基于CCHS的浮选泡沫图像纹理特征提取

被引：15

作者：

陈宁

林霞

桂卫华

阳春华

唐朝晖

机构：

[1] 中南大学信息科学与工程学院

来源：

中南大学学报(自然科学版) | 2013年 / 44卷 / 11期

关键词：

浮选; 泡沫图像; 纹理特征提取; 颜色共生混合结构; 矿物品位;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

为了快速、有效地获取图像的纹理特征,提出一种基于颜色共生混合结构(color co-occurrence hybrid structure,CCHS)的浮选泡沫图像纹理特征提取方法。该方法的步骤如下:首先,将泡沫图像从RGB空间转换到HSI空间并对各颜色分量进行量化,计算图像的颜色共生矩阵并将其正规化为三角矩阵;然后,利用CCHS算法提取图像的纹理特征;最后,分析矿物品位与特征统计量熵及新特征参数即纹理复杂度之间的变化关系。研究结果表明:适当提高颜色分量的量化级数能提高浮选泡沫图像纹理特征提取的精确度;利用CCHS算法提取纹理特征,降低了计算的复杂度;实验结果验证了该算法的有效性,表明它能更准确地对矿物品位进行调控,指导浮选工况。

引用

页码：4506 / 4512

页数：7

共 11 条

[1]

一种新的浮选泡沫图像纹理特征提取方法 [J].

桂卫华 ;

廖茜 ;

阳春华 ;

陈宁 .

中国科技论文, 2012, 7 (04) :277-281

[2]

基于GLCM算法的图像纹理特征分析 [J].

陈美龙 ;

戴声奎 .

通信技术, 2012, (02) :108-111

[3]

浮选过程控制的历史发展和现状 [J].

宋晓明 ;

杨保东 ;

武涛 ;

杨文旺 ;

谭明 .

有色金属(选矿部分), 2011, (选矿部分) :223-228

[4]

基于浮选泡沫图像特征参数的应用研究 [J].

汪中伟 ;

梁栋华 .

矿冶, 2011, 20 (02) :82-84+94

[5]

浮选泡沫图像处理技术研究现状与进展 [J].

何桂春 ;

冯金妮 ;

吴艺鹏 ;

郑锡联 .

有色金属科学与工程, 2011, 2 (02) :57-63

[6]

图像纹理特征提取方法综述 [J].

刘丽 ;

匡纲要 .

中国图象图形学报, 2009, 14 (04) :622-635

[7]

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

[8]

Machine-vision-based control of zinc flotation -: A case study [J].

Kaartinen, J. ;

Hatonen, J. ;

Hyotyniemi, H. ;

Miettunen, J. .

CONTROL ENGINEERING PRACTICE, 2006, 14 (12) :1455-1466

[9]

Application of numerical image analysis to process diagnosis and physical parameter measurement in mineral processes—Part I: Flotation control based on froth textural characteristics.[J].Gianni Bartolacci;Patrick Pelletier;Jayson Tessier;Carl Duchesne;Pierre-Alexandre Bossé;Julie Fournier.Minerals Engineering.2005, 6

[10]

Off-line image analysis for froth flotation of coal [J].

Citir, C ;

Aktas, Z ;

Berber, R .

COMPUTERS & CHEMICAL ENGINEERING, 2004, 28 (05) :625-632

← 1 2 →