一种新的浮选泡沫图像识别方法

被引：7

作者：

郝元宏 ^{[1
]}

韩静 ^{[2
]}

齐春 ^{[1
]}

机构：

[1] 西安交通大学电子与信息工程学院

[2] 山西大学商务学院理学系

来源：

西安交通大学学报 | 2011年 / 04期

关键词：

浮选; 泡沫图像; 机器视觉; 正交保局投影; 支持向量机;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对灰度共生矩阵法提取的浮选泡沫图像纹理特征相互混叠,不利于聚类和识别的问题,提出一种基于正交保局投影和支持向量机的浮选泡沫图像识别新方法.该方法利用正交保局投影法对原始纹理特征参数进行变换处理,有效改变了不同类别特征参数的聚集程度,并利用支持向量机进行分类.实验结果表明,所提方法的正确识别率能够达到93.5%,与基于最近邻分类器的主元分析法相比,其性能更好.

引用

页码：104 / 108

页数：5

共 5 条

[1] 焊缝缺陷类型识别方法的研究 [J].

申清明 ;

高建民 ;

李成 .

西安交通大学学报, 2010, 44 (07) :100-103

[2] 煤泥浮选泡沫图像纹理特征的提取及泡沫状态的识别 [J].

刘文礼 ;

路迈西 ;

王凡 ;

王勇 .

化工学报, 2003, (06) :830-835

[3] 图像处理技术在镍选矿厂中的应用 [J].

曾荣 ;

沃国经 .

矿冶, 2002, (01) :37-41

[4]

Online monitoring and control of froth flotation systems with machine vision: A review[J] . C. Aldrich,C. Marais,B.J. Shean,J.J. Cilliers.International Journal of Mineral Processing . 2010 (1)

[5] On pattern classification with Sammon's nonlinear mapping - An experimental study [J].

Lerner, B ;

Guterman, H ;

Aladjem, M ;

Dinstein, I ;

Romem, Y .

PATTERN RECOGNITION, 1998, 31 (04) :371-381

← 1 →