[發明專利]一種基于Minkowski距離的礦物浮選泡沫圖像紋理分析及工況識別方法

在審

• 申請號: 201410527643.1
• 申請日: 2014-10-09
• 公開（公告）號: CN104268600A
• 公開（公告）日: 2015-01-07
• 發明（設計）人: 徐德剛;陳曉;蘇志芳;徐戲陽;謝永芳;陽春華;桂衛華
• 申請（專利權）人: 中南大學
• 主分類號: G06K9/66
• 分類號: G06K9/66;G06K9/46;G06T7/00
• 代理公司: 長沙市融智專利事務所 43114
• 代理人: 歐陽迪奇

1.一種基于Minkowski距離的礦物浮選泡沫圖像紋理分析及工況識別方法，其特征在于，包括以下步驟：

步驟1：獲取礦物泡沫浮選不同工況下的泡沫圖像樣本；

步驟2：每類工況的圖像樣本隨機選擇數量的一半作為訓練圖像樣本，另一半作為測試圖像樣本，并分別進行預處理包括依次進行的圖像灰度化，圖像增強和圖像濾波；

步驟3：采用分水嶺分割算法對預處理后的泡沫圖像樣本進行分割，統計分割得到各個泡沫尺寸，根據整幅圖像中泡沫尺寸均值確定Minkowski距離公式的參數p的取值，其中x_i代表樣本x的第i個特征，p為Minkowski距離參數；

步驟4：利用步驟3中所得到的參數p的取值，采用泡沫圖像復雜網絡建模方法建立泡沫圖像的復雜網絡模型，計算該復雜網絡模型的能量和熵，作為泡沫圖像紋理描述指標；

步驟5：利用步驟4得到的泡沫圖像紋理描述指標作為圖像樣本的特征向量，利用訓練圖像樣本的特征向量訓練線性判別式分類器，從而對測試圖像樣本進行分類，識別實時浮選工況。

2.根據權利要求1所述的一種基于Minkowski距離的礦物浮選泡沫圖像紋理分析及工況識別方法，其特征在于，步驟1中，不同工況下的泡沫圖像樣本的數量不少于50幅圖像。

3.根據權利要求1所述的一種基于Minkowski距離的礦物浮選泡沫圖像紋理分析及工況識別方法，其特征在于，步驟2中預處理包括：，

步驟a，圖像灰度化：對于泡沫圖像樣本使用公式f(x,y)＝0.3R+0.59G+0.11B進行灰度化處理，其中R為原圖像的紅色分量，G為綠色分量，B為藍色分量；f(x,y)為得到的泡沫灰度圖像；從浮選現場獲取的泡沫圖像經過灰度化后的圖像f(x,y)可用二維像素矩陣表示，設圖像的像素大小為α*β，即(x,y)=f(0,0)f(0,1)......f(0,β)f(1.0)f(1,1)......f(1,β)............f(α,0)f(α,1)......f(α,β),]]>矩陣中的元素代表圖像中該點的像素值；

步驟b，圖像增強：對灰度化后的泡沫圖像使用公式g(x,y)=c+d-cb-a(f(x,y)-a)]]>進行灰度增強處理，其中f(x,y)是原圖像中坐標為(x,y)的像素點的像素值，g(x,y)是該像素點灰度增強后的像素值；a,b分別為原圖像像素灰度的最小值和最大值，c,d分別為灰度增強后圖像像素灰度的最小值和最大值；原圖像的灰度級范圍經過灰度增強處理由[a,b]拓展到[c,d]；

步驟c，圖像濾波：對灰度增強后的圖像使用均值濾波的方法進行圖像濾波處理，使用一個3*3的模板19111111111]]>在圖像中移動，累加模板覆蓋的9個像素點的像素值，得到的累積和除以模板中像素點的個數，公式為其中z_i為原圖像中被模板覆蓋的像素點的像素值，h(x,y)為濾波后圖像該像素點的像素值，將此值作為模板中間點對應的圖像像素點的像素值。