浮選泡沫精礦品位圖像識(shí)別研究.pdf

1、本文綜述了數(shù)字圖像技術(shù)的發(fā)展及應(yīng)用;簡述了國內(nèi)外浮選泡沫數(shù)字圖像處理技術(shù)的應(yīng)用及算法研究現(xiàn)狀,同時(shí)指出其應(yīng)用的發(fā)展前景.以面向?qū)ο缶幊谭椒榛A(chǔ),采用Visual C++6.0(VC++)為開發(fā)工具,在Windows環(huán)境下開發(fā)了浮選泡沫圖像識(shí)別系統(tǒng).整個(gè)系統(tǒng)主要由分布查看、點(diǎn)運(yùn)算、邊緣檢測、輪廓提取、圖像運(yùn)算、物理參數(shù)及識(shí)別結(jié)果等幾大模塊組成,采用可擴(kuò)展及開放的代碼.通過繼承VC++的基類以及重載相應(yīng)的虛函數(shù),避開大圖像內(nèi)存分配不足的缺

2、點(diǎn).利用該識(shí)別系統(tǒng)分析從湘安鎢業(yè)公司選廠采集來的浮選泡沫圖像及其精礦顯微圖像,提取這些圖像的紋理參數(shù)(熵、能量、矩、灰度均值).采用MATLAB工具,建立圖像紋理參數(shù)與精礦品位之間的數(shù)學(xué)模型.通過回歸分析得出,圖像紋理參數(shù)與精礦品位存在一定的線性關(guān)系.利用所建立的數(shù)學(xué)模型對(duì)精礦品位高于5﹪的泡沫圖像進(jìn)行品位檢測,得到的預(yù)測品位與實(shí)測品位的相對(duì)誤差均不大于1.45﹪,平均相對(duì)誤差為0.648﹪.利用所建立的數(shù)學(xué)模型對(duì)精礦顯微圖像進(jìn)行品位檢