矿物浮选泡沫图像增强与分割方法研究及应用

矿物浮选泡沫图像增强与分割方法研究及应用

ID:36693656

大小:9.15 MB

页数:139页

时间:2019-05-13

矿物浮选泡沫图像增强与分割方法研究及应用_第1页
矿物浮选泡沫图像增强与分割方法研究及应用_第2页
矿物浮选泡沫图像增强与分割方法研究及应用_第3页
矿物浮选泡沫图像增强与分割方法研究及应用_第4页
矿物浮选泡沫图像增强与分割方法研究及应用_第5页
资源描述:

《矿物浮选泡沫图像增强与分割方法研究及应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、中图分类号UDCTP29,TD95620学校代码!Q§当三密级公珏博士学位论文矿物浮选泡沫图像增强与分割方法研究及应用FrothImageEnhancementandSegmentationMethodandItsApplicationforMineralFlotation作者姓名学科专业研究方向院(系、所)指导教师:李建奇:控制科学与工程:矿物图像处理与分析:信息科学与工程学院:阳春华教授论文答辩日期善吐蝉答辩委员会主席_二蹬中南大学二O一三年五月原创性声明舢llilllllilllHIIHIllllIllIIY2424154本人声明,所呈交的学位论文是本人

2、在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了论文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均己在论文中作了明确的说明。毒者虢燃吼挑年山等日学位论文版权使用授权书本人了解中南大学有关保留、使用学位论文的规定,即:学校有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技术信息研究所将本学位论文

3、收录到《中国学位论文全文数据库》,并通过网络向社会公众提供信息服务。期:;止年工月卑日矿物浮选泡沫图像增强与分割方法研究及应用摘要:矿物浮选是利用矿物颗粒表面物理化学性质的差异来选分矿石的一种方法,其泡沫的表面视觉特征直接反映浮选生产工况。目前,我国有色金属的浮选过程主要依靠人工观察泡沫状态进行操作参数的调整,在当前矿源复杂多变的情况下,这种操作方式存在很大的主观性和随意性,严重影响浮选过程的优化运行。将机器视觉技术引入矿物浮选过程,完成泡沫参数的准确测量和生产状态的量化描述,对优化浮选过程操作具有重要作用。然而,浮选现场环境恶劣,浮选槽内光照不均,获取的泡沫

4、图像存在大量噪声,同时泡沫大小不均且混杂粘连,形状欠规则,使得泡沫尺寸与形状特征难以有效测量。因此,研究准确的泡沫图像尺寸测量与形态特征提取方法,对保证浮选过程的优化运行,提高矿产资源的回收率具有非常重要的现实意义。论文在浮选工艺机理分析的基础上,研究气泡尺寸、形状特征与浮选工况之间的关系,结合泡沫视觉图像特点,提出基于多尺度几何分析的浮选泡沫图像预处理方法和面向参数测量的分水岭分割方法,并应用于铝土矿浮选过程监控中。论文主要研究工作及创新性成果包括:(1)针对浮选泡沫的非均匀非定向运动造成泡沫图像存在模糊化的问题,提出一种基于自适应窗函数的泡沫图像清晰度评价

5、方法。通过进一步构造清晰度复合评价方法,实现浮选图像的量化评价,筛选符合质量要求的图像,大量实验结果表明该评估方法具有良好的稳定性和实用性。(2)针对浮选泡沫图像存在光照不均和阴影的问题,详细分析了颜色恒常感知计算一Retinex理论的原理与特点,提出一种结合泡沫对象特点的区域自适应多尺度Retinex光照补偿方法。分别采用基于GCLM二维交叉熵算法和快速二值算法对图像进行粗分割,以此作为先验信息对泡沫区域进行分类,为结构元素的自适应选取提供先验知识。通过对强对比度区域识别和定位,避免Retinex算法在处理强对比度区域边界出现的“光晕"现象。该方法有效地对泡

6、沫图像光照不均情况进行了补偿,为后续图像分析与处理奠定了基础。(3)针对泡沫图像存在对比度低,易受环境噪声和光照影响的问题,提出基于多尺度几何分析的浮选泡沫图像增强方法。首先构造改进多尺度几何分析方法完成泡沫图像的分解,以保证信号的平移不变性,避免造成图像边缘模糊;然后针对低频子带系数值相差甚小,受工业光照影响严重,引入多尺度Retinex算法实现增强效果,改善其亮度均匀性;再对各高频子带根据分解系数的统计模型,构造非线性增强函数。该方法可以改善图像亮度均匀性,增强泡沫图像的弱边缘信息,保持强边缘信息,消除噪声,明显改善了泡沫图像的视觉效果,解决泡沫边缘不明显

7、和噪声所带来的图像欠分割问题。(4)针对气泡混杂粘连的特点,提出一种面向参数测量的分水岭图像分割方法。采用快速阈值法完成对泡沫图像的粗分割,再结合空间关系和LBPV纹理特征对图像中存在的透明窗、黑洞和狭长光亮带加以识别与处理,并提取透明窗和黑洞指数。提出了基于区域自适应的多尺度数字形态学标记提取方法,最后在多尺度梯度图像上使用改进的分水岭方法完成分割。这种面向对象语义特征的图像分割、特征提取与识别协同处理方法极大地提高了算法的鲁棒性,避免了工况波动和气泡混杂不均对分割结果的影响,有效地减少了欠分割和过分割区域。(5)以铝土矿浮选过程为研究对象,开发了基于机器视

8、觉的浮选过程监控系统,并实现了数据与操

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。