浮选指标与浮选泡沫数字图像关系研究

被引:21
作者
何桂春
黄开启
机构
[1] 江西理工大学
关键词
浮选泡沫; 数字图像; 图像灰度直方图; 径向基神经网络; 浮选指标预测模型;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
在实验室采集了大量黄铜矿浮选的泡沫图像,并对浮选泡沫图像进行了预处理;采用数字图像分析技术分析了泡沫图像及其灰度直方图,提取了浮选泡沫图像灰度直方图的统计纹理特征参数;采用径向基神经网络建立了黄铜矿浮选指标与泡沫灰度直方图统计纹理特征参数的关系模型。仿真实验证明,所建立的模型有较高的精度。
引用
收藏
页码:96 / 101
页数:6
相关论文
共 9 条
[1]   数字图像处理技术在煤泥浮选泡沫图像纹理特征的提取及识别上的应用 [J].
刘文礼 ;
路迈西 .
选煤技术, 2004, (04) :78-81+92
[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]   浮选泡沫特征及其状态识别 [J].
刘文礼 ;
汪刚 ;
王健 ;
路迈西 .
中国煤炭, 2003, (05) :51-53+50+5
[4]   煤泥浮选泡沫的数字图像处理 [J].
刘文礼 ;
陈子彤 ;
路迈西 .
燃料化学学报, 2002, (03) :198-203
[5]   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
[6]   基于图象识别的浮选控制系统 [J].
张奕奎 ;
陈凌 ;
王飞 .
工矿自动化, 2002, (01) :14-16
[7]   泡沫图象特征与浮选精煤指标关系的研究 [J].
王晓晨 ;
张奕奎 ;
郑士芹 .
淮南工业学院学报, 2001, (01) :41-43
[8]   浮选泡沫的计算机图像处理与识别方法 [J].
李珍香 ;
罗宏宇 .
煤炭技术, 1999, (06) :17-19
[9]   THE INTERPRETATION OF FLOTATION FROTH SURFACES BY USING DIGITAL IMAGE-ANALYSIS AND NEURAL NETWORKS [J].
MOOLMAN, DW ;
ALDRICH, C ;
VANDEVENTER, JSJ ;
BRADSHAW, DJ .
CHEMICAL ENGINEERING SCIENCE, 1995, 50 (22) :3501-3513