浮选图像中泡沫边缘分割

矿物浮选过程中泡沫的表面特征是浮选性能的重要指标,它可以实时、直观地反映浮选效果的变化,准确分割泡沫的边缘信息是浮选过程中一项重要的任务。近年来,研究人员提出了各种浮选泡沫图像分割算法,但浮选泡沫图像中存在泡沫数量多、泡沫间粘连严重以及边缘不清晰等问题,现存的方法由于其特征提取能力有限,无法精确的分割泡沫边缘。据此,本文利用深度学习提出了一种基于多尺度融合的浮选泡沫图像边缘分割算法,该算法通过引入一种深度高分辨率的编码结构以及一种基于注意力的分层融合方法来增强模型的特征提取能力,从而提高对于浮选泡沫边缘的分割效果。具体而言,深度高分辨率的编码结构可以在不同分辨率层级上同时维护特征信息,使我们的网络模型可以有效地捕捉不同尺度的信息,在提高图像语义理解能力的同时能够保持更多的细节信息,提高处理高分辨率以及密集任务图像的能力。除此之外,本文设计了一种基于注意力的分层融合方法来充分融合深层和浅层的特征图,使融合得到的特征图趋向于更重要的特征信息,从而提高识别浮选泡沫的边界和精确定位浮选泡沫的能力。该算法在泡沫边界分割数据集上凭借58.25的泡沫IoU以及73.62的泡沫Fscore取得了最佳的性能,证明了我们提出的算法可以更加准确地分割浮选泡沫边缘。     

煤泥浮选泡沫图像分割与特征提取

针对在煤泥浮选泡沫图像中的煤泥气泡互相粘连、边界模糊的情况,根据分水岭变换模拟浸水原理,提出一种新的、有效的分割算法,同时应用数学形态学中的腐蚀和膨胀算法,解决了经典分水岭算法不能处理的过分割和欠分割问题,使得粘连的煤泥气泡得到了有效的分割.然后计算出各个煤泥气泡的横截面积、周长、形状等物理特征参数,这些参数是实现自动控制浮选过程的重要依据.     

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。     

Visual information model based predictor for froth speed control in flotation process

Image processing sensors are emerging as an important measurement option in mineral processing, mainly due to their non-intrusive characteristics. Their principal application areas have been the determination of ore size distributions in grinding and froth features in flotation. The incorporation of visual information in control loops is the logical step. However, the excessive processing required brings a new problem that must be solve: to count with a strategy able to provide a measured value for each visual sensor in the plant. A first approach is to assign one computer to each sensor yielding a distributed architecture, but this means the implementation of a huge computer network. A more efficient alternative is alternated sampling, but the succeed of this option is limited to the existence of virtual sensors capable of give accurate values that must be use during the unsampled period. In this paper we begin by reviewing classical image processing algorithms used in flotation froth feature extraction. Then a new method is introduced for the characterization and recognition of visual information using dynamic texture techniques. Finally we developed a dynamic texture based virtual sensor for the prediction of froth speed in the unsampled period, tested with industrial data.     

基于Contourlet变换的模糊聚类和膨胀重构相结合的浮选图像增强方法

针对用分水岭算法分割铅锌矿泡沫图像时标识点难以提取及气泡边界模糊问题,提出了模糊C均值聚类和二值开重构相结合的方法及基于Contourlet变换的泡沫图像增强方法。首先对图像进行聚类,提取出灰度值较大的一类点,对提取出获得的图像用不同的结构元素进行二值开重构操作除掉一些灰度值较大的边缘点和噪声,得到气泡内部高亮点作为标识点。然后对泡沫图像做Contourlet变换提取高频系数,构造自适应增强函数作用于高频系数,利用增强后的高频系数做Contourlet反变换以增强泡沫图像。最后在上面获得的标识图像和增强图像的基础上用分水岭变换对图像进行分割。试验结果表明,该方法能够对气泡边界模糊的铅锌矿图像实行有效分割。     

基于模糊综合评判的在线图像分割

为使矿岩块度在线检测能精确和快速地进行,提出了一种自适应阈值分割算法:首先选取全局自动阈值分割算法粗分割图像,然后针对粗分割效果较差的目标区域,重复利用阈值分割算法直到无区域可分离。在重复分割前,利用模糊综合评判方法对每一个目标物体的参数(尺寸,形状及梯度等)进行综合评价,若该目标为非正常块度,对其进行重复分割。通过对一次矿山爆破的300多幅矿岩块度图像进行测试表明:在线图像分割算法与新近的聚类分析及图论最小割算法相比,不仅简单而且具有较好的分割效果,在保证在线处理速度的要求下,分割准确率达95%以上,可有效地扩展应用在其它颗粒在线检测系统中。     

Improved 3D image segmentation for X-ray tomographic analysis of packed particle beds

Although High Resolution X-ray Micro Tomography (HRXMT) has been developed in the past years for the 3D analysis of multiphase mineral particles in packed particle beds, image analysis of fine and/or high-density/high atomic number particles has been limited by existing segmentation algorithms. In this regard, a feature-based segmentation algorithm has been developed and demonstrated to provide a more accurate image processing method for the analysis of such multiphase particle populations. Based on this improved segmentation algorithm, image analyses of packed particle bed samples were compared to segmentation by traditional 3D watershed segmentation. Also, calculation of particle number using optical microscopy, together with a digital camera, was accomplished to validate feature-based segmentation. Detailed procedures and results for sample preparation, image analysis and validation are presented and discussed.     

基于Sea-thru和Mask R-CNN的深海多金属结核图像处理

利用现代图像处理技术探测矿区内矿物基本形态结构、分布状态以及多金属结核的其他赋存数据时,为了进一步提高深海矿物评估精度,提出了基于Sea-thru和Mask R-CNN相结合的深海矿物图像分割系统。实验结果表明,Sea-thru能够对海底矿物图像进行有效增强,还原衰退的矿物图像,Mask R-CNN可提高矿物颗粒分割准确率,进而获取更加准确的矿物颗粒信息,提升矿物资源的评估精度。     

图像处理技术在镍选矿厂中的应用

系统运用图像处理技术对摄像头和视频捕获卡采集到的浮选泡沫图像进行分析 ,计算出泡沫颜色参数、气泡个数和大小、泡沫的稳定度和移动速度等泡沫物理参数。根据它们评估浮选过程 ,并建立数学模型来预测浮选泡沫层精矿品位。该系统已经应用到金川公司选矿厂 ,取得了较好的效果。     

图像处理技术在浮选过程中的应用

综述浮选泡沫处理参数的算法和图像处理技术在浮选过程控制中的应用。比较图像处理技术与其它浮选过程检测控制技术的优缺点,指出泡沫图像处理技术仪表化的技术前景。     

Effect of particle size on flotation performance of complex sulphide ores

Flotation processes occurring in the bulk and froth phases have a characteristic influence on the structural features and dynamics of the flotation froth. It is recognized that the structure and texture of a mineral froth is a good indicator of flotation separation performance. The surface froth feature and dynamics are presented by three features extracted from the digitized images of the froths, i.e. SNE, a rough indication of the average bubble size of the froth, froth stability and the average grey level of the froth, an indication of mineral loading. Particle size is an important parameter in flotation operation. Nowadays, particle size is often measured and controlled in flotation concentrators. In this study the dependence of the froth structures on the particle size variation was investigated on the batch flotation of a sulfide ore from the Merensky reef in South Africa, and the size by size recovery curves were studied as well. In general medium particles produced bubbles smaller than those observed in the presence of fine and coarse particles, and the recovery rates were larger. Entrainment was a contributory mechanism to the recovery of fine particles. The fluctuation of flotation indices on the particle size change can be diagnosed and predicted by the froth structures change with a high degree of accuracy.     

基于机器视觉的阴极铜表面质量检测系统研究

为了解决了目前人工对于阴极铜表面质量检测存在的问题,实现阴极铜的全自动化检测与筛选。本文将图像处理技术应用于阴极铜表面质量的检测。论文的研究方法如下:首先选择试验需要的硬件和软件,然后通过试验采集照片,通过系统获得数据,最后把实际测量的数据和系统数据对比,分析之后得出结论。表面检测系统的流程设置为:图像预处理、相机标定、立体较正、立体匹配、数据计算。应用的原理和方法是双目视差原理、三角测量法、逐渐像提取法、以及Sobel算子和BM算法。把检测系统计算出相关数据与试验实际测量得出的数据进行对比,发现两种数据差别极小,检测结果一致,验证了检测系统的正确性,说明该系统能够满足实际生产的需求。最终建立一套阴极铜表面质量检测系统,确立了系统的结构设计和位置安装。本系统解决了当前人工筛选存在的问题,实现了阴极铜的全自动化生产。     

基于LBF改进模型的煤岩细观结构研究

为了准确全面地获取灰度不均匀的煤岩图像的细观结构信息,引进了基于LBF模型的图像处理方法,并针对其处理灰度不均一图像效率低和分割结果依赖于初始轮廓位置和大小的缺点,分别引入图像增强算子和规范初始水平集函数进行改进。通过对煤岩的3种不同图像进行灰度化、图像分割、形态学处理,获得了高质量的煤岩细观结构二值图像,并分析了各细观参数的统计规律。试验结果表明,基于LBF改进模型的图像处理方法能有效处理灰度不均匀的煤岩图像,获得的细观结构信息可为数值模拟煤岩试件提供真实的几何模型,为煤岩细观损伤力学分析提供可靠的技术支持。     

关于彩色图像分割算法的研究

主要根据灰度图像的边缘检测算法思想，借助空域微分算子，通过卷积提出了基于边缘的两种彩色图像分割算法。一种是将彩色图像转化为灰度图像，再进行分割处理；另一种是在三基色空间分别进行分割，再加以合成。同时文章采用了迭代阈值设定、区域生长、空间滤波等方法，有效改善了分割结果。     

基于图像处理的输送带煤量动态计量研究

通过监测煤量来对井下输送带进行变频调速可以有效地为矿企节能减耗。利用矿井现有的硬件资源与通信接口,提出一种基于图像处理的输送带调速优化方案：针对图像反光的问题提出一种基于窗口阀值的滤波方法,有效去除噪声的同时保留了边界信息。对边界对比度低和现场光源不稳定的问题,首先利用反光程度不同的模板进行EMD匹配处理,经过腐蚀与膨胀后,采用改良的自适应阀值算法进行分割|使用连续帧间差分法识别一级输送带的运行状态来协调控制能耗。现场运行结果表明,该方案满足带式输送机的变频调速要求,且无需安装额外的硬件装备,具有一定的推广应用价值。     

Estimation of the bubble size and bubble loading in a flotation froth using electrical resistance tomography

Flotation process is widely used in mineral industry for the separation of valuable minerals from low-grade ore slurry. There are several parameters such as the bubble size and bubble loading that predict the efficiency of the flotation process. These parameters can be used for the control of the flotation process. There are already some techniques that can be used for online monitoring of these parameters, for example, the high-speed video imaging and a probe sensor based on electrical resistance tomography (ERT). These methods, however, suffer for some limitations. The high speed video imaging gives information only on the surface of the froth and in the previously proposed ERT based techniques the conductivity of the froth is typically modeled to be smoothly varying. However, in reality the froth is composed of different size of bubbles having highly conductive surface and very low conductive interior which configuration cannot be modeled with smoothly varying conductivity distribution. In this paper, we propose a computational approach in which the structure of the froth is modeled and both the bubble size and the conductivity of the boundary of the bubbles are estimated. The proposed approach utilizes data measured with the standard ERT probe. The estimated bubble size and conductivity of the boundary of the bubbles are compared to online measured camera based estimates of the bubble size and bubble loading. The proposed approach is evaluated with simulated measurements and real data from Pyhäsalmi Mine. The results show that there is a high correlation between the camera based and the ERT based estimates of the bubble size. Furthermore, some of the parameters obtained from the ERT based method correlate well with the camera based estimate of the bubble loading.     

基于改进的SuperGlue模型的浮选泡沫稳定度检测方法研究

在浮选过程中,浮选泡沫保持一定的稳定度对保证浮选指标的稳定至关重要。由于浮选泡沫本身的复杂性和现有检测方法的局限性,目前还无法对工业现场泡沫的稳定度进行定量检测和评估。为此,开发了一种基于改进的SuperGlue模型的浮选泡沫图像特征匹配算法,用于对浮选泡沫的稳定度进行测量。该算法采用改进的SuperPoint模型网络对泡沫图像进行特征点提取,将原有的VGG网络进行了改进,利用特征匹配模型对所得到的两组特征点进行匹配,再进行误匹配精筛选,设置置信度阈值进一步提升匹配精度。对比了在匹配算法中应用比较多的GMS算法,本文算法的有效特征点匹配对数提升了19.58%,匹配精度达99.85%。与传统灰度差值法对比,本文的泡沫稳定度测量方法对不同状态的泡沫可辨识性提升明显,极大地提高了图像检测灵敏度,可以满足生产对泡沫稳定度测量的要求。     

利用阈值分割技术提取煤泥浮选泡沫图像的物理特征

探讨了煤泥浮选泡沫图像特征的提取方法，首先将RGB图像转化为灰度级图像，再采用直方图均衡化和局域中值滤波处理，以改善图像的对比度，利用阈值分割技术和二值化处理方法提取了气泡的个数，对亮点的面积，形状，周长进行了计算，求出了气泡的粒度分布，通过对51幅煤泥浮选泡沫图像的研究。发现该方法适用于亮点明显，气泡粒度大的图像，可以用来指导煤泥浮选的操作。     

基于X射线分选矿石图像的轮廓提取算法综述

近年来,图像处理技术在矿石的智能分选领域广泛应用,但当前的智能分选图像处理算法在精度、算法效率和通用性等方面仍存在局限性。X射线分选矿石图像的轮廓提取是实现智能分选的重要前提之一,根据轮廓信息确定矿石中矿物分布、含量、尺寸及形态等特征,进而优化矿石的分选流程,提高矿产的回收率和经济效益。本文对X射线智能分选机的成像原理及图像噪声特性进行分析,概括了图像预处理方法并重点介绍了经典canny算法和深度学习的HED、DeepEdge、U-Net轮廓提取算法的原理和网络结构,对算法的优势与不足进行分析。最后提出X射线智能分选矿石图像处理算法现存的问题及今后的研究重点。为X射线智能分选图像处理系统矿物轮廓提取研究提供参考。