排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
冉宇 《有色金属(选矿部分)》2019,(6):95-101
在稀土矿物实际浮选中,泡沫颜色特征与稀土品位关系密切。针对白云鄂博稀土矿浮选过程中浮选槽中含气率高、气泡重叠、变形,以及不断发生气泡兼并与破裂的情况,设计建立图像采集系统,并针对LED光源特点,设定照射光源最佳角度,进行图像采集。对采集图像进行进一步颜色特征提取,对泡沫图像颜色与品位之间的相关性进行分析研究。根据浮选过程中浮选泡沫表征颜色与品位的相关性,结合计算机图像处理技术,使用Matlab数学分析软件,对泡沫图像进行预处理并且进一步对泡沫图像进行边缘提取,对泡沫色彩进行色彩效果增强处理,将颜色分类量化,并进行色彩分类统计。通过对泡沫图像灰度直方图分析,计算并统计其整体亮度情况,作为泡沫图像亮度值定量依据。结果表明:通过分析浮选图像RGB颜色值分布、颜色分级分类量化提取图像颜色特征值以及灰度信息,对泡沫颜色特征有一定代表性,并且提高泡沫图像颜色提取精度。通过BP神经网络,输入泡沫图像特征值颜色与品位信息并建立黑箱模型,通过样本训练,得到稀土品位预测值。 相似文献
2.
3.
随着我国综合国力的提高,经济建设的进程发展迅速,我国的工业与民用建筑工程建设面临着巨大的挑战,同时也迎来了新的机遇。因此,多采用先进的科学技术,建立科学化的管理模式,才能使工民建建设得到进一步发展。 相似文献
4.
以白云鄂博稀土矿为研究对象,针对浮选过程中浮选泡沫大小与回收率的相关性,结合计算机图像处理技术,利用Matlab数学分析软件,进行算法设计编写,对泡沫图像进行预处理、阈值分割、Canny算子边缘提取,提取泡沫边缘特征信息,并通过像素网格标定,对泡沫边缘进行精确分割,从而确定泡沫大小、统计泡沫大小分布规律。在实际浮选过程中浮选槽中泡沫形态呈动态变化,且存在兼并破裂等现象,在对浮选面积进行统计时,采用PDF泡沫概率统计方法,优化泡沫表征分析算法,分析泡沫大小与回收率之间的相关性。结果表明:通过计算统计整个浮选过程中的泡沫面积概率分布,并使用BP神经网络建立预测模型,对浮选泡沫面积与回收率相关性进行样本训练,即可对稀土矿物的浮选回收率进行预测。 相似文献
5.
6.
1