标记点,使用改进的分水岭算法完成泡沫图像的分割.结果表明,该方法能够更准确的处理含特殊区域的粘连不均匀泡沫图像,对不同工况下泡沫参数测量有更好的鲁棒性,浮选优良工况率提高了5％.

关键词：浮选、泡沫图像、参数测量、分水岭算法

所属期刊栏目：34

分类号：TP274.3(自动化技术及设备)

资助基金：国家自然科学基金重点项目61134006,61071176;国家科技支撑计划项目2012BAF03B05;湖南省自然科学基金11JJ6062

在线出版日期：2013-08-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1233-1240