| 基于机器视觉的矿物浮选过程监控技术研究进展 |
| |
| 引用本文： | 桂卫华,阳春华,徐德刚,卢明,谢永芳.基于机器视觉的矿物浮选过程监控技术研究进展[J].自动化学报,2013,39(11):1879-1888. |
| |
| 作者姓名： | 桂卫华 阳春华 徐德刚 卢明 谢永芳 |
| |
| 作者单位： | 1.中南大学信息科学与工程学院 长沙 410083 |
| |
| 基金项目： | 国家创新研究群体科学基金项目(61321003),国家自然科学基金(61134006,61025015,61074117),国家科技支撑计划(2012BAK09B00,2012BAF03B05)资助 |
| |
| 摘 要： | 矿物浮选流程长、分布范围广、控制变量多、关键工艺参数无法在线检测,导致实时监控困难, 严重制约了浮选生产的优化运行及选矿自动化水平的提升.浮选泡沫表面视觉特征是浮选工况和工艺指标的直接指示器, 为此将机器视觉应用到矿物浮选过程的监控中, 以提高浮选过程的资源回收率. 本文结合矿物浮选泡沫图像特点,从浮选过程的泡沫图像关键特征提取及表征、关键工艺参数检测、工况识别以及基于机器视觉监控系统的实现等方面综述了浮选过程监控技术的研究成果,并 指出了基于机器视觉的选矿过程监控技术的发展趋势及面临的挑战.
|
| 关 键 词： | 机器视觉 泡沫浮选 在线检测 特征选择 工况识别 |
| 收稿时间： | 2013-07-02 |
|
| 点击此处可从《自动化学报》浏览原始摘要信息 |
|
点击此处可从《自动化学报》下载全文 |
|
