基于Otsu图像分割的颗粒与气泡碰撞检测方法

为了准确地检测出浮选过程中颗粒与气泡是否发生碰撞,提出了一种基于形态学图像处理和最大类间方差法(Otsu)的颗粒与气泡碰撞检测方法。首先利用图像的预处理操作优化图像,通过最大类间方差法分割出目标区域与背景区域,然后结合最小二乘法将颗粒与气泡拟合成圆,方便求取坐标信息及半径,最后将所有的颗粒位置提取到一幅图像中,实现了对颗粒位置的跟踪,避免了连续帧图像跟踪的复杂程度。结果表明,该算法能够快速地检测出颗粒与气泡是否发生碰撞,有效地节省了人工试验的工作时间。     

浮选体系中气泡运动特性研究进展

在浮选体系中,气泡的运动特性直接影响着矿物浮选的选别效果,因此,研究气泡的运动特性,对于优化浮选工艺与改善浮选效果有着重要意义。本文首先简述了浮选中常见的气泡生成方式,主要有机械搅拌发泡、气泡发生器发泡、电解发泡及超声波发泡四种方式;气泡参数中介绍了气泡形态特征参数、运动特征参数和分布特征参数的含义和计算公式;然后重点阐述了浮选中起泡剂、捕收剂、抑制剂、浮选机叶轮参数、浮选柱气泡发生器及充气量对气泡参数的影响;归纳了纳米气泡在微细粒矿物浮选中的应用;最后指出,完善气泡测量方法、侧重于气泡在实际浮选环境中的运动特性研究以及研发新型纳米气泡生成设备将是未来的发展方向。     

基于计算机视觉的井下输送带跑偏检测方法

为了准确监测井下输送带运行状态,防止输送带跑偏,提出了一种基于计算机视觉的井下输送带跑偏检测方法。首先采用基于卷积神经网络的MaskRCNN实例分割算法提取输送带图象中的感兴趣区域并进行图像预处理;之后采用改进的Canny算法提取输送带区域的边缘轮廓信息;最后采用改进的直线段检测(LSD)算法提取输送带边缘直线特征,根据边缘直线的斜率和中心线的相对位置判断输送带是否跑偏。实验结果表明,提出的井下输送带跑偏检测方法能够较准确地检测出输送带边缘直线从而进行跑偏判定,验证了算法的有效性。     

基于HSV空间融合Retinex算法的全天候运动目标检测

提出了一种在矿山复杂情况下基于HSV色彩空间融合Retinex算法的全天候运动目标检测方法。该方法将运动目标检测转换为运动目标上特定标志物的检测,通过颜色空间转换提取目标原始灰度图像,由灰度分布直方图判断是否进行低照度图像恢复,并在场景中选取特定的标志物,将原图像进行HSV颜色空间变换,选择对应ROI区域,通过阈值获取二值化图像,进行平滑处理后使用Canny算子提取轮廓信息,从而提取标志物的特征参数。应用实例证实,通过该方法能精准获得标志物特征参数,进而解决复杂环境下机械设备间连接件脱落问题,具有一定的实际工程应用价值。     

基于机器视觉及IHS-LSSVM的浮选回收率预测

针对矿物浮选过程中回收率难以在线检测的问题,提出了一种基于机器视觉技术、改进和声搜索算法(HS)优化LSSVM参数的预测方法(IHS-LSSVM)。首先提取浮选泡沫图像的颜色、气泡尺寸、分形系数、运动速度等多个特征,接着改进和声搜索算法的"调音"策略,进而找到LSSVM的最优参数,并建立浮选回收率预测模型,最后采用铅矿浮选现场数据对模型进行测试。试验结果表明,相对于现有方法,该预测方法提高了预测精确度。     

一种基于图像处理的提升机弦绳振动算法改进

针对煤矿矿井提升系统中钢丝绳图像边缘提取及振动检测问题,改进了边缘提取算法及弦绳振动检测方法。首先利用相机采集悬绳段钢丝绳灰度图像,设置感兴趣区域(ROI),然后通过编写的Matlab图像处理程序,结合Sobel算法和数学形态学理论的合理利用对ROI区域进行二值化处理。再通过相机标定获取相机内外参数,对世界坐标系和相机坐标系进行合理设定,进行坐标转换和矩阵运算,直接获取弦绳的世界坐标,最后通过Labview与Matlab程序嵌套实现对弦绳振动位移的实时检测。经实验验证,改进后的方法能够快速、准确的实现钢丝绳边缘提取及弦绳的非接触振动检测。     

一种基于图像处理的提升机弦绳振动算法改进

针对煤矿矿井提升系统中钢丝绳图像边缘提取及振动检测问题，改进了边缘提取算法及弦绳振动检测方法。首先利用相机采集悬绳段钢丝绳灰度图像，设置感兴趣区域(ROI)，然后通过编写的Matlab图像处理程序，结合Sobel算法和数学形态学理论的合理利用对ROI区域进行二值化处理。再通过相机标定获取相机内外参数，对世界坐标系和相机坐标系进行合理设定，进行坐标转换和矩阵运算，直接获取弦绳的世界坐标，最后通过Labview与Matlab程序嵌套实现对弦绳振动位移的实时检测。经实验验证，改进后的方法能够快速、准确的实现钢丝绳边缘提取及弦绳的非接触振动检测。     

煤泥浮选泡沫图像灰度直方图及其统计纹理特征研究

针对煤泥浮选泡沫图像灰度直方图特征问题，进行了实验室浮选柱试验，采集了50组煤泥浮选泡沫图像，分析了泡沫图像及其直方图的类别及形态，提取了浮选泡沫图像直方图统计纹理特征参数，研究了泡沫直方图统计纹理特征参数随浮选时间的变化关系。研究表明，统计纹理特征参数-方差能够表征浮选泡沫图像直方图特征，并与特定的泡沫状态相关，可为煤泥浮选视觉监控系统提供泡沫状态信息。     

基于计算机视觉的带式输送机跑偏监测

针对带式输送机胶带在运行过程中易出现跑偏的情况,提出了一种基于计算机视觉的输送带跑偏监测方法。首先将视频监控中采集到的视频图像设置感兴趣区域(Region of Interest,ROI)以减少计算量,同时对ROI进行图像预处理。然后采用改进的Canny边缘检测算法得到ROI边缘二值图像,利用累计概率霍夫变换(Progressive Probabilistic Hough Transform,PPHT)提取输送带边缘直线特征,最后根据所得直线特征来判断输送带是否跑偏。     

基于视觉技术的带式输送机跑偏检测方法

为了解决带式输送机传统的跑偏检测装置容易误动作、检修维护工作量大、可靠性差等问题,提出了一种基于视觉技术的带式输送机跑偏检测方法,基于OpenCV库对工业视频进行转换,再利用灰度化、高斯滤波、直方图均衡化等方法进行图像预处理,随后利用Canny边缘检测算法、提取感兴趣区域ROI、Hough变换算法等实现带面边缘检测,最后将检测到的带面边缘直线与标定好的输送机托辊边缘直线进行比较得出带式输送机的运行状态。实验结果表明,该方法能够检测出带式输送机的“无跑偏”、“左跑偏”、“右跑偏”3种运行状态,具有较高的可靠性、稳定性和实时性,为保证带式输送机安全高效运行提供了思路。     

白云鄂博稀土矿浮选泡沫图像颜色特征与品位相关性研究

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。     

一种改进分水岭算法的浮选泡沫图像分割方法

为了解决煤泥浮选泡沫图像分割中传统分水岭算法的过分割问题,提出了一种基于自适应标记提取的改进分水岭算法。该方法首先对浮选泡沫图像进行高斯滤波,再运用基于形态学的扩展最大值技术从泡沫图像中自适应提取标记,利用标记对梯度图像进行修改,最后使用分水岭算法对修正后的梯度图像进行分割。试验结果表明,改进后的算法克服了标记提取需要先验知识、分割过程繁琐等问题,使参数选取更加合理,分割结果更加准确。     

浮选机矿浆相气泡图像采集系统的设计

在浮选优化控制领域，有关泡沫图像采集、处理的研究已被广泛应用。现有的研究绝大多数关注的是采集自浮选机泡沫相表面的图像数据，而对于矿浆相，由于液体本身环境恶劣，透光性极差，具有腐蚀性等因素，内部气泡图像难以获取，从而影响技术发展。针对此问题，文本设计了一种新的气泡图像采集系统，能够直接在矿浆溶液里原位采集图像数据，并提出利用深度学习语义分割模型实现矿浆相气泡图像的精确分割。实验结果表明，该系统在实验室环境下能够采集到清晰的矿浆相气泡图像，基于小样本利用预训练模型进行迁移学习，验证集的气泡分割精度达到0.943，具有重要的研究和应用价值。     

基于图像处理的输送带跑偏故障在线检测技术研究

输送带跑偏是带式输送机常见故障之一,当前普遍采用人工定期巡检的方法检测故障,存在危险性高、效率低,巡检工劳动强度大,不具备实时检测功能,当人工发现故障时,往往已经造成了较为严重的损失等缺点。针对上述问题,文章研究了基于图像处理的输送带跑偏故障在线检测技术,提出了一种基于导向滤波和最大类间方差法(OTSU)的改进型Canny算子边缘检测方法,并利用Hough变换提取到边缘直线特征并进行分析处理,最终实现了对输送带跑偏故障的在线检测和分级故障报警。系统具有非接触、检测精度高、实时性好等优点,现场应用效果良好,保障了带式输送机连续高效运行,为实现选煤厂带式输送机无人值守奠定了基础。     

Simulating realistic froth surfaces

Image analysis as a tool for monitoring and controlling flotation froths has become quite widely used in the minerals industry. One of the challenges is to be able to use the image analysis data to predict the performance of a flotation cell. One of the key parameters to be predicted is the water recovery from the froth, since this is intimately related to the gangue recovery and thus the grade. Recent theoretical developments have allowed for the calculation of this water recovery based on the air rate, froth stability and the bubble size distribution. The problem is that all that can be seen of a froth is the bubble films at the top surface. This paper uses physics based simulations of the froth structure to show that the relationship between the size distribution of the films seen at the top surface and the underlying bubble size distribution is a complex one. The paper presents some preliminary results on the statistical relationship between these distributions.     

煤泥浮选泡沫数字图像处理中的边缘检测算法研究

通过分析煤泥浮选泡沫图像的特点和应用常规边缘检测算法所存在的问题, 提出了综合应用煤泥浮选泡沫图像灰度和梯度信息进行煤泥浮选状态监控的观点, 介绍了使用基于Sobel算子改进的方向算子对煤泥浮选泡沫图像进行处理的方法。     

Recognition of the operational statuses of reagent addition using dynamic bubble size distribution in copper flotation process

The output PDF (probability density function) shape of surface bubble size in froth flotation is believed to be closely related to the operational statuses of reagent additions. An online operational status recognition method for quality evaluation of reagent addition is presented based on adaptive learning of the dynamic distribution features of the surface bubble size. We avoid the bubble over-segmentation problem by exploring an improved image segmentation algorithm to get the accurate bubble size statistics taking account of the local regional distribution of the image brightness value. By utilizing the kernel density estimation, we obtain the PDF and CDF (cumulative distribution function) of the bubble size statistics effectively. The distribution features of the bubble size statistics under the PDROS (pre-defined reagent operation statuses) are learned by FNC (furthest neighbor clustering), successively, the current health status of the reagent addition in the test time period is inferred by Bayesian inference according to the dynamic change of the bubble size PDFs; what is more, the statistical distribution features under PDROS are updated online according to the disturbance of the process operation conditions. This status recognition method is tested and practically applied in a copper ore beneficiation plant. The experimental results on the real production data demonstrate that this method outperforms other quasi machine vision based production condition recognition methods with much lower error recognition rate. It paves the way for the realization of an optimal control and fault diagnosis for reagent addition in the flotation process operation.     

最优边缘检测算法在智能煤运车辆车道线识别中的应用研究

车道线的识别是智能车辆视觉导航系统的关键技术,目前还没有成熟的理论应用于煤运车辆的视觉导航系统。文章就结构化道路图像中的车道线识别的边缘检测算法进行了比较研究,分析了几种经典算子的原理,提出了改进的双阈值Canny算子,并做了将经典算子和改进的Canny算子用于车道线检测的仿真实验。实验结果表明,Canny算子效果优于其它的经典算子,并提出了车道检测中边缘算子的合理应用方案,为视觉导航应用于智能煤运车辆实现煤运车辆的自主驾驶,提供了可靠的车道线检测技术的理论依据,具有非常重要的研究意义。