梁秀满，刘文涛，牛福生，刘振东，张晋霞

(1.华北理工大学电气工程学院，河北 唐山 063210；2.华北理工大学矿业工程学院，河北 唐山 063210)

矿物浮选常用于选择性分离疏水性有用矿物与亲水性脉石矿物。在浮选过程中，浮选气泡不断与矿粒进行碰撞、黏附，附着有大量矿物颗粒的气泡运动上升，在矿浆上层不断堆积形成富含目的矿物的泡沫群[1]。其中，浮选气泡与目标矿物颗粒有效的碰撞黏附是泡沫群矿化的先决条件，因此，研究具有何种形态特征的浮选气泡能够提高碰撞、黏附几率，量化浮选气泡的形态特征参数对浮选机理研究及浮选条件实验具有非常重要的意义[2-4]。

近年来，机器视觉、高速摄影和图像测量等技术发展迅速，其在浮选工艺上得到了广泛的研究使用，为浮选气泡形态特征的准确描述提供了技术手段。孙丽英等[5]对浮选柱中的气泡图像进行滤波、阈值分割等处理后计算其气泡像素面积参数，并通过相机标定实现向物理参数的转换。薛婷等[6]利用动态阈值压缩的Otsu算法对图像进行阈值分割，提取边缘信息，计算气泡各项形态特征参数。陈方圆等[7]建立了基于光纤内窥镜的侵入式照相装置，用Image-Pro Plus软件处理装置获取的气泡图像，测量了不同孔径的气泡发生装置产生的气泡大小。

以上研究均是通过搭建基于机器视觉的观测系统来采集气泡图像。但在浮选气泡的观测系统中，环境自然光的干扰及照明设备限制等问题极易造成图像亮度不均，使传统算法里图像的分割阈值充满不确定性；……