[发明专利]基于快速视网膜特征点匹配及多尺度分割的浮选破碎气泡检测方法

权利要求书

1.一种基于快速视网膜特征点匹配及多尺度分割的浮选破碎气泡检测方法，其特征在于，包括以下步骤：

步骤S1：采集连续两帧浮选气泡图像，对两帧气泡图像进行NSST分解，在多尺度高频子带进行气泡边缘检测及融合，并提取后一帧图像各个分割气泡的中心点；

步骤S2：采用改进的FREAK采样模型对两帧图像进行特征点描述及匹配，根据前一帧分割气泡周围匹配点分布密度提取候选破碎气泡；

步骤S3：将后一帧图像各个分割气泡的中心点映射到前一帧分割图像中，统计候选破碎气泡包含的中心点数；将包含多个中心点或无中心点的候选破碎气泡判为破碎气泡；

其中，步骤S2具体包括以下步骤：

步骤S21：FREAK描述符是通过采样点对的强度比较级联而成的一个二进制数据串，假设某采样点的描述符为F，采用以下两个式子对相邻两帧图像I_t和I_t+1的各特征点采用改进的FREAK采样模型进行描述：

式中，P_a表示采样点的位置，a表示二进制字符的位值，A表示描述符长度，和是两个采样点区域的灰度值；

步骤S22：对于I_t的任何特征点p，计算p与I_t+1中各待匹配点的汉明距离HF，找到汉明距离最近的待匹配点p₁和近次的待匹配点p₂，并将p₁、p₂与p的汉明距离分别记为HF₁和HF₂，如果满足HF₁/HF₂＜0.6，则接受p₁为匹配点；

步骤S23：将匹配结果中一定长度和斜率范围的点作为RANSAC算法的内点，进一步剔除误匹配点，并计算匹配点间的平均位移d；

步骤S24：对I_t中的各分割气泡，统计以分割气泡的质心为圆心、2.0倍半径的圆形区域内的匹配点数，如果匹配点数为零，则该气泡为候选破碎气泡。

2.根据权利要求1所述的基于快速视网膜特征点匹配及多尺度分割的浮选破碎气泡检测方法，其特征在于，步骤S1具体包括以下步骤：

步骤S11：连续采集两帧浮选气泡图像I_t和I_t+1，对I_t和I_t+1进行NSST多尺度分解，分别得到1个低频图像和k个高频子带图像，通过下式在各尺度高频子带进行气泡边缘检测：

式中，表示k尺度上(i，j)点上的一个方向分量；采用上式对其中任何一个方向分量与其他方向分量的模值进行比较，选出模值最大的分量，并将其他分量置零；

步骤S12：计算模极大值方向上临近点系数的加权平均值，进行气泡边缘系数判断，分解的尺度越多边缘越细；

步骤S13：进行多尺度边缘融合及形态学处理，分割出各个气泡区域，并提取I_t+1图像各个分割气泡的中心点。

3.根据权利要求1所述的基于快速视网膜特征点匹配及多尺度分割的浮选破碎气泡检测方法，其特征在于，步骤S3具体包括以下步骤：

步骤S31：根据匹配点间的平均位移d对I_t+1中各分割气泡的中心点位置进行校正，然后映射到I_t分割图像中，统计候选破碎气泡包含的中心点数；

步骤S32：将包含多个中心点或无中心点的候选破碎气泡判为最终的破碎气泡。