多颜色空间融合的颜色特征提取方法及应用

论文摘要

浮选过程中,泡沫具有明显的色彩特征,它与浮选生产工况密切相关,并能反映气泡所携带的矿物类型。现场操作工人往往通过观察浮选泡沫表面颜色进行生产调节,但肉眼难以观测到泡沫表面细微的变化,更无法获得泡沫表面视觉特征准确的量化描述。现场图像采集过程中,由于受自然光照、环境光源、现场拍摄环境等的影响,泡沫图像不可避免存在高亮点、色偏、噪声大等一系列问题,严重影响泡沫颜色特征的准确测量。单一颜色空间的分量分析,不能获得全面的颜色特征信息。为获取准确的颜色特征,找到符合人类视觉感知的矿物浮选泡沫颜色测量方法,本文在分析泡沫图像颜色特点的基础上,运用各颜色空间RGB颜色空间、Lab颜色空间、HSV颜色空间进行颜色特征提取。针对各颜色空间的单个分量不能全面反映颜色的信息问题,提出将多个颜色空间中各分量进行融合的方法,实现浮选泡沫颜色特征的量化表征；实验表明,多颜色空间融合的方法测出的颜色特征更为精确。根据现场采集的浮选泡沫图像信息和浮选操作工人经验,将所获取的浮选泡沫颜色特征应用到实际的浮选生产中,为浮选工况的实时监控提供条件。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 选题背景与意义
• 1.2 颜色的表示与测量方法
• 1.2.1 颜色表示方法
• 1.2.2 颜色测量方法
• 1.2.3 泡沫图像处理的基本要求
• 1.3 多颜色空间融合方法研究现状
• 1.4 泡沫图像颜色特征提取方法研究现状
• 1.5 论文的主要研究内容与结构安排
• 第二章 颜色空间与泡沫图像的颜色特点
• 2.1 常用的颜色空间概述
• 2.1.1 RGB颜色空间
• 2.1.2 HSV颜色空间
• 2.1.3 Lab颜色空间
• 2.2 浮选泡沫图像颜色的特点
• 2.2.1 图像的数字表示形式
• 2.2.2 浮选泡沫图像分析
• 2.3 浮选泡沫图像颜色测量方法
• 2.3.1 颜色恒常处理色偏方法
• 2.3.2 重构算法的去多亮点方法
• 2.3.3 去噪处理方法
• 2.4 小结
• 第三章 多颜色空间融合图像颜色特征提取
• 3.1 颜色特征提取概述
• 3.2 基于视觉感知的色彩校正
• 3.2.1 颜色恒常理论
• 3.2.2 简单光照模型考虑的因素
• 3.2.3 颜色恒常图像增强法
• 3.3 常用颜色空间的图像颜色特征提取
• 3.3.1 RGB空间相对红色分量颜色特征提取
• 3.3.2 HSV颜色空间色调平均值颜色特征提取
• 3.4 基于多颜色空间的颜色特征融合
• 3.4.1 基本思路
• 3.4.2 实现步骤
• 3.4.3 实验分析
• 3.5 小结
• 第四章 浮选泡沫图像采集系统
• 4.1 浮选泡沫图像采集系统组成
• 4.1.1 图像采集系统概述
• 4.1.2 图像采集硬件设备
• 4.1.3 颜色特征提取的图像处理流程
• 4.2 颜色特征与浮选工艺指标的关系
• 4.3 浮选泡沫颜色特征提取
• 4.3.1 粗选槽泡沫图像采集模块
• 4.3.2 精选槽泡沫图像采集模块
• 4.3.3 浮选泡沫图像处理应用软件简介
• 4.4 小结
• 第五章 总结与展望
• 5.1 研究工作总结
• 5.2 后续工作展望
• 致谢
• 参考文献
• 攻读硕士学位期间主要研究成果