[發明專利]一種浮選泡沫運動模式的分析處理方法在審
| 申請號: | 201410301419.0 | 申請日: | 2014-06-26 |
| 公開(公告)號: | CN104050687A | 公開(公告)日: | 2014-09-17 |
| 發明(設計)人: | 張國英;陳淑蘭;宋科科;康凱閣;梁棟華 | 申請(專利權)人: | 中國礦業大學(北京) |
| 主分類號: | G06T7/20 | 分類號: | G06T7/20 |
| 代理公司: | 北京凱特來知識產權代理有限公司 11260 | 代理人: | 鄭立明;陳亮 |
| 地址: | 100083 北京市*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 浮選 泡沫 運動 模式 分析 處理 方法 | ||
技術領域
本發明涉及圖像處理及采礦技術領域,尤其涉及一種浮選泡沫運動模式的分析處理方法。
背景技術
目前,在選礦發展中,浮選是選礦的一個主要過程,但該過程仍然需要有經驗的工人肉眼觀察泡沫的運動模式、移動速度、泡沫大小等指標,以確定泡沫所帶金礦的含金量,很難做到嚴格地檢測和科學判斷,并且由于工人的主觀判斷的差異,沒有標準化、規范化的依據。
現有選礦浮選技術中,主要是依靠有經驗的工人觀察泡沫的形態,這一方法費時費力,也有很大的不確定性,沒有統一的標準規定,不僅浪費人力物力,而且會導致大量的原材料損失,工人在現場接觸式監測也會影響工人的健康。
發明內容
本發明的目的是提供一種浮選泡沫運動模式的分析處理方法,通過對浮選泡沫圖像的分析處理大大促進了選礦的自動化程度,且該方法提高了泡沫運動分析的精確率,進而避免了工人的個人因素和不定量因素。
一種浮選泡沫運動模式的分析處理方法,所述方法包括:
將采集到的每一幀泡沫運動圖像進行閾值分割,將泡沫暗區與泡沫高亮區域分離,得到不同泡沫的泡頂;
計算每一幀泡沫運動圖像中泡頂的特征信息,所述特征信息包括面積、圓形度、最小外接圓圓心位置和最小外接圓半徑,并根據該特征信息剔除不合格泡沫,對當前幀泡沫圖像中合格的泡沫進行編號,并以該編號為索引值建立索引圖像;
記錄當前幀泡沫在上一幀泡沫圖像中的圓心位置和泡沫運動預測值,預測所述當前幀泡沫在當前幀泡沫圖像中的圓心位置,并在所建立的索引圖像上以該圓心位置為中心發射射線遍歷預定范圍內的所有泡沫,確定是否能找到與該當前幀泡沫匹配的泡沫;
若成功,則計算兩幅圖像中泡沫的位移量,并將該位移量作為下一幀泡沫運動的預測值。
由上述本發明提供的技術方案可以看出,該分析處理方法通過對浮選泡沫圖像的分析處理大大促進了選礦的自動化程度,且該方法提高了泡沫運動分析的精確率,進而避免了工人的個人因素和不定量因素。
附圖說明
為了更清楚地說明本發明實施例的技術方案,下面將對實施例描述中所需要使用的附圖作簡單地介紹,顯而易見地,下面描述中的附圖僅僅是本發明的一些實施例,對于本領域的普通技術人員來講,在不付出創造性勞動的前提下,還可以根據這些附圖獲得其他附圖。
圖1為本發明所提供浮選泡沫運動模式分析處理方法的流程示意圖;
圖2所示為本發明實施例所述泡沫運動位置預測圖;
圖3所示為本發明實施例所述泡沫匹配示意圖。
具體實施方式
下面結合本發明實施例中的附圖,對本發明實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本發明一部分實施例,而不是全部的實施例。基于本發明的實施例,本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例,都屬于本發明的保護范圍。
本發明實施例針對浮選泡沫的運動模式進行分析,分析各個泡頂的特征信息剔除不合格泡沫,繪制索引圖像加快目標的匹配速度,并分區統計泡沫的運動模式。這種跟蹤軌跡分析泡沫運動方式的方法,提高了對目標的軌跡預測的精準度,并進一步按照泡沫的整體性和局部性對分區的速度進行修正,大大減小了泡沫速度計算的誤差。下面將結合附圖對本發明實施例作進一步地詳細描述,如圖1所示為本發明所提供浮選泡沫運動模式分析處理方法的流程示意圖,所述方法包括:
步驟11:將采集到的每一幀泡沫運動圖像進行閾值分割,將泡沫暗區與泡沫高亮區域分離,得到不同泡沫的泡頂;
在具體實現中,首先安裝高速相機,其攝像頭位于浮選池上方1米高空中心,并配置光源,用圓筒形狀的固體包圍四周,避免燈光的散射,浮選泡沫在光照條件下,凸起的泡沫頂端發亮,其中對高速相機采用工業相機,光源采用鎢絲燈泡發射的淡黃色光源。
針對高速相機采集到的每一幀泡沫運動圖像,由于燈光照射物體有反光現象,泡沫的頂部會出現高亮區域,其灰度值明顯高于泡沫的其他部分,基于此可以采用閾值分割的方法分割泡沫圖像,將泡沫暗區與泡沫高亮區域分離,得到不同泡沫的泡頂,具體來說:
首先灰度化處理從攝像頭采集得到的每幀圖像,將原始彩色圖像rgb(x,y)灰度化,灰度值圖像為gray(x,y);
然后采用閾值分割法得到二值圖像binary(x,y),本實例中灰度閾值設置為128,當灰度圖像中灰度值大于128的設置為白色目標,小于128的設置為黑色背景,從而區分出泡沫反射的高亮區域,具體公式為
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國礦業大學(北京),未經中國礦業大學(北京)許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410301419.0/2.html,轉載請聲明來源鉆瓜專利網。





