基于颜色共生矩阵的纹理特征提取及应用

论文摘要

泡沫浮选是应用最为广泛的一种矿物分选方法。在浮选过程中,泡沫层能直接反映浮选的质量指标。目前,选矿厂主要是通过有经验的操作人员观察浮选槽泡沫表面状态来调节生产操作。然而这种人工观察泡沫操作的方法有其时间、空间和主观的局限性,难以保证浮选过程的优化运行。因此,为了实现基于数字图像处理技术的矿物浮选优化控制,本文主要研究泡沫图像纹理特征提取方法,并用于指导浮选工业过程操作。论文在浮选泡沫产生机理分析的基础上,研究泡沫表面视觉特征与浮选工况的关系。针对灰度共生矩阵（GLCM）在彩色泡沫图像上应用的局限性,提出一种新的基于颜色共生矩阵（CCM）的浮选泡沫纹理特征提取算法。该方法首先将泡沫图像进行颜色空间转换,并对其颜色分量进行量化；然后计算其颜色共生矩阵,从归一化后的颜色共生矩阵中提取特征统计量；最后,根据特征统计量表征的泡沫纹理状况,设计一个新的泡沫纹理复杂度参数。通过对提取的泡沫纹理复杂度和矿物品位的相关性分析,表明提出方法能有效的描述不同精选泡沫图像的纹理,同时给出了浮选泡沫的最佳纹理复杂度区间。针对现有浮选状态分类准确性的欠缺,利用CCM提取的泡沫纹理特征对泡沫状态进行更准确的分类。先通过主成分分析法将泡沫特征参数进行主元分析,再利用模糊C-均值算法对其进行聚类。对聚类的评价标准进行研究,仿真对比分析结果形象地表明：泡沫浮选状态通过CCM提取的特征参数得到较好地识别,实现了有效聚类,为浮选生产操作提供重要指导。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 课题研究背景及意义
• 1.2 纹理特征研究综述
• 1.2.1 纹理的概念与描述
• 1.2.2 纹理特征提取方法
• 1.3 国内外研究现状
• 1.3.1 浮选泡沫图像处理技术研究现状
• 1.3.2 浮选泡沫纹理特征研究现状
• 1.4 论文的主要研究内容及结构安排
• 第二章 泡沫浮选原理与纹理特征分析
• 2.1 泡沫浮选原理
• 2.1.1 浮选基本原理
• 2.1.2 泡沫形成机理
• 2.1.3 泡沫特征与浮选工况关系
• 2.2 浮选泡沫纹理特征提取分析
• 2.2.1 泡沫图像的特点
• 2.2.2 泡沫图像去噪分析
• 2.2.3 泡沫图像纹理特征分析
• 2.3 本章小结
• 第三章 基于颜色共生矩阵的纹理特征提取及分析
• 3.1 颜色空间
• 3.1.1 RGB颜色空间模型
• 3.1.2 HSI颜色空间模型
• 3.2 颜色共生矩阵的定义
• 3.2.1 灰度共生矩阵
• 3.2.2 颜色共生矩阵
• 3.3 基于颜色共生矩阵的泡沫纹理特征提取
• 3.4 实验结果及其分析
• 3.4.1 基于GLCM的纹理特征提取结果
• 3.4.2 基于CCM的纹理特征提取结果
• 3.4.3 实验结果对比分析
• 3.5 本章小结
• 第四章 基于纹理特征的浮选泡沫状态分类研究
• 4.1 浮选泡沫图像分析
• 4.1.1 精选泡沫状态分类及意义
• 4.1.2 基于泡沫特征的浮选状态分类流程
• 4.2 PCA和FCM算法原理及步骤
• 4.2.1 主成分分析法
• 4.2.2 模糊C-均值聚类算法
• 4.3 基于纹理特征的浮选泡沫状态聚类
• 4.3.1 泡沫颜色特征提取及分析
• 4.3.2 结合颜色和GLCM纹理特征的泡沫聚类
• 4.3.3 基于CCM纹理特征的泡沫状态聚类
• 4.4 聚类结果对比分析
• 4.5 本章小结
• 第五章 总结与展望
• 5.1 研究工作的总结
• 5.2 后续工作的展望
• 参考文献
• 附录
• 致谢
• 攻读学位期间主要的研究成果