location: Current position: Home >> Scientific Research >> Paper Publications

基于改进的自适应权重FCM和形态学的浮选泡沫图像分割

Hits:

Indexed by:会议论文

Date of Publication:2014-08-01

Page Number:8

Key Words:小波变换;模糊C均值;自适应权重;浮选泡沫图像

Abstract:以矿物浮选过程为背景,针对浮选泡沫图像噪声大、泡沫边界模糊不规则和图像灰度分布的特殊性导致现有分割算法难以适用的问题,提出一种基于改进的自适应权重FCM和数学形态学的分割算法。首先,结合多分辨率分析和小波阈值去噪算法对图像进行去噪;然后,依据泡沫图像灰度分布的特殊性,提出一种自适应权重FCM聚类算法对图像进行聚类,同时应用形态学操作对图像进行去噪平滑;最后,对处理后的图像进行灰度重构并应用分水岭分割算法完成泡沫图像分割。统计分割后的图像的气泡尺寸特征并用于浮选工况识别,为浮选加药控制提供指导。仿真结果表明所提方法的有效性。

Pre One:Granular Computing Concept based long-term prediction of Gas Tank Levels in Steel Industry

Next One:基于混合高斯模型的独立成分分析在过程监测中的应用