可适应图像亮度的选煤厂浮选泡沫颜色特征提取方法

本发明涉及浮选，尤其涉及一种可适应图像亮度的选煤厂浮选泡沫颜色特征提取方法。

背景技术：

1、浮选是选煤厂进行煤泥分选的主要方法，用以分选精煤与尾煤。在选煤厂实际生产中，大多采用人眼观察泡沫的颜色、大小、形状等特征间接判断精煤灰分，从而对浮选过程进行调控。但人眼观察受主观因素、工作疲劳强度、工作经验能力等影响，并且给出的预判结果也并不精确，无法实现浮选过程控制的自动化。

2、随着图像识别技术的发展，部分选煤厂通过相机拍照、图像分析、提取泡沫图像特征的方法来代替人工分析，泡沫图像特征包括颜色特征、纹理特征、泡沫尺寸特征、泡沫形状特征、泡沫动态移动特征等。其中，颜色特征是识别灰分的重要特征，其原理主要是通过图像灰度来判断煤泥灰分，灰分含量越低则图像灰度值越低，灰分含量越高则图像灰度值越高。但图像灰度值受图像亮度的影响较大，由于选煤厂随着时间及天气等变化自然光亮度发生变化、光源长时间运行亮度降低、光源受煤泥污染亮度降低、镜头受煤泥污染、浮选液位变化等情况，图像亮度不稳定，从而导致灰分预测产生较大的误差。

技术实现思路

1、为克服现有基于图像识别的浮选泡沫颜色特征提取方法存在的误差较大的技术缺陷，本发明提供了一种可适应图像亮度的选煤厂浮选泡沫颜色特征提取方法。

2、本发明提供的可适应图像亮度的选煤厂浮选泡沫颜色特征提取方法，依次包括如下步骤：

3、s1.搭建图像采集系统；

4、s2.采集煤泥浮选泡沫的彩色图像，并转化为灰度图像；

5、s3.以图像灰度作为输入，采用一维直方图加权模糊c-均值聚类法，取初始的聚类中心为

6、c0＝{min(f(m,n)+10,median(f(m,n)),max(m,n)-10)

7、其中，f(m，n)表示图像的灰度值，经过多次迭代将每个泡沫图像中所有灰度值皆划分为非反光区、过渡区和反光区三类，并得到每一类中的灰度值；

8、s4.提取所有泡沫的反光区的灰度值，并求其灰度均值m反；

9、s5.提取每个泡沫的非反光区的灰度值xi非，并计算每个泡沫的非反光区的相对灰度

10、s6.计算所有泡沫的非反光区的相对灰度的均值、标准差、偏度和峰度，作为颜色特征。

11、可选的，步骤s1中，所述图像采集系统包括相机、镜头、光源、光源控制器、遮光罩、光纤收发器和服务器，所述光纤收发器适于将现场图像传输至服务器进行处理。

12、可选的，所述光源为环形光源。

13、可选的，在不同时间采集煤泥浮选泡沫图像组成数据集，然后依次对所述数据集中的每个图像数据进行步骤s3至s5的处理，最后在步骤s6中以所述数据集中的所有泡沫为对象进行计算。

14、本发明提供的技术方案与现有技术相比具有如下优点：

15、本发明提供的可适应图像亮度的选煤厂浮选泡沫颜色特征提取方法，将每个泡沫的图像分为反光区、非反光区和过渡区，用反光区的图像灰度表征图像亮度信息，用非反光区的图像灰度表征煤泥的反光性，最后用相对灰度表征颜色特征，能够减小图像亮度变化对图像特征提取带来的影响，从而减小基于图像识别的浮选泡沫颜色特征提取方法存在的误差，进而减小灰分预测产生的误差。

技术特征：

1.一种可适应图像亮度的选煤厂浮选泡沫颜色特征提取方法，其特征在于，依次包括如下步骤：

2.根据权利要求1所述的可适应图像亮度的选煤厂浮选泡沫颜色特征提取方法，其特征在于，步骤s1中，所述图像采集系统包括相机、镜头、光源、光源控制器、遮光罩、光纤收发器和服务器，所述光纤收发器适于将现场图像传输至服务器进行处理。

3.根据权利要求2所述的可适应图像亮度的选煤厂浮选泡沫颜色特征提取方法，其特征在于，所述光源为环形光源。

4.根据权利要求1至3任一项所述的可适应图像亮度的选煤厂浮选泡沫颜色特征提取方法，其特征在于，在不同时间采集煤泥浮选泡沫图像组成数据集，然后依次对所述数据集中的每个图像数据进行步骤s3至s5的处理，最后在步骤s6中以所述数据集中的所有泡沫为对象进行计算。

技术总结
本发明涉及浮选技术领域，具体涉及一种可适应图像亮度的选煤厂浮选泡沫颜色特征提取方法，包括：S1.搭建图像采集系统；S2.采集煤泥浮选泡沫的彩色图像，并转化为灰度图像；S3.将每个泡沫图像中所有灰度值皆划分为非反光区、过渡区和反光区三类，并得到每一类中的灰度值；S4.提取所有泡沫的反光区的灰度值，并求其灰度均值；S5.计算每个泡沫的非反光区的相对灰度；S6.计算所有泡沫的非反光区的相对灰度的均值、标准差、偏度和峰度，作为颜色特征。本发明提供的颜色特征提取方法，能够减小图像亮度变化对图像特征提取带来的影响，从而减小基于图像识别的浮选泡沫颜色特征提取方法存在的误差，进而减小灰分预测产生的误差。

技术研发人员：白飞燕,马雄强,刘俊杰
受保护的技术使用者：山西能源学院
技术研发日：
技术公布日：2024/2/19