[发明专利]一种浮选工况分类方法和系统

摘要

本发明涉及泡沫浮选自动化领域，公开了一种浮选工况分类方法和系统，以为后续加药等操作提供指导，从而提高浮选过程的经济和技术指标、减轻工人劳动强度。本发明首先对泡沫图像进行预处理和分割得到所有由单个泡泡构成的图像，提取单个泡泡图像的形态特征向量，再根据深度卷积神经网络模型提取各泡泡图像的像素集特征并结合泡泡图像对应的形态特征向量以对泡泡图像进行精分类，然后统计泡沫图像中各类泡泡的出现频率形成单帧泡沫图像的泡泡分类频率集，分析泡沫图像的泡泡分类频率集与浮选典型工况之间的对应关系，从而得到泡沫图像所反应的浮选工况类别。

主权项

一种浮选工况分类方法，其特征在于，包括：获取浮选泡沫图像，并进行图像预处理，得到适合建立模型的泡沫图像集；对泡沫图像集中每一幅单帧泡沫图像采用两步分水岭算法进行图像分割，每一个泡泡区域都保存为一幅泡泡图像，得到泡沫图像集中所有单帧泡沫图像的泡泡图像集；提取泡泡图像的形态特征向量，并根据所述形态特征向量对所述泡泡图像集进行预分类，获取泡泡图像的分类标签值；采用深度卷积神经网络提取泡泡图像的像素集特征，并结合大量已有泡泡图像数据集中各泡泡图像所对应的分类标签值训练并校验得到深度卷积神经网络模型；根据所述深度卷积神经网络模型提取各泡泡图像的像素集特征并结合泡泡图像对应的形态特征向量以对泡泡图像进行精分类，并统计泡沫图像中各类泡泡的出现次数形成单帧泡沫图像的泡泡分类频率集，分析泡沫图像的泡泡分类频率集与浮选典型工况之间的对应关系，从而得到泡沫图像所反应的浮选工况类别。