[发明专利]基于小波多尺度二值化的铜浮选现场泡沫工况识别方法

权利要求书

1.一种泡沫图像等效尺寸特征的提取方法，其特征在于，包括以下步骤：

步骤一：根据铜浮选现场所获得的泡沫视频获取三维泡沫图像，将三维泡沫图像进行灰度化，然后对所得的二维灰度图像进行小波分解，从而得到不同尺度上的小波子图，忽略各阶细节子图的特征，仅对各阶逼近子图进行单支重构，得到重构逼近子图；

步骤二：根据测不准原理和离散小波频域关系，推算出不同阶次子图的泡沫直径变化范围；

步骤三：利用最大类间方差法将各重构逼近子图二值化，得到二值图像，统计出各二值图像的泡沫总体面积，进而求得泡沫等效尺寸特征；最后结合步骤二推算出的泡沫直径变化范围，计算出等效泡沫个数，进而得到泡沫等效尺寸分布图；

步骤四：将泡沫等效尺寸分布图与基准分布图比较，确定当前泡沫图像对应的铜浮选现场工况。

2.根据权利要求1所述的泡沫图像等效尺寸特征的提取方法，其特征在于，所述步

骤一包括以下子步骤：

步骤1：原始泡沫图像灰度化；

原始三维RGB泡沫图像K_(X×Y×3)灰度化后变为二维灰度图像I_(X×Y)；

步骤2：选择sym4小波对二维灰度图像进行五阶分解，在每个分解阶次，二维小波变换将产生一个逼近子图和水平、垂直、对角线三个不同方向的细节子图；

在每个分解阶次的小波变换公式为：

公式1

在每个分解阶次中的逼近系数矩阵和3个细节系数矩阵可由二维小波分解的Mallat算法获得：

ck,mj=Σl,nh‾2k-lh‾2m-ncl,nj+1dk,mj,1=Σl,nh‾2k-lg‾2m-ncl,nj+1dk,mj,2=Σl,ng‾2k-lh‾2m-ncl,nj+1dk,mj,3=Σl,ng‾2k-lg‾2m-ncl,nj+1]]>公式2

式中尺度函数为：3个小波函数分别为：ψ¹(x，y)＝φ(x)ψ(y)，ψ²(x，y)＝ψ(x)φ(y)，ψ³(x，y)＝ψ(x)ψ(y)，其中和分别表示一维正交多分辨分析的两尺度方程和小波方程；j为分解层数，本例中进行五阶小波分解，则取j＝5，4，3，2，1；k，m∈Z分别代表系数矩阵的行和列，l，n∈Z分别代表系数矩阵的行和列；系数序列h＝(h_i}是一个低通滤波器，有h＝{-0.076，-0.030，0.498，0.804，0.298，-0.100，-0.013，0.032}，为h的时序反转系数序列g＝{g_i}是一个高通滤波器且g_i＝(-1)ⁱh_1-i，为g的时序反转首先应用公式1进行第一阶的二维小波变换，得到1个逼近子图和3个细节子图，其系数由公式2计算；然后，利用公式1对一阶逼近子图(低频部分)继续进行第二阶的二维小波变换，再次得到1个逼近子图和3个细节子图；依此类推，即可得到的五个分解阶次的小波变换；相应地，便得到灰度图像I_(X×Y)的多尺度表示；

步骤3：忽略各阶细节子图的特征，仅对各阶逼近子图进行单支重构，得到重构逼近子图：

将五个逼近重构子图分别记作S^v，v＝1，2，…，5，它们代表了不同尺度下泡沫子图的轮廓部分，其系数矩阵通过以下重构公式求得：

ck,mj+1=Σl,nhk-2lhm-2ncl,nj+Σl,nhk-2lgm-2ndl,nj,1+Σl,ngk-2lhm-2ndl,nj,2+Σl,ngk-2lgm-2ndl,nj,3]]>公式3。