论文部分内容阅读
为了解决传统特征匹配算法难以准确提取浮选泡沫流速特征的问题,本文提出一种基于像素匹配和卡尔曼滤波相结合的算法。该算法首先综合考虑前后两帧图像上面像素点的流动,在基于理想情况下的灰度值不变、梯度时空不变以及运动连续性假设,提出使用欧拉-拉格朗日方程与计算数学最小化约束能量方程,得到的结果作为卡尔曼预测的观测值参与测量更新,从而在状态更新中得到最优的泡沫流速特征向量。实验结果表明,该算法计算准确,平稳性高,实时性好,可以很好地作为浮选机优化控制的原始参数。