[發(fā)明專利]基于小波多尺度二值化的銅浮選現(xiàn)場泡沫工況識別方法

有效

• 申請?zhí)枺?/td>: 201310252751.8
• 申請日: 2013-06-24
• 公開（公告）號: CN103345636A
• 公開（公告）日: 2013-10-09
• 發(fā)明（設(shè)計）人: 彭濤;曹威;黃易;盧明;桂衛(wèi)華;陽春華;粟梅;韓華
• 申請（專利權(quán)）人: 中南大學(xué)
• 主分類號: G06K9/54
• 分類號: G06K9/54
• 代理公司: 長沙市融智專利事務(wù)所 43114
• 代理人: 黃美成

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于小波多尺度二值化的銅浮選現(xiàn)場泡沫工況識別方法，屬于圖像處理技術(shù)和模式識別等領(lǐng)域。

背景技術(shù)

浮選工況即浮選生產(chǎn)過程中的工作狀況，及時準(zhǔn)確地識別工況對指導(dǎo)浮選生產(chǎn)至關(guān)重要。傳統(tǒng)的依靠作業(yè)工人肉眼觀察泡沫表觀變化的方式，已無法滿足當(dāng)今浮選生產(chǎn)快速準(zhǔn)確識別工況的需要。隨著機(jī)器視覺及圖像處理等技術(shù)的飛速發(fā)展，結(jié)合浮選現(xiàn)場泡沫特征進(jìn)行智能識別工況的工作取得了很大進(jìn)展。通過快速準(zhǔn)確的識別浮選現(xiàn)場的工況類別，浮選生產(chǎn)控制系統(tǒng)可及時調(diào)整生產(chǎn)參數(shù)，使浮選生產(chǎn)過程始終保持在最優(yōu)狀態(tài)。

研究表明，由肉眼直接觀測到的泡沫大小、顏色等泡沫表面視覺特征(以下簡稱泡沫表觀特征)是浮選工況的綜合反映。如何準(zhǔn)確提取浮選過程中與關(guān)鍵生產(chǎn)指標(biāo)密切相關(guān)的泡沫表觀特征，是實(shí)現(xiàn)浮選工況識別的關(guān)鍵。應(yīng)用于銅浮選工況識別的傳統(tǒng)特征主要通過分割方法獲得，包括泡沫顏色、尺寸、承載率、速度及穩(wěn)定度等，但這些直接通過分割原始圖像獲得的特征不具備多尺度特性。二值圖像是表征一幅圖像的最簡單形式。將泡沫灰度圖像二值化，可以得到泡沫個數(shù)、面積等形態(tài)統(tǒng)計特征。與圖像分割方法一樣，利用二值化方法所獲得的泡沫特征也不具備多尺度特性。小波分析具有多尺度特性，能模擬人的視覺系統(tǒng)對信號進(jìn)行多通道時頻域分析，從而能夠得到信息更加豐富的統(tǒng)計特征。利用小波分析提取的傳統(tǒng)統(tǒng)計特征雖然具有多尺度特性，但很難描繪符合作業(yè)工人視覺習(xí)慣的泡沫表觀形態(tài)，因而直接影響工況的準(zhǔn)確判斷。

因此，有必要設(shè)計一種基于小波多尺度二值化的銅浮選現(xiàn)場泡沫工況識別方法。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是提供一種基于小波多尺度二值化的銅浮選現(xiàn)場泡沫工況識別方法，該基于小波多尺度二值化的銅浮選現(xiàn)場泡沫工況識別方法易于實(shí)施，實(shí)施成本低，識別效果好。

發(fā)明的技術(shù)解決方案如下：

一種泡沫圖像等效尺寸特征的提取方法，其特征在于，包括以下步驟：

步驟一：根據(jù)銅浮選現(xiàn)場所獲得的泡沫視頻獲取三維泡沫圖像，將三維泡沫圖像進(jìn)行灰度化，然后對所得的二維灰度圖像進(jìn)行小波分解，從而得到不同尺度上的小波子圖，忽略各階細(xì)節(jié)子圖的特征，僅對各階逼近子圖進(jìn)行單支重構(gòu)，得到重構(gòu)逼近子圖；

步驟二：根據(jù)測不準(zhǔn)原理和離散小波頻域關(guān)系，推算出不同階次子圖的泡沫直徑變化范圍；

步驟三：利用最大類間方差法將各重構(gòu)逼近子圖二值化，得到二值圖像，統(tǒng)計出各二值圖像的泡沫總體面積，進(jìn)而求得泡沫等效尺寸特征；最后結(jié)合步驟二推算出的泡沫直徑變化范圍，計算出等效泡沫個數(shù)，進(jìn)而得到泡沫等效尺寸分布圖；【一幅泡沫圖像經(jīng)小波變換后能得到多個逼近子圖，后面再對這些逼近子圖(多個圖像)進(jìn)行進(jìn)一步處理，便得到對應(yīng)的等效尺寸分布圖。】

步驟四：將泡沫等效尺寸分布圖與基準(zhǔn)分布圖比較，確定當(dāng)前泡沫圖像對應(yīng)的銅浮選現(xiàn)場工況。

所述步驟一包括以下子步驟：

步驟1：原始泡沫圖像灰度化；

原始三維RGB泡沫圖像K_(X×Y×3)灰度化后變?yōu)槎S灰度圖像I_(X×Y)；

步驟2：選擇sym4小波對二維灰度圖像進(jìn)行五階分解，在每個分解階次，二維小波變換將產(chǎn)生一個逼近子圖和水平、垂直、對角線三個不同方向的細(xì)節(jié)子圖；

在每個分解階次的小波變換公式為：

在每個分解階次中的逼近系數(shù)矩陣和3個細(xì)節(jié)系數(shù)矩陣可由二維小波分解的Mallat算法獲得：