版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、礦物浮選是利用礦物顆粒表面物理化學(xué)性質(zhì)的差異來(lái)選分礦石的一種方法,其泡沫的表面視覺(jué)特征直接反映浮選生產(chǎn)工況。目前,我國(guó)有色金屬的浮選過(guò)程主要依靠人工觀察泡沫狀態(tài)進(jìn)行操作參數(shù)的調(diào)整,在當(dāng)前礦源復(fù)雜多變的情況下,這種操作方式存在很大的主觀性和隨意性,嚴(yán)重影響浮選過(guò)程的優(yōu)化運(yùn)行。將機(jī)器視覺(jué)技術(shù)引入礦物浮選過(guò)程,完成泡沫參數(shù)的準(zhǔn)確測(cè)量和生產(chǎn)狀態(tài)的量化描述,對(duì)優(yōu)化浮選過(guò)程操作具有重要作用。然而,浮選現(xiàn)場(chǎng)環(huán)境惡劣,浮選槽內(nèi)光照不均,獲取的泡沫圖像存
2、在大量噪聲,同時(shí)泡沫大小不均且混雜粘連,形狀欠規(guī)則,使得泡沫尺寸與形狀特征難以有效測(cè)量。因此,研究準(zhǔn)確的泡沫圖像尺寸測(cè)量與形態(tài)特征提取方法,對(duì)保證浮選過(guò)程的優(yōu)化運(yùn)行,提高礦產(chǎn)資源的回收率具有非常重要的現(xiàn)實(shí)意義。
論文在浮選工藝機(jī)理分析的基礎(chǔ)上,研究氣泡尺寸、形狀特征與浮選工況之間的關(guān)系,結(jié)合泡沫視覺(jué)圖像特點(diǎn),提出基于多尺度幾何分析的浮選泡沫圖像預(yù)處理方法和面向參數(shù)測(cè)量的分水嶺分割方法,并應(yīng)用于鋁土礦浮選過(guò)程監(jiān)控中。論文主要研究
3、工作及創(chuàng)新性成果包括:
(1)針對(duì)浮選泡沫的非均勻非定向運(yùn)動(dòng)造成泡沫圖像存在模糊化的問(wèn)題,提出一種基于自適應(yīng)窗函數(shù)的泡沫圖像清晰度評(píng)價(jià)方法。通過(guò)進(jìn)一步構(gòu)造清晰度復(fù)合評(píng)價(jià)方法,實(shí)現(xiàn)浮選圖像的量化評(píng)價(jià),篩選符合質(zhì)量要求的圖像,大量實(shí)驗(yàn)結(jié)果表明該評(píng)估方法具有良好的穩(wěn)定性和實(shí)用性。
(2)針對(duì)浮選泡沫圖像存在光照不均和陰影的問(wèn)題,詳細(xì)分析了顏色恒常感知計(jì)算——Retinex理論的原理與特點(diǎn),提出一種結(jié)合泡沫對(duì)象特點(diǎn)的區(qū)域自適
4、應(yīng)多尺度Retinex光照補(bǔ)償方法。分別采用基于GCLM二維交叉熵算法和快速二值算法對(duì)圖像進(jìn)行粗分割,以此作為先驗(yàn)信息對(duì)泡沫區(qū)域進(jìn)行分類(lèi),為結(jié)構(gòu)元素的自適應(yīng)選取提供先驗(yàn)知識(shí)。通過(guò)對(duì)強(qiáng)對(duì)比度區(qū)域識(shí)別和定位,避免Retinex算法在處理強(qiáng)對(duì)比度區(qū)域邊界出現(xiàn)的“光暈”現(xiàn)象。該方法有效地對(duì)泡沫圖像光照不均情況進(jìn)行了補(bǔ)償,為后續(xù)圖像分析與處理奠定了基礎(chǔ)。
(3)針對(duì)泡沫圖像存在對(duì)比度低,易受環(huán)境噪聲和光照影響的問(wèn)題,提出基于多尺度幾何分
5、析的浮選泡沫圖像增強(qiáng)方法。首先構(gòu)造改進(jìn)多尺度幾何分析方法完成泡沫圖像的分解,以保證信號(hào)的平移不變性,避免造成圖像邊緣模糊;然后針對(duì)低頻子帶系數(shù)值相差甚小,受工業(yè)光照影響嚴(yán)重,引入多尺度Retinex算法實(shí)現(xiàn)增強(qiáng)效果,改善其亮度均勻性;再對(duì)各高頻子帶根據(jù)分解系數(shù)的統(tǒng)計(jì)模型,構(gòu)造非線(xiàn)性增強(qiáng)函數(shù)。該方法可以改善圖像亮度均勻性,增強(qiáng)泡沫圖像的弱邊緣信息,保持強(qiáng)邊緣信息,消除噪聲,明顯改善了泡沫圖像的視覺(jué)效果,解決泡沫邊緣不明顯和噪聲所帶來(lái)的圖像
6、欠分割問(wèn)題。
(4)針對(duì)氣泡混雜粘連的特點(diǎn),提出一種面向參數(shù)測(cè)量的分水嶺圖像分割方法。采用快速閾值法完成對(duì)泡沫圖像的粗分割,再結(jié)合空間關(guān)系和LBPV紋理特征對(duì)圖像中存在的透明窗、黑洞和狹長(zhǎng)光亮帶加以識(shí)別與處理,并提取透明窗和黑洞指數(shù)。提出了基于區(qū)域自適應(yīng)的多尺度數(shù)字形態(tài)學(xué)標(biāo)記提取方法,最后在多尺度梯度圖像上使用改進(jìn)的分水嶺方法完成分割。這種面向?qū)ο笳Z(yǔ)義特征的圖像分割、特征提取與識(shí)別協(xié)同處理方法極大地提高了算法的魯棒性,避免了工
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 礦物浮選泡沫圖像形態(tài)特征提取方法與應(yīng)用.pdf
- 礦物浮選泡沫圖像序列動(dòng)態(tài)特征提取及工業(yè)應(yīng)用.pdf
- 基于向量形態(tài)學(xué)重構(gòu)的銅浮選泡沫圖像分割方法研究及應(yīng)用.pdf
- 基于自適應(yīng)權(quán)重FCM的浮選泡沫圖像分割及應(yīng)用.pdf
- 銅浮選精選泡沫圖像分割無(wú)監(jiān)督評(píng)價(jià)方法的研究.pdf
- 基于浮選泡沫圖像特征提取方法的研究及應(yīng)用.pdf
- 基于局部特征的礦物浮選泡沫圖像分類(lèi)與工況識(shí)別.pdf
- 泡沫圖像統(tǒng)計(jì)建模及其在礦物浮選過(guò)程監(jiān)控中的應(yīng)用.pdf
- 浮選泡沫圖像紋理特征提取研究及應(yīng)用.pdf
- 煤泥浮選泡沫圖像特征提取方法研究.pdf
- 圖像分割方法及應(yīng)用研究.pdf
- 指紋圖像分割及增強(qiáng)研究.pdf
- 基于顏色與紋理特征的礦物浮選精選泡沫分類(lèi).pdf
- 圖像譜方法分割的研究及應(yīng)用.pdf
- 圖像增強(qiáng)、去噪與分割新方法的研究.pdf
- 基于小波分析的圖像增強(qiáng)與分割方法研究.pdf
- 簡(jiǎn)牘圖像增強(qiáng)與分割的研究.pdf
- 立體圖像分割方法研究與應(yīng)用.pdf
- Otsu圖像分割方法的研究與應(yīng)用.pdf
- 煤泥浮選泡沫圖像處理技術(shù)的研究.pdf
評(píng)論
0/150
提交評(píng)論