可适应图像亮度的选煤厂浮选泡沫颜色特征提取方法

技术领域

本发明涉及浮选技术领域，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

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。

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。

发明内容

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。

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：

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.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

C

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；

S4.提取所有泡沫的反光区的灰度值，并求其灰度均值m

S5.提取每个泡沫的非反光区的灰度值x

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。

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。

可选的，所述光源为环形光源。

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。

本发明提供的技术方案与现有技术相比具有如下优点：

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。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1表示本发明实施例中提取方法的流程图；

图2表示本发明实施例中煤泥浮选泡沫的彩色图像；

图3表示本发明实施例中煤泥浮选泡沫的分区示意图(其中，黑色代表非反光区，蓝色代表过渡区，红色代表反光区)。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面将对本发明的方案进行进一步描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。

在描述中，需要说明的是，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但本发明还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本发明的一部分实施例，而不是全部的实施例。

下面结合附图对本发明的具体实施例进行详细说明。

参照图1，本实施例提供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，包括步骤S1至S6。

S1.搭建图像采集系统。

具体的，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，光纤收发器适于将现场图像传输至服务器进行处理。容易理解的，光源控制器用以控制光源的亮度范围，确保所拍摄图像亮度在较小范围内变化；遮光罩用以避免外部环境光线变化对泡沫图像产生较大的影响。

更具体的，光源为环形光源，能够减小不同位置光照亮度的不均匀性。

S2.参照图2，采集煤泥浮选泡沫的彩色图像，并转化为灰度图像。

具体的，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中以数据集中的所有泡沫为对象进行计算。不同时间工况不一致，在不同时间能够采集到多张不同状态的泡沫图像，最后综合计算，进一步减小颜色特征提取的误差。

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

C

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，如图3所示，并得到每一类中的灰度值。

需要说明的是，泡沫中心区域由于位置较高，煤泥往下移动，该区域煤泥含量较少，水含量较多，因此反光较强，形成反光区，其灰度值主要反映光源的亮度；泡沫边缘区域煤泥含量较多，形成非反光区，其灰度值主要来自煤表面的反光，主要反映煤的反光性；泡沫中心区域与泡沫边缘区域之间的区域由水和煤泥混合而成，其灰度值由水和煤泥反光的叠加形成，较为复杂不作考虑。

容易理解的，min(f(m，n))表示图像灰度的最小值，median(f(m，n))表示图像灰度的中值，max(f(m，n))表示图像灰度的最大值。

S4.提取所有泡沫的反光区的灰度值，并求其灰度均值m

容易理解的，

S5.提取每个泡沫的非反光区的灰度值x

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。

容易理解的，非反光区的相对灰度的均值为：

非反光区的相对灰度的标准差为：

非反光区的相对灰度的偏度为：

非反光区的相对灰度的峰度为：

以上仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。尽管参照前述各实施例进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离各实施例技术方案的范围，其均应涵盖权利要求书的保护范围中。