论文部分内容阅读
矿物加工工艺过程图像包含了大量有用信息,采用数字图像处理技术对其进行处理,提取其特征参数,可有效地描述工艺状态(如矿物粒度分布,浮选泡沫的行处理,提取其特征参数,可有效地描述工艺状态(如矿物粒度分布,浮选泡沫的形态等),进而建立合理的数学模型,可实现对选矿指标的快速预报。因此,建立基于数字图像处理技术的矿物加工工艺图像分析预报系统也就具有非常重要的意义。
系统地研究了矿物加工工艺图像特征参数提取算法。将50多个图像特征参数归纳为颜色参数、纹理参数、形态学参数及动态特征参数4类。通过对浮选泡沫图像的特点进行研究,提出了泡沫分割“草帽”算法,该算法采用中值滤波和增强对比度两项预处理后,克服了分水岭分割本身存在的易于过度分割问题,准确地分割出泡沫边缘。与其它泡沫分割算法相比具有边缘分割准确,智能化高,通用性较强,运算速度快,效率高等优点。
研究了矿物加工工艺图像建模预报所需的数据处理方法。包括数据清洗、数据变换、变量筛选、变量压缩以及回归建模方法。通过以上方法可实现图像数据中异常数据的有效剔除,多个图像参数的合理筛选与压缩,并最终建立合理的数学模型。
开发了基于数字图像处理技术的矿物加工图像分析预报系统软件。应用该软件对磁铁矿与石英混合矿图像进行了处理,建立了磁铁矿含量的数学模型,并进行了预报,取得了较好的效果,绝对误差平均值为-3.53,相对误差为-8.48%。