矿物浮选泡沫图像形态特征提取方法与应用.pdf

173S13 0 密级 博士学位论文 矿物浮选泡沫图像形态特征提取方法与应用 F r o t hI m a g e M o r p h o l o g i c a lC h a r a c t e r i s t i cE x t r a c t i o n M e t h o da n dI t sA p p l i c a t i o nf o rM i n e r a lF l o t a t i o n 作者姓名周开军 学- 科专业控制科学与工程 学院 系、所 信息科学与工程学院 指导教师阳春华教授 论文答辩日期兰2 1 1 ￡童垒答辩委员会主席 中南大学 二。一O 年一月 一￡、1i 。 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。 作者签名醯嗍塑年三月上日 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。 日期丝 旦年上月』- 日 摘要 矿物浮选是在特定工艺条件下，在矿浆中加入浮选药剂，并充 入空气、然后搅拌产生大量气泡，最后通过回收含矿泡沫来提高原 矿品位，以此满足还原冶炼要求的一种选矿方法。浮选泡沫具有数 量多、粘连、混杂、形状不规则等特点，泡沫尺寸与形状特征难以 定量描述。目前，我国有色金属矿山的浮选过程主要通过人工观察 泡沫状态来调整操作，影响浮选过程的优化运行和有用金属回收率。 因此，研究泡沫图像形态特征提取方法，并用于指导浮选工业过程 操作，对提高矿产资源的利用效率、实现企业的可持续发展，具有 非常重要的现实意义。 论文在分析研究浮选机理的基础上，依据气泡与矿粒的粘附原 理，研究了气泡尺寸、形状特征与浮选工况之间的关系，在此基础 上，提出了基于机器视觉的浮选泡沫图像形态特征提取方法，并成 功应用于矿物浮选过程泡沫图像监控系统中。论文主要研究工作及 创新性成果体现在以下几个方面 1 针对浮选泡沫图像分割过程中人工选择结构元素存在的问 题，详细分析了气泡亮点的统计信息特点，提出了基于几何模式谱 的结构元素选择方法。以改进的模糊C 均值算法对图像进行聚类， 为结构元素的选取提供先验知识，以形态学面积重构开闭运算方法 完成图像的除噪。通过定义二值图像的几何模式谱，证明了任意形 状属性算子的非递增特性，为将该特性扩展至灰度图像，运用最大 树原理对图像进行枝剪，使得算法能够高效地计算尺寸与形状模式 谱值。该方法充分利用气泡表面的亮点信息，有效地为泡沫图像分 割过程提供结构元素，确保了图像分割准确性，在很大程度上减少 了对人工经验的依赖。 2 针对形态学处理过程中的一类结构元素寻优问题，提出了 基于粒子群算法的结构元素优化方法，在定义几何模式谱目标函数 的基础上，通过连续改变结构元素的尺寸与形状，计算几何模式谱 的全局最小值得到最优结构元素。该方法有效避免了局部最优问题， 同时保证了算法的实时性。 3 针对气泡混杂粘连的特点，提出了基于分级分水岭算法的 泡沫图像自适应分割方法。在选取最优结构元素的基础上，以经典 分水岭算法完成对泡沫图像的粗分割。提出了基于模糊纹理谱的泡 沫图像识别方法，对模糊纹理谱方法加以改进，提出了非线性模糊 纹理谱特征提取方法，以支持向量机完成粗分割区域的识别，根据 识别结果采取不同处理策略，其中对欠分割的小泡区域进行细分割， 运用图像区域合并方法，对过分割的区域进行区域合并，通过定义 图像分割评估机制，完成分割结果的评估。这种图像分割、特征提 取与识别协同处理的方法极大地提高了算法的鲁棒性，避免了气泡 混杂不均对分割结果的影响，有效地减少了欠分割和过分割区域。 4 针对泡沫尺寸与形状特征难以定量描述问题，提出了泡沫 图像的尺寸与形状特征提取方法。在图像分割的基础上，对气泡分 割区域像素进行标定，引入样本统计分布的概念，提取了气泡平均 尺寸、方差、偏斜度及陡峭度等统计特征。从定性与定量的角度描 述了泡沫形状特征，针对定性分析的局限性，提出了基于形态学签 名变换的泡沫形状特征提取方法，将气泡复杂形状的特征提取问题 转化为从多个签名形状中抽取简单形状特征的问题，在很大程度上 简化了复杂形状的描述。该方法通过统计气泡群的特征信息，有效 地量化了气泡形态特征，具有良好的实用性。 5 以实际矿物浮选过程为研究对象，设计了泡沫图像获取硬 件平台，开发了矿物浮选泡沫图像监控系统，在此基础上，分析泡 沫形态特征与矿物回收率的相关性，建立了基于最小二乘支持向量 机的矿物回收率预测模型，为提高算法实时性，对模型进行稀疏化 处理，实现了浮选生产过程实时监控。系统的泡沫特征曲线能够为 生产工人提供明确的工况信息，并给出具体的操作建议，避免了工 人操作的盲目性，提高了浮选生产效率，为浮选过程优化控制奠定 了基础。 关键词矿物浮选，泡沫图像，形态特征，几何模式谱，模糊纹理谱， 形态签名变换 A B S T R A C T M i n e r a lf l o t a t i o ni Sak i n do fm i n e r a lp r o c e s s i n gm e t h o d s ．D u r i n g t h ep r o c e s s ，f l o t a t i o nr e a g e n t sa r ea d d e dt ot h ep u l pa n da i ri sf i l l e di n t h es l o t ．T h e nt h e ya r em i x e dt ob r i n gag r e a td e a lo fa i rb u b b l e s ．F i n a l l y o r eg r a d ei si m p r o v e db yr e t r i e v i n gf r o t hc o n t a i n i n gm i n e r a l st om e e t s m e l t i n gr e q u i r e m e n t s ．U s u a l l y , f r o t h i S l a r g eq u a n t i t y , a d h e r e n c e ， h y b r i da n di r r e g u l a rs h a p e ．F l o t a t i o np r o c e s so fn o n f e r r o u sm e t a lm i n e s i nC h i n ai su s u a l l yo p e r a t e db ye x p e r i e n c e dw o r k e r st h r o u g ho b s e r v i n g f r o t hs u r f a c e ．A sar e s u l t ，i ti Sh a r dt ow o r ki no p t i m i z e dr u n n i n gs t a t e a n dm i n e r a lr e c o v e r yr a t i o i S 1 0 W ．C o n s e q u e n t l y , r e s e a r c h i n gt h e m o r p h o l o g i c a l c h a r a c t e r i s t i c se x t r a c tm e t h o df o rf r o t hi m a g e sa n d a p p l y i n g t h e mi n t o p r a c t i c e a r e g r e a ts i g n i f i c a n c e f o ro p t i m i z i n g f l o t a t i o np r o c e s s ，m a x i m u mu s i n gr e s o u r c e ，r e d u c i n gr e s o u r c ec o n s u m e a n dm a i n t a i n i n ge n t e r p r i s es u s t a i n a b l ed e v e l o p m e n t ． A c c o r d i n gt h e a d h e s i o np r i n c i p l eo fa i rb u b b l e sa n dm i n e r a l p a r t i c l e s ，r e l a t i o n s h i pb e t w e e nf r o t hm o r p h o l o g i c a lc h a r a c t e r i s t i c sa n d f l o t a t i o no p e r a t i n gc o n d i t i o ni Sr e s e a r c h e di nt h i sP a p e rb a s e do n f l o t a t i o nm e c h a n i s m ．T h e nf r o t hi m a g ec h a r a c t e r i s t i c se x t r a c t i o ns c h e m e b a s e do nm a c h i n ev i s i o ni Sp r o p o s e da n da p p l i e di no n l i n em o n i t o r i n g s y s t e mo fm i n e r a lf l o t a t i o np r o c e s ss u c c e s s f u l l y ．M a i nr e s e a r c hw o r k a n di n n o v a t i v ea c h i e v e m e n t sa r ea sf o l l o w s 1 C o n s i d e r i n gt h el i m i t a t i o n t h a tm a n u a ls e l e c t i n gs t r u c t u r a l e l e m e n ti ni m a g es e g m e n t a t i o n ．a d a p t i v es e l e c t i o nm e t h o df o rs t r u c t u r a l e l e m e n tw a sp r o p o s e di nt h i sp a p e rb a s e do ng e o m e t r i cp a t t e r ns p e c t r a ． I m p r o v e df u z z yC m e a n sf o ri m a g ec l u s t e r i n ga n da r e ar e c o n s t r u c t i o n b yo p e na n dc l o s eo p e r a t i o nf o rd e n o i s ew e r eu s e dt op r o v i d ep r i o r k n o w l e d g ef o ri m a g es e g m e n t a t i o n ．T o s o l v es t r u c t u r ee l e m e n t s a u t o m a t i c a l l y ,m o r p h o l o g i c a l g e o m e t r i cp a t t e r ns p e c t r u m w a s i n t r o d u c e df o rb i n a r yi m a g e ．T h en o n - i n c r e a s i n gi sp r o v e do nc o n d i t i o n t h a ta r b i t r a r ys h a p eo p e r a t o r ．I no r d e rt oe x t e n dt h ec h a r a c t e r i s t i ct og r a y i m a g e ，am a xt r e ep r i n c i p l ei s u t i l i z e dt op r u n et h ei m a g e ．T h u s ，t h e p r o p o s e da l g o r i t h mc a nc o m p u t et h e s i z ea n ds h a p ep a t t e r ns p e c t r a v a l u e e f f i c i e n t l y ．T h i s m e t h o du t i l i z e st h eb u b b l el i g h t i n gs p o t 1 1 1 s e g m e n t a t i o n c a u s e d b yh y b r i d b u b b l e ，a n d d e c r e a s e d u n d e r - s e g m e n t a t i o na n do v e r - s e g m e n t a t i o nr e g i o n ． 4 Am e t h o df o rm o r p h o l o g i c a lc h a r a c t e r i s t i c se x t r a c t i o no ff r o t h i m a g ew a sp r e s e n t e d ．O nt h eb a s i so fi m a g es e g m e n t a t i o n ，p i x e l si n b u b b l es e g m e n t a t i o nr e g i o nw e r ec a l i b r a t e d ．A tt h em e a n t i m e ，c o n c e p t o fs a m p l ed i s t r i b u t i o ns t a t i s t i c sw a si n t r o d u c e d ．M o r e o v e r , s o m e s t a t i s t i c a lc h a r a c t e r i s t i e s ，s u c ha st h ea v e r a g es i z eo fb u b b l e s ，v a r i a n c e ， s k e w n e s sa n da b r u p t n e s sw e r ee x t r a c t e d ．T h eb u b b l es h a p e sw e r e d e s c r i b e df r o mq u a l i t a t i v ea n dq u a n t i t a t i v ev i e ws e p a r a t e l yi no r d e rt o e x t r a c tb u b b l es h a p ef e a t u r e s ．M o r p h o l o g i c a ls i g n a t u r et r a n s f o r m a t i o n I V a n dm u l t i s t r u c t u r a le l e m e n t sw e r ea l s o u s e df o re x t r a c tb u b b l e m o r p h o l o g i c a l c h a r a c t e r i s t i c s ．T h ef e a t u r ee x t r a c t i o n p r o b l e m o f c o m p l e xs h a p ei St r a n s f o r mi n t oe x t r a c t i o ns i m p l es h a p ef e a t u r ef r o m s e v e r a ls i g n a t u r es h a p e s ，w h i c hs i m p l i f yt h es h a p l ed e s c r i p t i o nm e t h o d ． T h ee x p e r i m e n t a lr e s u l t ss h o wt h a tt h em o r p h o l o g i c a lc h a r a c t e r i s t i c s e x t r a c t e di nt h i sp a p e rh a v es t r o n gp r a c t i c a b i l i t y ． 5 F o ra na c c t u r a Im i n e r a lf l o t a t i o np r o c e s s ，ah a r d w a r ep l a t f o r m w a sd e s i g n e dt oo b t a i nf r o t hi m a g e sa n dm i n e r a lf l o t a t i o nf r o t hv i d e o m o n i t o r i n gs y s t e mw a sd e v e l o p e d ．O nt h eb a s i so ft h i s ．c o r r e l a t i o n a n a l y s i so ff r o t hm o r p h o l o g i c a lc h a r a c t e r i s t i c sa n dp r o d u c t i o ni n d e xw a s p r o p o s e d ．S e n s i t i v i t ya n a l y s i so ft h ee x t r a c t e df e a t u r e sw a sr e s e a r c h e d f i r s t l y ．T h e nc o r r e l a t i o na n a l y s i so ff o r t hm o r p h o l o g i c a lc h a r a c t e r i s t i e s a n dr a t eo fo r er e c o v e r yw a ss t u d i e d ．A sar e s u l t ，p r e d i c t i o nm o d e lo f p r o c e s si n d e x e sw a se s t a b l i s h e db yu s i n gl e a s ts q u a r es u p p o r tv e c t o r m a c h i n e s ．F o rt h es a k e o fr e a l ．t i m i n go fa l g o r i t h m ．t h em o d e li S p r o c e e d e dw i t hs p a r s e ．B e c a u s eo ft h eu s i n go ft h i sm e t h o df o r i n d u s t r i a lf l o t a t i o n ，r e a lt i m e m o n i t o r i n go ff l o t a t i o np r o c e s sW a s r e a l i z e d ．T h es y s t e mc a ng i v eo p e r a t i n gm o d ei n f o r m a t i o na n d o p e r a t i o n s u g g e s t i o nt ot h ew o r k e r ．F u r t h e r m o r e ．1 a b o rp r o d u c t i v i t yi Si n c r e a s e d a n do p e r a t i o na i m l e s s n e s si Sa v o i d e d ，w h i c hp r o v i d e dt h ef o u n d a t i o nf o r o p t i m a lc o n t r o lo ff l o t a t i o np r o c e s s ． K E YW O R D Sm i n e r a l f l o t a t i o n ，f r o t h i m a g e ，m o r p h o l o g i c a l c h a r a c t e r i s t i c s ，g e o m e t r i cp a t t e r ns p e c t r u m ，f u z z yt e x t u r es p e c t r u m ， m o r p h o l o g ys i g n a t u r et r a n s f o r m V 目录 第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯l 1 ．1 课题研究背景与意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 1 ．2 浮选泡沫图像处理方法研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．3 1 ．3 泡沫图像尺寸与形状特征提取方法研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．6 1 ．3 ．1 泡沫图像分割方法研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．6 1 ．3 ．2 泡沫图像形态特征提取方法研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．8 1 ．4 基于泡沫图像的浮选过程建模方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．8 1 ．5 本文研究内容与结构安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．9 第二章矿物浮选机理分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 1 2 ．1 矿物浮选原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 1 2 ．1 ．1 浮选原理概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 1 2 ．1 ．2 气泡矿化过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 2 2 ．2 基于概率的矿粒与泡沫作用过程分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 1 2 ．2 ．1 矿粒与气泡粘附机理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 1 2 ．2 ．2 矿粒与气泡的碰撞过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 2 2 ．2 ．3 矿粒在气泡表面粘附过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 4 2 ．2 ．4 矿粒与气泡的脱附过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 6 2 ．3 浮选工况的主要影响因素分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 6 2 ．3 ．1 浮选药剂对工况的影响⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 6 2 ．3 ．2 矿浆浓度对工况的影响⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 7 2 ．3 ．3 矿物粒度对工况的影响⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 8 2 ．3 ．4 风压对工况的影响⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 8 2 ．3 ．5 泡沫层厚度对工况的影响⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 8 2 ．4 泡沫形态特征提取研究思路⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 9 2 ．5 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 l 第三章浮选泡沫图像分割参数选择方法研究⋯⋯⋯⋯⋯⋯⋯⋯⋯3 2 3 ．1 问题的提出⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．3 2 3 ．2 形态学几何模式谱理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 5 3 ．2 ．1 二值模式谱⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 6 3 ．2 ．2 灰度模式谱⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 3 3 ．3 泡沫图像预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 6 3 ．3 ．1 基于改进F C M 的图像聚类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 6 3 ．3 ．2 基于面积重构开闭运算图像除噪⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 9 3 ．4 基于几何模式谱的分割参数选择⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．5 l 3 ．5 实验分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．5 3 3 ．5 ．1 泡沫图像分割最优参数选取过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 3 3 ．5 ．2 基于最优结构元素的分水岭分割⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 8 3 ．5 ．3 基于最优模板尺寸的谷底边缘分割⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 0 3 ．5 ．4 结构元素对分割结果的影响⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 4 3 ．6 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 5 第四章混杂粘连泡沫图像自适应分割算法研究⋯⋯⋯⋯⋯⋯⋯．．6 6 4 ．1 问题的提出⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 6 4 ．2 图像分割的概念及定义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 7 4 ．3 基于分层分水岭的泡沫图像自适应分割算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 9 4 ．3 ．1 算法流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 9 4 ．3 ．2F C M 驱动分水岭分割算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7 0 4 ．3 ．3 基于模糊纹理谱的区域特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7 4 4 ．3 ．4 基于支持向量机的泡沫图像识别⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7 9 4 ．3 ．5 区域合并⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯8 2 4 ．4 泡沫图像分割评估方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．8 3 4 ．5 实验与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯8 3 4 ．5 ．1 图像聚类对分割结果的影响⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯8 4 4 ．5 ．2 泡沫图像特征提取与识别⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯8 6 4 ．5 ．3 泡沫图像分割⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯8 8 4 ．5 ．4 分割结果比较分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯8 9 4 ．6 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9 5 第五章浮选泡沫图像形态特征提取方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．9 6 5 ．1 分割图像标记⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9 6 5 ．2 泡沫尺寸特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9 7 5 ．2 ．1 单个气泡的直径和尺度⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．9 7 5 ．2 ．2 气泡群的统计分布特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9 8 5 ．3 泡沫形状特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9 9 5 ．3 ．1 泡沫形状的定性分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9 9 5 ．3 ．2 形态签名变换⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯～1 0 0 5 ．3 ．3 基于M S T 的泡沫形状描述方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 0 2 5 ．3 ．4 基于M S T 的泡沫形状描述算法实现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯10 3 5 ．4 实验分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 0 5 5 ．4 ．1 尺寸特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯10 5 5 ．4 ．2 形状特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯10 6 5 ．4 ．3 图像特征精度敏感性分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 0 7 5 ．5 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 0 8 第六章工业应用研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 0 9 6 ．1 矿物浮选泡沫图像处理系统⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 0 9 6 ．1 ．1 图像采集平台设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．10 9 6 ．1 ．2 系统软件开发⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．11 1 6 ．2 数据预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 1 3 6 ．3 工业运行数据分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 1 4 6 ．4 稀疏L S S V M 建模方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．115 6 ．4 ．1 最小二乘支持向量机⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 1 5 6 ．4 ．2 最 - - 乘支持向量机的核矩阵简约⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 1 6 6 ．5 泡沫图像特征与浮选回收率相关性分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 1 7 6 ．6 工业应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一1 l8 6 ．6 ．1 工业应用效果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。1 1 8 6 ．6 ．2 系统技术指标⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 2 4 6 ．7 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。12 4 第七章结论与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 2 5 7 ．1 结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 2 5 7 ．2 展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 2 6 参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．12 8 致i 身} ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯13 9 攻读学位期间主要的研究成果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．14 0 博士学位论文 第一章绪论 第一章绪论 我国是有色金属生产与消费大国，随着国民经济的迅猛发展，有色金属工业 的地位越来越重要，有色金属是国民经济发展不可或缺的基础材料和重要战略物 资。然而，重要的有色金属如铝、铜、铅、锌等矿产资源紧缺，现已探明的储量 不能满足2 0 2 0 年国民经济发展的需求，使得矿物保障程度差，对外依赖程度高， 严重制约我国的发展战略。此外，我国有色金属矿山的采选规模一般较小，自动 化水平较低，大多数矿山的采选技术和装备比较落后，特别是选厂仍主要通过人 工观察泡沫状态来调整操作，劳动生产率低，工人劳动强度大。由于操作人员的 主观性和随意性较大，对泡沫的判断没有客观标准，因此，浮选过程难以处于优 化运行状态，导致矿物资源利用率不高，直接造成企业生产成本增加，使得企业 失去国际竞争力。由此可见，通过提升矿物浮选技术装备来提高生产效率，降低 工人劳动强度，稳定生产流程，从而最大限度利用矿产资源是亟待解决的问题。 1 ．1 课题研究背景与意义 随着矿物资源大量开采，高品位矿物资源日趋枯竭，为充分利用低品位矿产 资源，国内众多有色冶金企业建立了浮选生产线，其方法是在特定工艺条件下， 在矿浆中加入浮选药剂，通过回收含矿泡沫来提高原矿品位，以此满足还原冶炼 的要求。 浮选过程在浮选槽内进行，在矿浆中加入适量浮选药剂，再通过形状不同的 转子或叶轮对矿浆进行激烈搅拌，使矿浆产生强烈的旋涡运动。由于旋涡的剪切 作用吸入浮选机的空气被分散成直径不等的气泡，目的矿物粘附在气泡上，而脉 石杂质停留在矿浆中排出，通过收集含矿泡沫来提高原矿品位，使之满足还原冶 炼的要求。浮选过程关键在于矿物表面润湿性差异，从矿浆中析出足够量的稳 定而形态大小合适的气泡，使得矿粒有机会与气泡群碰撞，并粘附在气泡上被浮 到矿浆的表面，脉石矿物则不粘附，停留在矿浆中。在这过程中，泡沫起到了关 键的作用，可通过泡沫状态来控制浮选过程。一直以来，这些工作主要依靠工人 的肉眼观察来完成，然而，这种操作方法存在着一系列的问题 1 、专业性要求高 浮选现场要求工作人员具备较为丰富的专业知识和观察经验，普通人员在未 进行培训前无法胜任该工作。特别是实际操作过程中，工作人员需要根据浮选理 论知识以及实际经验对泡沫的形态进行分析，对出现的工况进行及时的判断。 2 、劳动强度大 博士学位论文 第一章绪论 在浮选过程中，工艺流程往往很长，需要观察的泡沫点通常比较多，有的浮 选槽泡沫少，而有的泡沫成千上万，短时间内仅仅依靠人工统计泡沫是不可能完 成的任务，更谈不上对泡沫的形态特征进行测量、分析。此外，浮选车间噪音大、 粉尘多、温度高，长时间进行这样的工作，工作人员容易产生乏味和疲劳而引起 误判，受指标考核影响，工人承受的心理压力大。 3 、主观性强 工作人员首先将浮选过程分为几个作业区，每个作业区的泡沫都需要观察， 对于同一个浮选槽的泡沫，即使是同一个工作人员，在不同的时段观察，也可能 得到不同的观察结果。 4 、精度低 对于包含浮选槽泡沫图像，实际上很多情况下是采用估计的方法来完成分 析。通常生产工人巡视时，由于光线和视角原因，只能观察到浮选槽溢流口和刮 板泡沫，估计的结果不准确，而且这些位置的泡沫受挤压和外界因素影响，已不 是真实的泡沫形态。 对于上述存在的问题，如果不能得到妥善解决，则有可能导致浮选工况不稳。 近年来，国内的矿物资源大都是贫矿，而且矿石性质难以保证均匀一致，选矿生 产的边界条件波动范围大，可控性差，运行工况变化频繁，人工操作的难度日益 增加，导致药剂消耗量过大、矿物回收率偏低等情况时有发生。因此，必须改进 测量手段，减轻工作人员的工作量，提高浮选操作的精度和时效性。 近年来，计算机应用、图像处理及智能控制等方法快速发展，将这些领域方 法与选矿结合相结合发展起来的浮选泡沫图像形态特征提取方法，能够实现浮选 过程泡沫实时监控，能够快速地提取浮选泡沫特征参数，而且能够准确的给出操 作指导信息，为浮选操作提供定量的数据支持，解决现场因人工操作造成的浮选 生产过程不稳定、指标波动问题，因此，进行泡沫图像形态特征提取方法研究是 浮选生产过程自动化的必然发展趋势。在浮选生产过程中使用泡沫图像形态特征 提取方法，在线提取泡沫视觉特征，并给出操作指导信息，稳定生产过程，提高 劳动生产效率，降低工人劳动强度；同时泡沫图像视觉监控系统能够自动监控浮 选的泡沫状态，自动记录工况正常和异常的生产数据，为厂矿企业人员分析处理 生产指标控制问题提供强有力工具。 随着我国有色冶金生产的迅速发展，将对选矿过程的技术水平提出更高的要 求。浮选泡沫图像形态特征提取是通过对浮选泡沫图像的分析处理，提取出能够 表示泡沫的形态特征参数，给出浮选效果的客观判断。矿产资源不可再生，将泡 沫图像形态特征提取方法应用于浮选工业过程，对优化浮选过程操作，最大限度 利用矿产资源，降低资源消耗，从而提高企业的市场竞争力，具有极为重要的意