宛 鹤,陆笑科,屈娟萍,薛季玮,张崇辉,王 森,卜显忠

(1.西安建筑科技大学资源工程学院,陕西 西安 710055)

(2.奥卢大学奥卢矿业学院,奥卢 FI-90014,芬兰)

0 引 言

泡沫浮选是一种依赖于有用矿物和脉石矿物的亲水和疏水特性的选别方法,是矿物加工中的关键技术之一。泡沫浮选是一个复杂的过程,受很多因素的影响,包括矿物表面的物理性质、矿浆的化学性质和操作变量等。泡沫浮选图像携带丰富的视觉信息,这与操作变量和产品质量密切相关[1-3]。在浮选生产过程中,操作人员根据泡沫大小、颜色、纹理等视觉参数调整药剂的投加量,将浮选状态控制在特定范围内。然而,由于操作人员的主观性,泡沫表面某些人眼难以察觉的微妙变化之处,以及人眼无法进行精确的判断,实现实时监测仍然是一项具有挑战性的任务。

随着计算机视觉的快速发展,它在众多领域得到了广泛的应用。在浮选背景下,机器视觉取代人类视觉,利用图像处理技术自动提取和量化泡沫图像特征参数,建立预测模型。这些模型将特征参数作为输入,并提供品位[4]、回收率[5]和工况类别[6]等输出结果。主要步骤包括图像数据准备、特征提取和关系模型建立。图像数据准备包括图像数据增强和图像预处理。由于浮选过程受到各种复杂因素的干扰,采集的图像往往表现出高噪声和不均匀的光照。因此,需要图像预处理。例如,考虑到噪声导致纹理特征提取的严重模糊,李建奇等[7]使用低频和高频定向分解对图像进行全局和局部去噪。……