浮选泡沫图像特征提取方法研究进展OACSTPCD
Research Progress of Flotation Froth Image Feature Extraction Method
机器视觉作为设备操作人员的工具,在泡沫浮选设备的监测中得到了广泛的应用.利用泡沫图像数据集建立预测识别模型,以初级泡沫特征参数为输入,以品位和回收率等浮选指标为输出.根据是否需要手动提取浮选泡沫图像特征,可以将特征提取算法划分为两大类别:一种是基于颜色、形态特征等的传统手动特征提取方法,另一种是基于深度神经网络的自动特征提取方法.本文总结并归纳了近年来浮选泡沫图像特征提取算法领域的研究进展,分析了各种方法的优势和不足,对当前难以人工识别泡沫状态及…查看全部>>
As a tool for equipment operators,machine vision has been widely used in the monitoring of froth flota-tion equipment.A predictive identification model has been developed,utilizing a froth image dataset,with primary froth characteristic parameters as inputs and flotation indicators like grade and recovery as outputs.Depending on the necessity for manual extraction of flotation froth image features,the feature extraction algorithms can be divided into two mai…查看全部>>
宛鹤;陆笑科;屈娟萍;薛季玮;张崇辉;王森;卜显忠
西安建筑科技大学资源工程学院,陕西 西安 710055西安建筑科技大学资源工程学院,陕西 西安 710055奥卢大学奥卢矿业学院,奥卢 FI-90014,芬兰西安建筑科技大学资源工程学院,陕西 西安 710055西安建筑科技大学资源工程学院,陕西 西安 710055西安建筑科技大学资源工程学院,陕西 西安 710055西安建筑科技大学资源工程学院,陕西 西安 710055
矿山工程
泡沫浮选泡沫图像机器视觉泡沫图像特征
froth flotationfroth imagemachine visionfroth image features
《中国钼业》 2024 (1)
基于氧化层脱落过程中界面离子选择性迁移的铜硫矿物高效浮选分离方法研究
1-8,8
国家自然科学基金项目(编号:52274271,52074206,52104266)
评论