一种浮选泡沫图像视觉监控装置

    公开(公告)号:CN101404722A

    公开(公告)日:2009-04-08

    申请号:CN200810143578.7

    申请日:2008-11-13

    Applicant: 中南大学

    Abstract: 一种浮选泡沫图像视觉监控装置,用于选矿过程监测及优化控制领域。本发明的监控装置由高分辨率工业摄像机、高频光源及计算机等硬件设备构成,通过调试安装各个硬件设备,特别是双防护罩的安装使装置达到IP65防护等级,在装置性能方面,达到获取高质量泡沫图像及实时处理要求。图像采集方法为工业摄像机获取浮选槽泡沫层图像,将视频信号数字化并生成数字视频信号,通过光纤接口和光纤传输至图像转换卡。图像转换卡将摄像机的协议数据转化为适于计算机处理的数字信号,并通过硬件驱动程序接口读取至计算机内存,图像处理应用程序读取泡沫图像并进行分析处理。

    一种基于图像特征分析的浮选回收率预测方法

    公开(公告)号:CN101334366A

    公开(公告)日:2008-12-31

    申请号:CN200810031806.1

    申请日:2008-07-18

    Applicant: 中南大学

    Abstract: 一种基于图像特征分析的浮选回收率预测方法,本发明以工业摄像机获取选矿过程的泡沫图像基础,通过采用相对红色分量提取颜色特征,结合形态学与分水岭方法分割泡沫图像并提取尺寸特征,利用像素分析方法提取承载量特征,采用图像对的相关性分析方法提取泡沫速度、破碎率等动态特征。采用最小二乘支持向量机(LSSVM)建立回收率预测模型,以图像特征作为模型输入,并采用动态堆栈的野值数据剔除方法,通过10折交叉验证实现模型参数优化。本发明可用于矿物浮选回收率预测,实现浮选生产操作优化,进而可提高矿物回收率,减少矿物资源浪费。

    一种基于图像特征分析的浮选回收率预测方法

    公开(公告)号:CN101334366B

    公开(公告)日:2011-05-25

    申请号:CN200810031806.1

    申请日:2008-07-18

    Applicant: 中南大学

    Abstract: 一种基于图像特征分析的浮选回收率预测方法,本发明以工业摄像机获取选矿过程的泡沫图像基础,通过采用相对红色分量提取颜色特征,结合形态学与分水岭方法分割泡沫图像并提取尺寸特征,利用像素分析方法提取承载量特征,采用图像对的相关性分析方法提取泡沫速度、破碎率等动态特征。采用最小二乘支持向量机(LSSVM)建立回收率预测模型,以图像特征作为模型输入,并采用动态堆栈的野值数据剔除方法,通过10折交叉验证实现模型参数优化。本发明可用于矿物浮选回收率预测,实现浮选生产操作优化,进而可提高矿物回收率,减少矿物资源浪费。

    用于浮选泡沫图像分析的关键特征提取方法

    公开(公告)号:CN101334844A

    公开(公告)日:2008-12-31

    申请号:CN200810031809.5

    申请日:2008-07-18

    Applicant: 中南大学

    Abstract: 用于浮选泡沫图像分析的关键特征提取方法,本发明通过构建浮选泡沫图像采集平台,以工业摄像机获取泡沫图像基础,采用在RGB、HSV颜色空间提取相对红色分量及H分量颜色特征,结合形态学操作与分水岭方法分割泡沫图像并提取尺寸特征,通过计算泡沫全反射点提取承载量特征,采用图像块的相关性分析方法提取泡沫速度特征。本发明可用于浮选泡沫图像分析、矿物浮选过程工艺参数及回收率预测,实现浮选生产操作优化,减少矿物资源浪费。

Patent Agency Ranking