煤泥浮选泡沫层中气泡特征的提取

利用图象处理的方法来突出浮包沫表面的气泡与图象背景的对比,并提取气泡的边界,为建立泡沫精神与图象中泡沫表面气泡个体统计特征间的关系模型提供依据。在对泡沫表面各种气泡形态的分析中,提出了气泡提取在煤泥浮选泡沫图象分析的可行性。通过对实验室浮选柱所采集的51组泡沫图象进行处理分析,认为图象灰度直方图的均衡化和中值滤波算法对提高图象的动态对比范围,突出气泡的亮度有明显的效果。最后还分析了适合于气泡提取的阈值分割算式法以及气泡的边缘检测算法,从而描述泡沫层图象中气泡的大小和形状等个体特征,达到识别煤泥浮选泡沫图象的目的。     

多尺度图像边界提取的小波算法与最优准则

从Canny最优边缘检测准则出发，分析了中心B样条二进小波与最优准则的关系，给出了多尺度边缘提取时二进小波的构造，结果表明四阶中心B样条函数的导数比Canny算子更接近最优边缘检测准则，且可进行快速多尺度边缘提取。     

基于气泡跟踪与相位相关的浮选表面气泡平移运动估计

针对浮选表面气泡运动估计难以兼顾准确度和速度的问题,提出了结合气泡跟踪与相位相关的浮选表面气泡运动估计方法。首先对序列的相邻2帧图像按灰度最小值进行尺度缩小,然后通过阈值分割法提取其气泡高亮区域以完成气泡跟踪,最后采用相位相关法得到气泡平移运动信息。同时提出一种分块相位相关法用于进一步获取各个气泡子区域的运动特征。多组运动估计仿真测试证实了算法的有效性和准确度。铅锌浮选厂的现场实验结果表明,算法能快速地获取气泡运动矢量,分块相位相关法能够提供各子块的运动特征。浮选各槽的气泡运动曲线数据表明：每个浮选槽表面气泡的平移运动均表现出了一定的周期性;同一等级的浮选槽里的气泡平移运动曲线和运动紊乱程度曲线具有类似的分布规律;保持一定程度的气泡运动紊乱性有助于提高精矿的品质。     

基于分水岭变换的浮选泡沫图像分割

针对煤泥浮选泡沫图像中煤泥气泡互相粘连、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。并对分割后的图像进行了物理特征提取,如气泡的数目、颜色、大小分布等,这些特征参数是评价浮选过程好坏的重要信息,利用它们可监测和优化浮选过程。该分割算法成功的用于煤泥浮选泡沫的分割,并且提取出了煤泥泡沫图像所有静态的物理特征参数。     

浮选泡沫图象边缘检测方法的研究

针对工业现场实时采集的浮选泡沫图象 ,提出了泡沫边缘探索法和分水岭 Flooding方法分割图象 .阐述了泡沫边缘探索法算法流程 ,并给出了分水岭的定义和 Flooding方法的伪 C算法 .最后 ,分析和比较两种方法的试验结果 .结果表明泡沫边缘检测方法和分水岭 Flooding方法都达到了工业中应用的程度     

颗粒气泡的匹配关系对细粒锡石浮选的影响

针对细粒锡石难以分选的问题,采用改进的Hallimond管对不同粒级细粒锡石的浮选行为进行研究,并采用电解H2浮选和高速摄影仪研究颗粒与气泡间的匹配关系.在确定捕收剂用量和pH值的条件下,对颗粒粒度、电解条件(如阴极孔径、电流强度等)对锡石浮选回收率的影响进行了探索,考察了气泡大小变化及分布规律,探索了颗粒与气泡间相互作用.结果表明,颗粒粒度、阴极孔径、电流强度均对浮选回收率有很大影响;颗粒与气泡间有一个最佳匹配范围,在这个范围内,颗粒气泡捕集概率最大,浮选回收率较高.当pH约为4.5,MOS用量为100mg/L时,锡石矿物浮选效果较好.     

基于多尺度的区域生长的图像分割算法

针对医学图像的特点,提出了一种多尺度区域生长分割算法。该算法首先利用高斯滤波器对原图像进行滤波处理,之后利用区域生长算法分别对原图像与平滑图像进行分割操作,最后将两个分割图谱进行比对,获得最终的分割结果。进行区域生长算法时,从背景区域选择一个像素作为初始种子点进行区域生长。该方法的优势为噪音具有较好鲁棒性,初始种子点选取规则简单。该方法同样适合于其他背景简单、目标区域复杂的图像分割情形。为了选取合适分割阈值,提出了最大梯度概念。利用图像的最大梯度矩阵的统计特性,将阈值选取问题转化为求最小值问题。实验表明,该方法能够准确地获得医学图像的分割结果。     

浮选过程中颗粒与气泡的碰撞速度的理论研究

本文介绍了浮选过程中颗粒与气泡碰撞速度理论研究的部分结果。碰撞速度v_c可以分解为切向碰撞速度v_r和径向碰撞速度V_(r°)v_r可以促成颗粒与气泡粘附,而v_r可能阻止粘附的发生。研究发现v_r和v_r两者均为碰撞角的函数。v_r随碰撞角的增大而减小;v_r随碰撞角的增大而增大。     

一种基于边界和区域的MRI脑图像分割方法

应用一种基于多分辨率边缘检测、区域选择和取灰度阈值相结合的方法实现了MR I(磁共振成像)脑图像的分割,得到了脑白质(WM)、脑灰质(GM)和脑脊液(CSF)的组织结构.并且针对该方法对模糊、不均匀的MR I脑图像分割时可能出现的问题进行了分析,提出采用动态阈值法对其进行改进,实验结果表明改进方法对模糊和不均匀图像,能得到较好的分割结果.     

融合区域和边界信息的水平集SAR图像分割方法

提出了一种基于区域和边界信息的水平集SAR图像分割方法。该方法根据SAR图像的区域统计特征和边界梯度信息,建立SAR图像分割能量泛函模型;通过最小化能量泛函得到曲线演化偏微分方程;采用水平集方法求解演化方程,实现了SAR图像的分割。分别采用模拟和真实SAR图像对该方法进行了仿真。实验结果表明,该方法能充分利用SAR图像特征,不需要去除相干斑噪声的预处理过程,实现了对图像中目标与背景的正确分割。     

基于多变量图像分析的铜矿泡沫浮选分类与识别

针对矿物浮选过程中以人工观测为主的浮选状态监测易受人主观因素影响, 长流程的浮选现场难以实时获得生产状态信息, 引起在线监测信息的不准确性及滞后, 严重影响浮选生产工况及时调整, 造成生产过程资源和能源浪费的问题, 基于多变量图像分析方法研究矿物加工领域的泡沫浮选过程泡沫图像的分析与特征表征, 并融合多变量图像分析、多分辨率分析、多分辨率-多变量图像分析、改进分水岭的图像分割算法和基于模板匹配的宏块跟踪方法, 提取铜矿泡沫图像的颜色、纹理、尺寸、速度和稳定度特征.在此基础上, 对铜矿泡沫浮选生产状态进行了分类与识别, 并建立泡沫图像变量特征与工艺指标之间的关系模型, 可用来预测铜矿泡沫品位.应用结果表明:该方法可实现铜矿浮选过程的实时监控及生产状态的识别.     

基于区域合并与轮廓模型的图像序列人物轮廓分割

为解决受图像背景复杂度影响,分水岭算法较难高精度实现图像序列中人物轮廓的分割与追踪这一问题,提出了利用颜色空间转换的区域合并实现目标轮廓区域的划分、并基于人物头部轮廓信息生成人物领域轮廓模型的方法。通过对人物领域边界线生成的初步轮廓模型进行高斯函数的卷积运算,生成形态轮廓模型的有效对象模板,实现图像序列的人物领域中不依靠序列差分和移动向量亦能在图像序列中追踪移动对象。基于颜色空间转换的区域合并和轮廓模型算法,可满足视频背景变动并且背景复杂的情况下对图像序列中的人物轮廓进行有效分割。实验结果验证了本算法的有效性与鲁棒性,可有效而稳定实现图像序列中人物轮廓的分割。     

虚边界元多连通区域边界离散及边界条件分析

针对多连通区域,利用虚边界元思想进行程序实现时,数据文件的准备工作十分重要.多连通区域数据文件输入时,虚、实边界的外、内边坐标点及实边边界条件的正负号应严格保证正确性.本文用FORTRAN语言实例分析承受均匀内、外压的厚壁圆筒,虚体积力等额配点离散其边界,提出边界离散坐标点输入及实边边界条件正负号的处理方法.     

基于形态重构的豆粒分割算法

在实现大豆图像豆粒的分离时,针对分水岭算法中容易出现过分割等问题,综合利用H-Dome形态学重构以及距离变换改善梯度图局部多个极小值问题,再使用分水岭算法找到粘结边界点,从而将颗粒分离.实验结果验证了此方法的有效性.     

基于区域边界生长的图像分割方法

针对浮选泡沫图像气泡粘连、边界模糊等难以分割的特点,结合区域生长和边检测技术,提出一种基于种子区域边界生长的图像分割方法。首先按照图像特征提取种子区域及其边缘,并制定区域边界生长条件,同时按照图像特征制定了泡沫目标的边界规则库,作为区域边界继续生长的判断条件,即是否到达泡沫边界。此方法不以整幅图像为分割单元,而是以每个气泡对象作为处理单元对浮选图像继续分割,图像中气泡分割的结果更加准确。     

基于图像分类的矿物含量测定及精度评价

针对传统矿物含量测定中存在人为误差、缺乏精度评价等问题,提出了基于图像分类的矿物含量测定及精度评价方法,该方法通过统计分类后图像中每种矿物的像元数量测定矿物含量,并采用混淆矩阵评价含量测定精度.根据岩石图像的光谱和纹理特征,提出了两种基本的矿物含量测定方式:1)对于纹理简单、矿物光谱区分度大的岩石图像,采用直接分类方式测定矿物含量,花岗岩手标本照片矿物分类实验表明监督分类效果优于非监督分类,且监督分类中最大似然法分类(MLC)的精度最高,其含量测定精度为94.25%;2)针对复杂纹理(如干涉色、双晶等)的岩石图像,引入了面向对象(矿物或矿物集合体)的多尺度图像分割算法,在分割基础上分类并统计每类矿物含量.白云母二长花岗岩镜下照片矿物分类实验得到其含量测定精度为94.85%.     

基于分水岭的粘连雾滴图像分割方法

针对雾滴图像中粘连雾滴的特点,运用基于距离变换的分水岭分割算法对粘连雾滴进行分割,对距离变换的算法进行优化,使该算法的效率得到提高,应用灰度重建方法避免雾滴图像过分割现象的产生。实例表明,该方法可实现对粘连雾滴的分割。     

基于多尺度形态学滤波的CT图像疑似肺结节提取

CT图像中疑似结节病灶区域的分割和提取是肺部CAD系统的关键和难点．研究一种基于肺结节几何特征的多尺度形态学滤波的疑似结节区域提取算法,构造了一组不同尺度的类圆形结构元素进行形态学滤波．经过多尺度处理,不同大小的疑似肺结节区域得到增强和突出,气管、血管等线形解剖组织得到了削弱和抑制,结构元素的几何参数及二值化阈值参数的选取不需要人工设置．实验结果表明,该算法可以较好地实现不同大小疑似结节区域的自动提取．     

粒子群优化增强大津法的气泡分割方法研究

提出了粒子群算法优化增强大津法来实现气泡图像的快速准确的分割.首先介绍了阈值分割中的直方图法、经典大津法、迭代法的阈值选取原理,并利用这三种方法对垂直上升管气液两相流中稀疏上升气泡图像进行了分割,通过效果比较,并结合气泡图像的特点,提出了一种以粒子群算法优化增强大津法的图像分割法,然后利用粒子群算法的全局搜索能力改善增...     

基于边缘流的多尺度水平集砾岩图像分割

针对边缘流方法检测图像边界得到的边界不连续问题,提出了把边缘流作为水平集方程中的一个变量,并将多尺度思想引入该方程.该方法首先在大尺度图像下得到相应尺度的边缘流矢量,将其代入水平集方程,通过求解水平集方程,找出图像目标边界的大致轮廓,然后利用大尺度所得到的大致轮廓作为高一级尺度的水平集方程的初始轮廓,计算相应的边缘流矢量,代入水平集方程求解,逐步进行轮廓优化,最终实现图像分割.采用该方法提取图像目标边界,不仅解决了边缘流方法中边界不连续的问题,也使水平集方法中曲线演化速度太慢的问题得到大大的改善.该方法用于砾岩图像分割,取得了较好的效果.