硫浮選泡沫圖像動(dòng)態(tài)紋理建模及在工況識(shí)別中的應(yīng)用.pdf

1、在硫浮選生產(chǎn)中，泡沫層表面視覺(jué)特征能夠反映浮選性能。硫浮選泡沫邊界明顯，但是泡沫的帶礦量不穩(wěn)定，泡沫的大小尺寸變化也有很強(qiáng)的隨機(jī)性。常規(guī)的泡沫表面特征很難準(zhǔn)確的反映浮選工況的好壞，所以紋理成為表征硫浮選泡沫表面狀態(tài)的關(guān)鍵特征。目前在硫浮選生產(chǎn)中操作變量的調(diào)節(jié)主要依靠人工觀察泡沫紋理特征，但由于人工觀察的局限性，難以保證浮選過(guò)程處于最佳狀態(tài)。因此，本文研究硫浮選泡沫圖像的紋理特征提取方法，實(shí)現(xiàn)精選泡沫圖像紋理特征的量化，對(duì)指導(dǎo)浮選生產(chǎn)具有

2、重要意義和工程應(yīng)用價(jià)值。
　　在實(shí)際生產(chǎn)中，硫浮選工況變化快，短時(shí)間內(nèi)常出現(xiàn)多種異常工況，嚴(yán)重影響浮選效率。因此，單一的泡沫圖像特征不能準(zhǔn)確反映浮選工況的好壞。針對(duì)硫浮選泡沫的特點(diǎn)，本文首先分析了硫浮選各類(lèi)工況，以及對(duì)應(yīng)的泡沫圖像，并依據(jù)工況特點(diǎn)將浮選泡沫圖像分為六大類(lèi)，作為后續(xù)分類(lèi)識(shí)別的標(biāo)準(zhǔn)。利用灰度共生矩陣和灰度-梯度共生矩陣提取泡沫圖像的靜態(tài)紋理特征，并利用靜態(tài)紋理特征進(jìn)行分類(lèi)識(shí)別。
　　針對(duì)靜態(tài)紋理特征的分析存在諸多

3、缺點(diǎn)以及單幀泡沫圖像特征參數(shù)不能夠準(zhǔn)確反映浮選工況，提出利用ARMA(自回歸滑動(dòng)平均)動(dòng)態(tài)紋理模型來(lái)描述泡沫圖像之間的相關(guān)性。通過(guò)樣本學(xué)習(xí)訓(xùn)練模型參數(shù)A，C，Q，R，用學(xué)習(xí)得到的模型參數(shù)進(jìn)行硫浮選泡沫圖像動(dòng)態(tài)紋理的合成，并根據(jù)合成結(jié)果來(lái)評(píng)判參數(shù)學(xué)習(xí)效果的好壞，并對(duì)模型參數(shù)進(jìn)行修正。
　　最后，以樣本的靜態(tài)紋理特征作為支持向量機(jī)的輸入特征向量來(lái)對(duì)硫浮選泡沫進(jìn)行分類(lèi)識(shí)別。用修正后的模型參數(shù)A，C和Martin距離對(duì)動(dòng)態(tài)紋理圖像序列進(jìn)行