基于机器视觉的煤泥浮选泡沫图像分割方法
谢沛宏1
徐守坤1
卢兆林2
周长春2
1.常州大学 信息科学与工程学院,江苏 常州,2131642.中国矿业大学 化工学院,江苏 徐州,221116
摘要：针对煤泥浮选泡沫图像中存在的噪声干扰和气泡粘连等问题，提出了一种基于机器视觉的分割模型，采用煤泥浮选泡沫图像分割算法对实验室采集到的煤泥浮选泡沫图像进行图像分割试验。结果表明，基于机器视觉的煤泥浮选泡沫图像分割模型主要包括ROF模型去除图像噪声和基于顶帽、底帽变换的粘连泡沫分割。 ROF模型基于有界全变分函数空间，该空间中函数的不连续正好与图像中物体的边缘轮廓对应，非常适于泡沫图像去噪处理；顶帽变换使得泡沫与泡沫之间的间隙变大，解决了气泡粘连问题；最后采用分水岭算法完成对泡沫的分割。理论分析及实验室研究均表明，该方法可准确、快速地分割出复杂煤泥浮选泡沫图像中的泡沫，分割准确率高达81．1％，验证了分割方法的有效性。
关键词：ROF模型顶帽变换煤泥浮选泡沫图像图像分割
分类号：TP391.41(计算技术、计算机技术)
资助基金：国家重点基础研究发展计划（973计划）(2014CB238905)
论文发表日期：2015-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 42-45 )
英文信息