基于机器视觉的浮选泡沫静态参数研究

发布时间：2020-11-14 16:18

　　 在颗粒与气泡碰撞理论等浮选机理研究中,利用气泡的形态参数进行实验研究并验证理论模型的正确性。其提取方法的研究具有重要的研究价值;在实际的选矿厂中依靠技术人员对浮选泡沫的表面视觉状态的判断调整浮选工况参数,存在着主观性强、工况参数调整滞后等缺点。将机器视觉应用到浮选工艺中,根据泡沫的视觉特征参数实现浮选过程的实时监测。其中泡沫形态、颜色和纹理等静态参数作为先验知识能够用来识别浮选工况状态,预测浮选效果,具有重要的研究意义和广阔的应用前景。通过建立机器视觉系统采集浮选泡沫(气泡)的图像信息,研究气泡的形态与泡沫的形态、颜色和纹理特征参数的提取方法。主要研究工作如下:根据矿浆中离散气泡的存在形式,建立了模拟浮选过程装置和机器视觉设备组成的气泡观测系统。提出了一种基于区域分割的气泡边缘提取方法,其边界点最后由Canny边缘检测提取。在不同的光照环境下,边缘定位准确且变化波动比较小。针对重叠气泡,使用CSS角点检测与方向链码检测凹点并以此分割轮廓,再利用最小二乘法重建气泡边缘。完成了气泡二维形态参数的精确计算,实现了物理参数的转换。提出了水平置位分割方法测量气泡的体积和表面积,通过实验与其他三种方法的测量结果进行对比,该方法具有更高的精度和鲁棒性。在单槽浮选机上使用LED光源与工业相机搭建的监测系统采集泡沫图像。通过分析泡沫平面与截面的结构特点,对基于标记点的分水岭算法做出以下改进:使用同态滤波改善图像亮度不均和阴影问题;利用KFCM将泡沫中相似的高亮点区域进行聚类,提取标记点与边缘光带;修正原图像中的气泡边缘,对修正后的图像进行形态学开闭重建滤波;以高亮标记点为“集水盆地”做分水岭分割。同传统分水岭方法作比较,改进后的方法分割后的泡沫数量与分割线的位置比较接近实际。将双域去噪技术应用到泡沫图像滤波中,在去除噪声的同时保留了图像中的细节。提出了基于HSV颜色空间模型的LBP纹理提取方法,在颜色分量图像上分别提取三个尺度的LBP特征分布直方图,具有更高的特征分辨率。完成了三个颜色分量图的多尺度特征分布的整合,通过训练建立SVM分类器,对两种不同浮选工况状态的图像进行分类测试,准确率为86.67%,能够用于不同工况状态的识别。图44幅;表4个;参57篇。
【学位单位】：华北理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TD923;TP391.41
【部分图文】：

图 1 泡沫浮选生产现场Fig.1 Foam flotation production site视觉技术飞速发展，广泛应用于工业生产的各个领域。像信号代替人眼实现测量、判断与检测等工作。浮选中征是浮选工况状态的指示器，将机器视觉技术应用到浮浮选表面视觉特征的量化描述与生产状态的客观评价[9]。理等静态特征参数已被证明与起泡剂药量、矿物颗粒的数有着不可分割的联系。因此，开展浮选泡沫静态参数自动化进程的第一步。对避免人力物力资源浪费，推进选矿过程的智能操作，提高矿产资源的利用率具有非常形态特征参数提取的研究现状

图 9 浮选气泡观测系统实物图Fig. 9 Real picture of flotation bubble observation system浮选机的泡沫监测系统反映与浮选工艺参数相关联的泡沫视觉特征，泡选实验的基础上进行。因此选用实验室浮选机进泡沫图像的特点搭建机器视觉的光学系统。基于 10 所示。1.5L单槽浮选机工业相机LED光源

图 11 浮选泡沫观测系统实物图Fig. 11 Physical diagram of flotation foam observing system了浮选工艺的基本原理及实验室中充气机械搅拌式中的各项工况参数加以概述，分析了泡沫静态参数之间的关联性。分别针对矿浆中的离散气泡与矿浆统，为之后的图像处理与参数提取提供了高质量的
【参考文献】

相关期刊论文 前10条

1 徐黎明;吕继东;;基于同态滤波和K均值聚类算法的杨梅图像分割[J];农业工程学报;2015年14期

2 张世杰;刘文礼;赵树凯;;浮选气泡测量及其影响因素分析[J];煤炭工程;2014年12期

3 刘丽;谢毓湘;魏迎梅;老松杨;;局部二进制模式方法综述[J];中国图象图形学报;2014年12期

4 卢明;桂卫华;彭涛;谢永芳;;浮选泡沫图像等效尺寸分布特征提取[J];控制与决策;2015年01期

5 赵洪伟;谢永芳;曹斌芳;蒋朝辉;;基于Gabor小波和LPP的浮选过程泡沫纹理特征提取及应用[J];上海交通大学学报;2014年07期

6 陈宁;林霞;桂卫华;阳春华;唐朝晖;;基于CCHS的浮选泡沫图像纹理特征提取[J];中南大学学报(自然科学版);2013年11期

7 桂卫华;阳春华;徐德刚;卢明;谢永芳;;基于机器视觉的矿物浮选过程监控技术研究进展[J];自动化学报;2013年11期

8 王卫星;李泳毅;陈良琴;;基于谷点边界扫描及区域合并的浮选气泡提取[J];中国矿业大学学报;2013年06期

9 陶建格;沈镭;;矿产资源价值与定价调控机制研究[J];资源科学;2013年10期

10 李建奇;阳春华;曹斌芳;朱红求;刘金平;;面向参数测量的改进分水岭浮选泡沫图像分割方法[J];仪器仪表学报;2013年06期

相关博士学位论文 前1条

1 刘金平;泡沫图像统计建模及其在矿物浮选过程监控中的应用[D];中南大学;2013年

本文编号：2883678