陈诗媛， 廖一鹏， 张 进， 王卫星

(福州大学 物理与信息工程学院，福建 福州 350108)

1 引 言

浮选是浮选机内矿物与空气中的微气泡发生碰撞粘附，利用矿物与杂质表面的亲疏水性质，可浮性高的矿物颗粒随着气泡上浮至液面泡沫层，从而将目标矿物从物质组成复杂的矿石中分选出来的选矿方法[1]。研究表明，浮选过程中气泡的生成和崩塌可有效反映矿物含量[2]，而图像分割是浮选图像处理分析和检测新生成与崩塌的气泡的关键，广泛应用于计算机视觉及工业生产等领域[3]。目前，浮选气泡的分割主要在可见光图像上进行，这种方法受光照影响很大，容易出现过分割和欠分割，因此可在红外图像上对浮选气泡进行处理，提高抗干扰能力，更加准确地对新生成和崩塌的气泡进行检测。

浮选气泡的稳定性影响了回收率、精矿品位等生产指标性能[4]，准确地对泡沫图像进行分割，能有效识别新生成和崩塌的气泡，为后续气泡的稳定性、崩塌力计算打下基础。但是气泡不断位移且发生形变，泡沫图像存在光照不均、噪声大、气泡粘连等问题，导致气泡识别检测困难。目前，学者们提出了多种不稳定气泡的检测方法。Sameer等人[5]利用分水岭算法对泡沫图像进行分割，提取图像中气泡，然后将第2帧中气泡的质心映射到第1帧的分割图像中，计算连续帧之间气泡的交点数进行崩塌判断。该方法准确度受限于分水岭分割结果，破裂的气泡在气泡的阴影较暗的区域容易被过度分割；……