[發明專利]一種基于改進SURF匹配的鋅浮選泡沫自然速度特征提取方法

有效

• 申請號: 201810446667.2
• 申請日: 2018-05-11
• 公開（公告）號: CN108830831B
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 唐朝暉;曾思迪;牛亞輝;史偉東;劉亦玲
• 申請（專利權）人: 中南大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/33
• 代理公司: 廣州市紅荔專利代理有限公司 44214
• 代理人: 吝秀梅

1.一種基于改進SURF匹配的鋅浮選泡沫自然速度特征提取方法，其特征在于包括以下步驟：

S1：通過工廠浮選圖像采集系統獲取不同精礦品位值情況下鋅浮選圖像數據，對采集的數據進行分析，除去其中空缺的數據集、由于相機震動或者其他人為原因造成的圖像不清晰的數據集，得到處理后的鋅浮選圖像數據集以及生產數據；

S2：根據處理后的鋅浮選圖像數據集以及生產數據，組成三個不同的樣本子空間，具體步驟如下：

(1)獲取精選的鋅浮選圖像數據集，將其分為品位偏高、正常、偏低三個工況；

(2)將采集的圖像進行分類，剔除類別邊界造成干擾的泡沫圖像；

(3)將最終泡沫圖像數據集分為V1、V2、V3分別對應三種不同工況；

S3：針對每個不同的樣本子空間，對其每幀泡沫圖像提取SURF特征，具體步驟有：

(1)提取第k幀圖像轉換為灰度圖像，求得該圖像積分圖I_k；

(2)對于積分圖I_k中給定的點構建Hessian矩陣:

其中L_xx(x,σ)為該幀圖像中點以均值為0，標準差為σ的高斯函數作為濾波器，通過卷積運算計算x方向二階偏導數，同理L_xy(x,σ)、L_yy(x,σ)，求得矩陣行列式det(H(x,σ))；

(3)采取改變濾波器的模板大小來建立尺度空間金字塔，根據給定圖像大小使用三層或者四層濾波器；

(4)根據每個點的Hessian矩陣計算后的det(H(x,σ))值與其3×3×3鄰域內的點進行比較，利用3D-非極大值抑制方法初步確定特征點，再利用三維線性插值得到亞像素級的特征點，設置閾值使得被檢測的特征點數量降低，選取最大值作為最終特征點；

(5)選取最終特征點為中心、6s為半徑范圍內構建圓，s為最終特征點在步驟(3)中被檢測時的尺度，以尺寸為4σ的Haar小波在水平方向的響應值d_x和垂直方向的響應值d_y與標準差為σ＝2s的高斯函數加權，用圓心角為60°的扇形在圓內掃描一周得到最大響應值的方向作為最終特征點主方向；

(6)以最終特征點為中心、步驟(5)中主方向為方向、20s為窗口構建區域塊，再分為4×4個子區域，對每個子區域計算Haar小波在水平方向的響應值d_x和垂直方向的響應值d_y和響應值絕對值之和∑|d_x|、∑|d_y|共同組成結構v＝(∑d_x,∑d_y,∑|d_x|,∑|d_y|)，形成4×4×4＝64維SURF特征點描述算子；

S4：針對提取SURF特征的泡沫圖像，利用改進匹配條件進行運動匹配，得到鋅浮選泡沫初速度，具體步驟如下：

(1)提取L工況下樣本子空間的連續兩幀圖像，進行S3操作，得到SURF特征描述算子v₀、v₁；

(2)根據歐氏距離定義v₀和v₁之間距離，得到兩算子之間最近距離d₀與次近距離d₁，選擇兩者的比值作為評判標準，設置閾值ratio_T,當ratio＜ratio_T時，特征點匹配成功，否則失敗；

(3)根據兩幀泡沫圖像的特征點匹配結果，對其利用RANSAC算法進行誤匹配點去除；

(4)根據去除誤配點后的匹配結果，根據兩幀圖像匹配點的像素點差，獲得泡沫位移，除去單位時間得到初始速度其中c為匹配成功的特征點個數；

(5)求得中速度大小分量平均值SPE_vel，方向分量平均值SPE_ang，選取權重系數ω₀，ω₁，更新步驟(2)中匹配標準，若ratio＜ratio_T且則匹配成功，否則匹配失敗，其中為當前匹配點初始速度大小分量平均值，為當前匹配點初始速度方向分量平均值；

(6)根據步驟(1)-(5)計算之后連續兩幀的泡沫初速度，直到該子空間泡沫圖像速度特征提取完畢，得到L工況下浮選泡沫速度初速度

S5：根據匹配結果計算考慮實際生產情況下粗選槽中刮板的周期性運動，選擇底流速度得到浮選泡沫自然速度特征，具體步驟如下：

(1)針對浮選泡沫初速度向量中的每個分量進行歸一化處理，得到速度分量直方圖；

(2)選取速度分量直方圖中80％以上的速度分量區間求取平均數得到

(3)根據middle_speed_L通過二次線性插值，獲得浮選泡沫速度曲線；

(4)求出步驟(3)中速度曲線所有極小值點，取其平均數得到最終速度其中x_i為第i個極小值點，n為極小值點的個數；

S6：提取三個樣本子空間內所有泡沫圖像的速度特征，組成該樣本條件下的速度特征集。

2.根據權利要求1所述一種基于改進SURF匹配的鋅浮選泡沫自然速度特征提取方法，其特征在于：所述S4對泡沫圖像提取SURF特征后進行改進匹配算法的步驟(2)中參數ratio_T、步驟(5)中參數ω₀、ω₁取值范圍分別為：ratio_T∈[0.55，0.85]，ω₀∈[1.2，2]，ω₁∈[0.5，1.5]。