在铝土矿浮选生产中,泡沫层表面视觉特征反映浮选性能。相对粗选、扫选作业,精选作业泡沫矿化程度高、坍塌严重、没有明显的气泡形态,纹理成为表征精选泡沫表面状态的关键特征。目前在精选生产中操作变量的调节主要依靠人工观察泡沫纹理特征,但由于人工观察的局限性,难以保证浮选生产工作在最佳状态。因此,利用数字图像处理技术分析精选泡沫图像的特点,研究了精选泡沫图像的纹理特征提取方法,实现精选泡沫图像纹理的量化对指导浮选生产具有重要意义和工程应用价值。首先,本文在分析精选泡沫图像特点的基础上,针对浮选泡沫边缘等几何结构是纹理分析中不可忽视的特点,研究了基于Contourlet变换的泡沫图像增强方法,通过修正图像的Contourlet变换系数,抑制噪声并增强边缘,从而凸显图像的细节信息,为泡沫图像纹理特征提取提供了信息更丰富的图像。然后,为了准确提取精选泡沫图像纹理特征,本文提出一种基于改进局部二进制(Improved Local Binary Pattern Variance,简称ILBPV)的方法。改进后的方法通过引入局部对比度来改进二值化函数以及采用方差作为直方图特征提取的自适应权值,克服了算法对光照变化敏感的缺点。将ILBPV特征应用于精选泡沫图像分类,实验结果表明,该纹理特征参数能较好地反映不同工况下的精选泡沫表面状态,具有很好的分类效果。最后,鉴于粗糙度是有效描述泡沫表面状态的关键特征,本文研究了基于改进局部二进制的泡沫图像纹理粗糙度的度量方法,并通过分析浮选生产精矿品位与精选泡沫图像纹理粗糙度的关系,获取最佳特征区间,为浮选生产提供指导。