基于向量形態(tài)學(xué)重構(gòu)的銅浮選泡沫圖像分割方法研究及應(yīng)用.pdf

1、浮選是一種利用礦物表面的物理化學(xué)性質(zhì)的差異分離有用礦物的分選技術(shù)。目前，國內(nèi)浮選過程主要依靠浮選操作工人觀察浮選泡沫狀態(tài)調(diào)整浮選操作，難以保證浮選過程的優(yōu)化運行。因此，研究浮選泡沫監(jiān)控系統(tǒng)具有重要的現(xiàn)實意義。泡沫形態(tài)特征是重要的泡沫特征參數(shù)，泡沫圖像分割是泡沫形態(tài)特征提取的關(guān)鍵技術(shù)，本文針對銅浮選泡沫圖像的特點，研究適用于銅浮選泡沫圖像的分割方法。主要研究工作包括：
　　 ⑴在分析銅浮選泡沫圖像特點的基礎(chǔ)上，針對泡沫圖像分割過程

2、中結(jié)構(gòu)元素需人工選取的問題，采用Otsu閾值分割方法提取圖像中的高亮點，按照圖像高亮點的平均尺寸，將銅浮選泡沫圖像分為三類，為結(jié)構(gòu)元素的選取提供先驗知識。
　　 ⑵針對銅浮選泡沫圖像光照不均勻、圖像中存在大量高亮點，嚴重影響泡沫圖像分割結(jié)果的問題，提出改進的向量形態(tài)學(xué)開重構(gòu)算法去除銅浮選泡沫圖像中的亮點。該方法利用圖像的分類結(jié)果，選取適應(yīng)于不同類泡沫圖像的結(jié)構(gòu)元素，具有既簡化計算，又保留圖像顏色和輪廓信息的特點。
　　

3、⑶分析研究了基于谷底邊緣檢測的泡沫圖像分割方法，指出其模板尺寸難以確定，無法準確分割過大或過小泡沫圖像的缺點。針對銅泡沫圖像噪聲大，容易產(chǎn)生過分割的問題，采用基于Top-Hat面積h頂重構(gòu)算法提取標識圖像，作為分水嶺分割算法的種子點，采用形態(tài)學(xué)開閉重構(gòu)算法和均值濾波算法去噪。在此基礎(chǔ)上，提出了基于向量形態(tài)學(xué)重構(gòu)的銅浮選泡沫圖像分割方法，該方法有效的克服了銅浮選泡沫圖像的過分割問題。通過大量實驗驗證了該算法分割銅浮選泡沫圖像的有效性。本文