浮选泡沫图像主成分的分类与识别.pdfVIP

2014年 6月 云南冶金 Jun．2014 第43卷第3期 (总第246期) YUNNAN METALLURGY Vo1．43．No．3 (Sum246) 浮选泡沫图像主成分的分类与识别 刘小波 (昆明冶金高等专科学校电气学院，云南 昆明 650033) 摘 要：通过对大量浮选泡沫图像的分析，获得能够表示泡沫层的特征参数。采用灰度共生矩阵法提取参数 特征并对特征参数进行正交变换处理，然后用BP神经网络进行分类 ，获得不同类别的浮选效果。研究结果表明， 对特征参数进行正交变换修正后，大大提高了分类识别的正确率。 关键词：浮洗泡沫图像；纹理；神经网络 中图分类号：TD923 ．7 文献标识码：A 文章编号：1006--0308 (2014)03—0076_04 ClassificationandIdentificationoftheM ainComponentsof FlotationFrothImage LIU Xiao-bo (CollegeofElectricalEngineering，KunmingMetallurgyCollege，Kunming，Yunnan650033，China) ABSTRACT：Thecharacteristicparameterofflotationfrothcanbegotthroughthequantitativenaalysisofitsimage．Thecharacter- isticparameterisextractedbyGrey-levelCO—occurrencemarx，andthecharacteristicpraameteristreatedbyorthogonal transformation， nadthenitshallbeclassifiedbytheBPneuralnetworktogetthedifferentflotationeffects．Thereserachresultsshow thattheaccuracyofhte classificationnadidentificationisincreasedgreatlybytheorthogonalrtansformationofhtecharacteristicpraameter． KEY W ORDS：flotationfrothimage；texture；neuralnewtork 浮选是根据矿物表面物理化学性质的不同，通 过合理的控制算法来控制药剂的添加量，从而将浮 过药剂作用，使矿物表面疏水性加强或减弱，从而 选作业控制在最佳状态。在 20世纪后期 ，国外开 在气一液 一固三相界面进行分选的技术方法。浮选 始将计算机技术、图像处理技术、人工神经网络等 生产过程中加入适量的浮选药剂，使 目的矿物颗粒 现代高新技术和方法应用到浮选作业 的自动控制 黏附在矿浆气泡上，形成浮选泡沫，通过对泡沫的 中，获得了比较满意的技术经济指标 ¨，。本世 收集实现 目的矿物的回收。浮选槽 中泡沫层的气泡 纪开始，出现了一些我国在浮选过程的研究和应用 体积大小、形状不一，其灰度值也有差别。通过对 方面的文献报道 ，一些研究机构和大学开展了浮选 泡沫层气泡的大小和形状的图像特征判断泡沫层的 泡沫图像状态 自动识别的研究试验，一些国家基金 矿化程度；为提高浮选技术经济指标 ，需要采用现 资助项 目的研究成果用于生产 。 代先进的计算机技术和图像识别技术，对浮选泡沫