铝土矿精选泡沫图像纹理特征提取方法研究.pdf

分类号 U DC 密级⋯⋯⋯⋯ 编号⋯⋯⋯⋯ 十韵大学 C E N T R A LSo U T HU N I V E R S I T Y 硕士学位论文 论文题目 学科、专业 研究生姓名 导师姓名及 ⋯。锅土破精选泡溘图像筑理拖延。 ⋯⋯⋯⋯⋯⋯提取赢法硒窥⋯⋯⋯⋯ ⋯⋯⋯⋯撒 f 科学曼王程⋯⋯⋯⋯． ⋯⋯⋯⋯⋯尜⋯楚⋯梅⋯⋯⋯⋯⋯一 专业技术职称⋯⋯⋯⋯⋯唐朝睡⋯教授⋯⋯⋯⋯一 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名幽日期塑竺年』月望日 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即学校 有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文， 允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内 容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到中国学位论文全文数据库， 并通过网络向社会公众提供信息服务。 作者签名煳导师签名豳堡日期丝f 三年』月盟曰 摘要 在铝土矿浮选生产中，泡沫层表面视觉特征反映浮选性能。相对 粗选、扫选作业，精选作业泡沫矿化程度高、坍塌严重、没有明显的 气泡形态，纹理成为表征精选泡沫表面状态的关键特征。目前在精选 生产中操作变量的调节主要依靠人工观察泡沫纹理特征，但由于人工 观察的局限性，难以保证浮选生产工作在最佳状态。因此，利用数字 图像处理技术分析精选泡沫图像的特点，研究了精选泡沫图像的纹理 特征提取方法，实现精选泡沫图像纹理的量化对指导浮选生产具有重 要意义和工程应用价值。 首先，本文在分析精选泡沫图像特点的基础上，针对浮选泡沫边 缘等几何结构是纹理分析中不可忽视的特点，研究了基于C o n t o u r l e t 变换的泡沫图像增强方法，通过修正图像的C o n t o u r l e t 变换系数，抑 制噪声并增强边缘，从而凸显图像的细节信息，为泡沫图像纹理特征 提取提供了信息更丰富的图像。 然后，为了准确提取精选泡沫图像纹理特征，本文提出一种基于 改进局部二进制 I m p r o v e dL o c a lB i n a r y P a t t e r nV a r i a n c e ，简称 I L B P V 的方法。改进后的方法通过引入局部对比度来改进二值化函 数以及采用方差作为直方图特征提取的自适应权值，克服了算法对光 照变化敏感的缺点。将I L B P V 特征应用于精选泡沫图像分类，实验 结果表明，该纹理特征参数能较好地反映不同工况下的精选泡沫表面 状态，具有很好的分类效果。 最后，鉴于粗糙度是有效描述泡沫表面状态的关键特征，本文研 究了基于改进局部二进制的泡沫图像纹理粗糙度的度量方法，并通过 分析浮选生产精矿品位与精选泡沫图像纹理粗糙度的关系，获取最佳 特征区间，为浮选生产提供指导。 关键词浮选泡沫，纹理提取，图像增强，纹理粗糙度 本研究得到国家自然科学基金 编号6 1 0 7 1 1 7 6 资助 A B S T R A C T V i s i o nc h a r a c t e r i s t i c so ff l o t a t i o nf o r t ha r ec l o s e l yr e l a t e dw i t ht h e p r o d u c t i o ne f f i c i e n c yi nt h eb a u x i t ef l o t a t i o np r o d u c t i o n ．n ec l e a n i n g f o r t hh a sc h a r a c t e r i s t i c sa sh i g hm i n e r a l i z a t i o nd e g r e e ，s e r i o u s l yc o l l a p s e a n dw i t h o u ta p p a r e n ts h a p er e l a t i v et ot h er o u g h i n ga n dt h es c a v e n g i n g ． T h u st e x t u r ei st h ek e yf e a t u r ef o rc h a r a c t e r i z ef o r t hs t a t e ．A tp r e s e n t ，t h e c o n t r o lo fo p e r a t i n gv a r i a b l e si nt h eb a u x i t ef l o t a t i o np r o d u c t i o ni so f t e n b a s e do nt h et e x t u r eo ft h ef r o t hs u r f a c es t a t e ．H o w e v e r , d u et ot h e l i m i t a t i o no ft h ea r t i f i c i a l o b s e r v a t i o n ，i ti s h a r dt o g u a r a n t e et h e o p t i m i z i n gf l o t a t i o np r o c e s s ．B a s e do nt h ee x p l o r i n gt h ef e a t u r e so f f l o t a t i o nf o r t h ，t h ea r t i c l ed i s c u s s e st h et e x t u r ef e a t u r ee x t r a c t i o nm e t h o d s o ft h eb a u x i t ec l e a n i n gf r o t hi m a g e st oq u a n t i f yf o r t ht e x t u r e ．I th a s i m p o r t a n tm e a n i n g f o rg u i d i n gt h ef l o t a t i o np r o d u c t i o n ． F i r s to fa l l ，b a s e do nt h ea n a l y s i st h ef e a t u r e so fc l e a n i n gi m a g e sa n d g e o m e t r i cs t r u c t u r es u c ha sf l o t a t i o nf r o t he d g ec a n n o tb en e g l e c t e di n a n a l y s i so ff o r t ht e x t u r e ，as t r a t e g yb a s e d o nt h ec o n t o u r l e tt r a n s f o r m a t i o n d o m a i ni sp r e s e n t e df o ri m a g ee n h a n c e m e n t ．T h i sm e t h o dm o d i f i e st h e c o n t o u r l e to fi m a g et oe n h a n c eb o u n d a r i e sa n dr e m o v et h en o i s eo ft h e b u b b l e i m a g e s ，w h i c hp r o v i d e dh i g hq u a l i t y b u b b l e i m a g e s t o c h a r a c t e r i s t i c se x t r a c t i o n ，c o m p a r e dt om a n yo t h e ri m a g ee n h a n c e m e n t m e t h o d s ． T h e n ，t o e x t r a c tt e x t u r ec h a r a c t e r i z a t i o no fb u b b l ei m a g e ，t h e i m p r o v e dl o c a lb i n a r yp a t t e r nh a sb e e np u tf o r w a r d ．B i n a r yf u n c t i o ni s i m p r o v e db yi n t r o d u c i n gt h el o c a lc o n t r a s ta n dv a r i a n c ei S u s e da st h e a d a p t i v ew e i g h to fh i s t o g r a m ，w h i c ho v e r c o m e sl i g h t - s e n s i t i v ee f f e c t i v e l y ． A n dt h e nt h et e x t u r ef e a t u r e sa r eu s e df o rc l a s s i f i c a t i o nr e c o g n i t i o nf r o t h s t a t u s ．T h er e s u l t sp r o v et h a tt h ec h a r a c t e r i s t i c sc a nd e s c r i b ed i f f e r e n t f r o t hs t a t u sa n di th a sav e r yg o o dc l a s s i f i c a t i o ne f f e c t ． F i n a l l y , i nv i e wo f t h ef a c tt h a tr o u g h n e s si su s e dt od e s c r i b et h ek e y f e a t u r e so ff o r t hs u r f a c es t a t e ，t h i sP 印e rs t u d i e san e wm e a s u r em e t h o d b a s e do nt h ei m p r o v e dl o c a lb i n a r yp a t t e r n ．刀j er e l a t i v i t yi sa n a l y z e d b e t w e e nt h ee x t r a c t e dt e x t u r ea n dt h ec o n c e n t r a t eo fm i n e r a lt oo b t a i n o p t i m u mf e a t u r ei n t e r v a l ．I t w i l lp r o v i d eg u i d e s f o r i m p r o v i n gt h e I I o p e r a t i o na n d c o n t r o lo ff l o t a t i o n ． K E YW O R D Sf l o t a t i o nf r o t h ．t e x t u r e f e a t u r e e x t l ’a c t i o n ，i m a g e e n h a n c e m e n t ，t e x t u r er o u g h n e s s I I I 目录 摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯l A B S T R A C T ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯I I 目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯I 第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 1 ．1 课题研究背景与意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 1 ．2 泡沫浮选工艺概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．2 1 ．2 ．1 浮选原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 1 ．2 ．2 浮选工艺过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 1 ．2 ．3 精选泡沫特性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 1 ．3 浮选泡沫图像处理的发展与研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 1 ．3 ．1 浮选泡沫数字图像技术研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．5 1 ．3 ．2 泡沫图像纹理特征研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．6 1 ．4 论文主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7 第二章精选泡沫图像纹理分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。9 2 ．1 铝土矿精选泡沫分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．9 2 ．1 ．1 铝土矿精选泡沫表面状态分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．9 2 ．1 ．2 浮选操作变量与精选泡沫层表面状态的定性关系⋯⋯⋯⋯⋯⋯．．1 0 2 ．2 精选泡沫图像特点以及图像分类流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 2 2 ．2 ．1 精选泡沫图像特点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 3 2 ．2 ．2 精选泡沫图像纹理分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 4 2 ．2 ．3 基于数字图像处理的精选泡沫图像分类流程⋯⋯⋯⋯⋯⋯⋯⋯．．1 5 2 ．3 纹理粗糙度分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 6 2 ．3 ．1 泡沫层表面剖析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 6 2 ．3 ．2 泡沫图像纹理粗糙度⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 7 2 ．4 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 9 第三章精选泡沫图像增强处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 0 3 ．1 图像增强方法综述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2 0 3 ．2 基于奇异值分解法的图像增强方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 1 3 ．2 ．1 奇异值分解⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 1 3 ．2 ．2 基于奇异值分解的图像增强方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 2 3 ．3 基于C o n t o u r l e t 变换的图像增强方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2 3 3 ．3 ．1C o n t o u r l e t 变换⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 3 3 ．3 ．2 基于C o n t o u r l e t 变换域的图像增强方法。⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 5 3 ．4 泡沫图像增强效果评价⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2 6 3 ．4 ．1 图像增强效果评价方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 6 3 ．4 ．2 泡沫图像增强效果比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 6 3 ．5 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2 7 第四章基于改进型L B P 的精选泡沫图像分类研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．2 9 4 ．1 局部二进制模式⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2 9 4 ．2 基于改进型L B P 的泡沫图像纹理分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 2 4 ．2 ．1I L B P V 的计算方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 2 4 ．2 ．2I L B P V 算子直方图提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．3 4 4 ．3 特征分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．3 5 4 ．3 ．1 图像特征相似性度量⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 5 4 ．3 ．2 分类器的选择⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 6 4 ．4 实验结果及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．3 6 4 ．4 ．1 精选泡沫图像分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 7 4 ．4 ．2 图像分类流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 7 4 ．4 ．3 仿真结果及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 8 4 ．5 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 0 第五章基于改进型L B P 精选图像纹理粗糙度特征及其应用⋯⋯⋯⋯⋯⋯⋯．．4 l 5 ．1 常用的纹理粗糙度特征提取方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 1 5 ．1 ．1 差分直方图法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 l 5 ．1 ．2T a m u r a 纹理法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 3 5 ．2 基于改进型L B P 纹理粗糙度提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 5 5 ．3 故障图像粗糙度分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 6 5 ．4 精选泡沫图像纹理粗糙度⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 9 5 ．5 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 9 第六章总结与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 1 6 ．1 研究工作总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．51 6 ．2 后续工作展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．5 2 参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．5 3 致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯5 8 攻读硕士学位期间主要的研究成果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．5 9 硕士学位论文 第一章绪论 1 ．1 课题研究背景与意义 第一章绪论 矿产资源是社会经济发展的重要支撑，也是人类社会发展不可缺失的物质基 础。一般而言，矿产资源从其最初的地质岩矿到最终应用于社会的各个领域，需 要经过开采、选矿和制品加工三个环节。随着人类对矿产资源的需求量日益增大， 而矿产资源是不可再生资源，人们面临着矿产资源日益减少的困境当中。因此， 为了节约资源、提高利用率，选矿工艺技术在矿产资源的开发过程中显得尤为重 要。矿产资源中多数矿石的有用组分含量低、矿物组成复杂，为看能达到制品加 工技术的要求，必须经过选矿处理分离矿石中的多种矿物组成成份。虽然我国铝 土矿资源丰富，位居世界第五，其中9 9 ％的资源是一水硬铝石。铝硅比l O 以上 的矿不到7 ％，多数铝硅比在4 “之间，加工困难。必须经过选矿使其铝硅比高 于1 0 ，才能用拜耳法冶炼【l 】。目前泡沫浮选是应用较广泛的选矿技术之一，但由 于泡沫浮选本身的复杂性和系统性，人们对浮选技术及其在实际操作中的认识、 开发和应用更显不足。特别是随着现代工业的不断发展和人类物质文明文化的进 步，人们对工业产品的产量和质量需求越来越高，实现工业自动化是社会发展的 必然趋势。但实现浮选的铝土矿浮选的工业自动化仍面临巨大的挑战例，原因主 要有以下三个方面 1 浮选过程是一个连续、复杂工业过程，其工艺指标受多种因素的影响。 2 我国矿石具有贫、细、杂的特点，矿石不仅成分复杂而且波动严重，使 得国外先进的过程数据检测仪表和品位分析仪表在我国选矿行业无法得到普遍 的应用，从而选矿的全自动化生产面临严峻困难。 3 浮选是大时滞系统。在过程参数监控系统中，操作变量和生产效率指标 精矿品位 之间也存在较大的延迟。在浮选生产现场，操作人员人工定时采集 矿浆泡沫样本，离线化验样本的含矿量，根据化验结果确定生产指标，因此这种 离线的化验分析由于其化验间隔时间长，不能及时反映浮选状态的变化情况。 泡沫浮选是一种连续、复杂的物理化学过程，使得浮选性能指标需要经过复 杂的化验程序才能得到，但在多年的实践生产中，浮选泡沫表面视觉特征成为评 价浮选生产性能的关键性因素。浮选泡沫层表面颜色、纹理、泡沫稳定性、尺寸、 气泡结构等视觉特征与浮选生产工况、工艺指标 精矿品位、尾矿品位 和生产 操作变量 药剂添加量 密切相关[ 3 , 4 1 ，因此一直以来通过依靠人工肉眼观察泡 沫状态进行浮选过程控制。然而，这种人工的浮选控制方式具有其自身的局限性， 主要表现在以下几个方面首先，泡沫浮选工艺生产流程长，包括粗选、精选、 硕士学位论文 第一蕈绪论 扫选等多个生产子工序，各二子工序问存在矿浆回流、精矿泡沫再处理，整个生产 流程涉及几十甚至上百个相互关联的浮选槽，以人工肉眼观测泡沫的方式不可能 实现整个生产流程的有效监控；其次，依靠人工观察来控制浮选生产操作变量， 不能忽视人的主观差异性。因为人工观察的操作方式不仅局限于操作人员需要丰 富的经验，且不同操作人员对泡沫的理解度不同，导致缺乏判断泡沫状态的客观 标准【5 1 。综上所述，以人工观测为主的矿物浮选过程指标波动频繁，回收率低， 浮选生产难以保持在稳定最佳运行状态，造成矿物资源利用率低、浮选药剂浪费 严重，直接降低选矿企业的国际竞争力，影响我国矿物资源的可持续发展战略。 鉴于浮选生产中人工监控存在的问题以及实现浮选工业自动化的迫切需求， 浮选生产急需引入新的控制方式来实现浮选泡沫状态的在线检测与客观评价，从 而极大改进浮选生产过程中的检测与控制手段，达到浮选生产过程优化运行的目 标【6 1 。目前图像处理技术日渐成熟，计算机以及工业摄像机等设备成本不断降低， 国内外已经开始把图像处理技术等方法引入到浮选泡沫层表面状态的监测和矿 物浮选过程的控制中，对浮选生产过程进行实时监控，取代依靠人工肉眼观察的 控制方式，通过在线提取浮选泡沫图像的特征参数，分析特征参数与浮选性能之 间的关系，从而为生产提供客观、准确的操作依据，有利于矿产资源得到充分利 用和资源的持续发展。 1 ．2 泡沫浮选工艺概述 1 ．2 ．1 浮选原理 铝土矿泡沫浮选是指在浮选槽的铝土矿矿浆中的有用矿粒和脉石颗粒依据 表面润湿性的差异而进行分选的过程。铝土矿的浮选过程如下所述。 铝土矿浮选生产过程中，不断充气和搅拌，叶轮在搅拌矿浆的同时形成大量 大小不等的气泡成为矿粒的运载二[ 具。并且在搅拌作用下，浮选槽矿浆中各种颗 粒与气泡接触、碰撞，但因为颗粒表面化学性质的不同，使得具有疏水性的 有用矿粒粘附于气泡上，并被气泡携带上升至矿浆表面形成矿化泡沫层，经刮泡 器刮取泡沫层作为精矿；亲水性的脉石无法粘附到气泡上，留在矿浆中，成而实 现了有用矿粒与脉石颗粒的分选1 7 J 。浮选示意图见图1 ．1 。 泡沫浮选是在固 矿粒 、液 水 和气 气泡 三相界面上进行的。进行 这一过程的关键在于矿物表面性质的差异；从矿浆中析出足够的数量的稳定而 细小的气泡；有用矿粒有充分的机会与气泡碰撞，并牢固地粘附于气泡上被浮到 矿浆的表面；脉石矿粒虽与气泡碰撞但不粘附，留在矿浆中。 2 硕士学位论文 第一章绪论 图l l 浮选示意图 1 ．2 ．2 浮选工艺过程 本文的研究背景是中州分公司的铝土矿浮选，其主要处理过程首先是将铝土 矿原矿石粉碎使颗粒大小符合浮选工艺要求，然后加入各种浮选药剂、水等 充分混合送入浮选槽，经搅拌和充气的双重作用下，有用矿粒进入泡沫层， 脉石留在矿浆中【引，其工艺流程如图1 ．2 所示，主要包括磨矿、分级、调浆及 一次粗选、两次精选、两次扫选共六个部分。 图1 - 2 工艺流程图 由工艺流程图知，原矿经过破碎，将粉碎后的矿石送入球磨机，使得矿物中 的有用矿物和脉石矿物实现单体解离，同时使物料的粒度满足选别作业的要求。 满足工艺要求的原矿矿粒进入球磨机并加入适量的循环水和碳酸钠溶液，将矿粒 输给螺旋分级机，对溢流添加适当的药剂，送入浮选系统。浮选系统包括粗选、 精选、扫选三个既独立又紧密联系的浮选流程。 粗选粗选是直接对原矿浆进行矿物的初次选别，将其中所含的中等且易浮 的单体有用矿粒富集到泡沫层，同时部分脉石矿物选出，通过刮板刮出矿物富集 的泡沫层从而得到了高于原矿品位的产物，称为粗精矿，其品位较低，这一工序 硕士学位论文第一章绪论 称为粗选作业。 扫选原矿经过粗选作业之后，部分有用矿粒进入泡沫层，但还有部分有用 矿粒没有进入泡沫层而是留在尾矿中，因此为了提高铝土矿资源的利用率需要进 行下一步的作业处理即扫选作业。 精选精选是浮选机对粗选精矿进行再选以得到合格精矿进行的选别作业。 中州分公司的浮选过程是将粗精矿经过两次精选才得到合格的精矿，其作业依次 称为一次精选、二次精选。二次精选作业后通过刮板得到的精选泡沫为最终的合 格精矿。有用矿物成分经过多次连续选别作业处理后主要富集在精矿中，剩余的 部分主要是脉石，有用矿粒成分非常低，这部分产物称为尾矿。 1 ．2 ．3 精选泡沫特性 在浮选生产中，为了实现矿粒的分选 即有用矿粒需充分携带到泡沫层且脉 石遗留在矿浆中由尾矿带出 ，泡沫发挥着至关重要的作用。本文初步分析泡沫 的在浮选过程中所发挥的“引渡”和“运输”作用。泡沫从生成直到进入泡沫层 最后成为精矿产品的运动形式如图1 ．3 所示。 塑q 固4 j 巫] 压堕} 正擎 图1 - 3 浮选过程中气泡状态 浮选槽由于充气和叶轮的搅拌作用，充入矿浆中的空气被矿浆的湍流运动粉 碎为许多的小气泡，同时在起泡剂的作用下，各气泡具有较稳定的结构和寿命， 并均匀的分散在矿浆中。 在浮选过程中，在药剂 捕收剂 作用下有用矿粒表面形成一层较薄的水化 膜使有用矿粒呈现出较强的疏水性；脉石在分散剂的作用下，脉石表面不能生成 水化膜表现出较强的亲水性。由于浮选槽中机械搅拌的作用，有用矿粒与气泡在 矿浆中发生碰撞，有用矿粒在动量作用下最终使其表面水化膜和气泡水化膜接触 的部份破裂，将水排开，这样有用矿粒粘附在气泡上，实现气泡矿化；相反脉石 由于缺少水化膜无法粘附于气泡上，从而实现矿粒的分选。 矿化的气泡在上浮过程中，受到外界的影响 主要是矿浆的紊流作用 ，气 泡不断与有用矿粒碰撞，气泡携带矿粒同时也有少量的矿粒可能会从气泡表面脱 落。气泡在矿浆中的矿化程度受气泡大小的影响，因为气泡大小决定了气泡中空 气的弥散情况，气泡越小则空气弥散的越好，即气泡表面积越大，与矿粒碰撞的 概率越大，有利于提高泡沫的矿化程度；反之，空气弥散的越差，表面积小，不 利于气泡的矿化，浮选生产指标低。 矿化气泡最终上浮至矿浆表面不断堆积形成矿化泡沫层，泡沫层表面视觉特 4 硕士学位论文第一章绪论 征是浮选生产性能好坏的指示器，因此分析泡沫层的结构特性是提取反映与浮选 生产性能有关的视觉特征的必要前提。泡沫层堆积的矿‘化气泡遵循P l a t e a u 柏拉 图 平衡条件，如图1 ．4 所示【9 J 。从气泡的几何拓扑角度分析，泡沫具有两个元素 分别为液膜和柏拉图通道。液膜是指两个气泡间的水膜；柏拉图通道是指交于同 一点的四个气泡，其中每三个气泡所围成的凹三角形通道。同时泡沫层的气泡尺 寸在一定程度上反映气泡的矿化程度。总的来说，气泡大小适中时，气泡矿化程 度适中；而当铝土矿浮选槽泡沫层表面只夹杂着少量大小适中的气泡时，主要是 由于气泡矿化过度，大量泡沫超出泡沫的承载量破碎。 图l 一4 浮选气泡结构图 泡沫层泡沫由刮板刮出成为精矿，精矿的含矿量是浮选生产中的重要工艺指 标之一，精矿的含矿量越高浮选性能越好，反之则说明有较多有用矿粒留在矿浆 中进入下一作业，浮选性能较差。 1 ．3 浮选泡沫图像处理的发展与研究现状 1 ．3 ．1 浮选泡沫数字图像技术研究现状 由于浮选泡沫图像包含丰富与浮选生产相关的信息，数字图像处理技术已经 成功应用到浮选过程中的多个方面，为直接模拟现场工人的操作提供了可能。目 前国内外，大多数的研究者都是通过提取一种或者多种图像特征进行分析，通过 分析这些特征与浮选工艺参数间的关系来估计浮选的工艺指标，为浮选控制提供 指导。 首先，许多研究人员从浮选泡沫形状参数方面的角度进行分析，M o o l m a n ， A l d r i c h 等人【1 0 1 采用灰度阈值法提取气泡中心的亮点来预测泡沫大小分布，该算 法简单，但随着泡沫图像质量的恶化，其性能下降，鲁棒性差；S a d r - K a z e m i 提 出分水岭算法分割煤浮选泡沫【】，该方法受气泡亮点的影响易造成过分割，且对 于较小的气泡分水岭分割法的效率迅速降低，其形状信息不再可靠；B e r g h o l m 硕士学位论文第一章绪论 等人采用基于流域的边缘探索法分割泡沫图像【I2 1 ，该方法对图像质量要求高，其 准确性很大程度受气泡类型的和光照条件的影响，分割质量不高。国内曾荣针对 工业现场实时采集的浮选泡沫图像，提出用泡沫边缘探索法和分水岭方法分割图 像，阐述了泡沫边缘探索法算法流程，并给出分水岭的定义及其伪C 算法【l 3 1 。 王麓雅等0 4 1 提出了基于谷边缘跟踪的泡沫图像分割方法，首先依据全反射亮点 对泡沫进行分类，针对不同类的泡沫图像采用不同阂值，在四个方向进行谷边缘 跟踪，但对于区域内存在大量小气泡时，容易产生欠分割。 有一部分学者从泡沫层矿化程度即气泡中矿物含量的角度分析泡沫图像， H y o t y n i e m i 等人I l5 J 提出承载率能够在一定程度上反映出泡沫中矿物的多少； G a l l e g o u s ．A c e v e d o 等人【1 6 l 通过估计泡沫的承载量来预测精矿品位。M o y s 等人【1 7 1 通过估计和测量泡沫上有用粒子的承载量，并在铜浮选实验中定性分析了泡沫表 面承载量与浮选生产指标之间的关系。 泡沫颜色也是浮选过程中比较重要的内容，K a a r t i n e n 等人通过分析了泡沫 颜色等特征控制锌浮选过程【l8 】；N u n e zF e l i p e 等人采取以各颜色的平均值与平均 灰度的比值作参数的办法降低因照明不均所带来的影响【1 9 】；O e s t r e i c h 等人【2 0 】介 绍了颜色矢量角变量，该变量在光强变化时有很强的稳定性。 由于浮选泡沫会破裂、移动和合并等动态变化，主要体现在泡沫速度和稳定 度，且动态变化情况是放映了浮选状态的重要因素。国内外许多学者对浮选泡沫 的动态特性进行了研究，泡沫的动态特征参数反映浮选状态，动态特征提取主要 包括泡沫速度和泡沫的稳定度的提取。B a r b i a n 等人f 2 l J 根据子块相关计算泡沫位 移；F r a n c i s 等人总结了基于类匹配估计算法的特征提取虽然计算速度快，但在 泡沫图像应用效果差【2 2 1 。H o l t h a m 采用像素跟踪技术提取泡沫速度特征，该算法 是根据寻找图像中心块与序列图像中相同位置的块最高相关性分析实现匹配，由 于其不是在整个运动空间搜索，虽然跟踪块，却牺牲了速度特征的精确性【2 3 】。 Z a n i n 等人【2 4 J 利用M e t s o ’S 泡沫视觉软件阐述了浮选泡沫稳定性。 1 ．3 ．2 泡沫图像纹理特征研究现状 图像的纹理特征描述了在图像中反复出现的局部模式和他们的排列规则，反 映了宏观意义上灰度变化规律。图像纹理分析时泡沫图像处理技术中重要的课题 之一，也是重要的视觉特征。泡沫纹理会随着工况的不同而出现出特定的纹理特 征，因此精选泡沫图像纹理能在一定程度上包含大量与操作变量和产品质量有关 的信息。国内外研究者提出了大量的泡沫图像纹理特征，以及纹理特征应用于浮 选生产的工况识别和过程建模等任务中。M o o l m a n 等人【2 5 】研究了基于邻域灰度 相关矩阵和空间灰度相关矩阵的方法提取浮选泡沫图像的特征参数，然后利用人 工神经网络对铜浮选泡沫进行分类与识别。H o l t h a m 等人分别用经典纹理谱的方 6 硕士学位论文第一章绪论 法预测浮选气泡的大小，然而该算法忽略了灰度变化大小的考虑，并且一些经验 参数也很难获取1 2 6 】。B r t o l a c c i 等人【27 1 总结了常用的泡沫纹理特征提取方法，讨 论了基于泡沫纹理信息的浮选综合控制策略的可行性；M a n i s h 等人[ 2 8 1 对比分析 不同的纹理分析方法对浮选泡沫图像的分类识别研究，并对每类泡沫图像分析其 品位。L i u 和M a G r e g o r 研究了浮选泡沫R G B 图像、多空间图像和超空间图像的 光谱与空间的关系，提出了一种多分辨率多变量分析法提取泡沫的颜色和纹理特 征，并采用最d - - 乘回归方法，建立了精矿品位的回归模型[ 2 9 1 。Z u 和Y u 研究了 利用泡沫纹理特征来实现浮选过程中的加药量控 J J t 3 0 1 。N t i f i e z 等人【3 l 】从图像序 列的角度，通过对动态纹理建模，利用建模后的系数实现对泡沫图像的分类。’国 内刘文礼、陈子彤等人【3 2 ，3 3 】开发了煤泥浮选泡沫特征参数提取软件，并用其完成 了精矿泡沫图像特征参数提取工作；分析了各泡沫特征参数随浮选时间 泡沫纹 理 的变化关系，定性地指出了各泡沫特征参数与泡沫纹理的相关性。王勇等人 【3 4 】针对煤泥浮选泡沫图像灰度直方图特征问题，分析了泡沫图像及其直方图的类 别和形态，提取了浮选泡沫图像直方图统计纹理特征参数，研究了泡沫直方图统 计纹理特征参数随浮选时间的变化关系。陈翠兰等人【3 5 J 研究了基于改进的模糊纹 理谱的精选图像纹理特征提取方法，并利用所提取的纹理特征参数与矿物品位进 行相关性分析，能有效描述精选泡沫图像的纹理。孙圆圆【3 6 J 等人从精选泡沫图像 序列的静态、动态两方面研究铝土矿精选泡沫纹理特征提取方法，并将所提取的 纹理特征参数用于精选泡沫图像的分类识别。 1 ．4 论文主要研究内容 目前国内外大多数研究工作主要是通过对泡沫图像提取纹理特征以达到实 现图像分类、生产工况识别等目的，然而精选泡沫层所呈现出的凹凸不平的视觉 效果是纹理分析中不可忽视的特征。因此，本文针对精选泡沫图像，通过深入分 析泡沫图像的特点，提取精选泡沫图像的纹理特征实现对精选泡沫图像的分类识 别。并重点研究精选泡沫图像符合人类感知经验的纹理特征的提取方法，主要研 究工作如下 第一章总结分析了泡沫浮选的工艺，分析应用数字图像处理技术在浮选生 产中的意义，并详细介绍了浮选泡沫图像处理的研究现状i 第二章定性分析了精选泡沫在各生产状态下的表面纹理视觉特征，提出精 选泡沫图像纹理特征成为描述泡沫表面特征的关键参数。在分析铝土矿精选泡沫 图像的特点的基础上，提出了对精选图像进行分类的基本流程。通过在研究常用 纹理分析方法的基础上，提出了本文中对精选图像纹理进行分析的方法。为了提 取符合人类视觉感知的纹理特征参数一纹理粗糙度，通过分析浮选泡沫特征，得 7 硕士学位论文第二章精选泡沫图像纹理分析 第二章精选泡沫图像纹理分析 矿化泡沫层表面是由各独立的气泡组成，包含浮选过程中诸多重要的信息， 而随着计算机技术和数字图像处理技术的高速发展，机器视觉逐步应用于浮选生 产现场，以获得与生产工况密切相关的视觉特征。但是由于图像处理技术涉及到 的知识非常广泛，而且与浮