公开(公告)号：CN103971379A

公开(公告)日：2014-08-06

申请号：CN201410238228.4

申请日：2014-05-30

Applicant: 中南大学

Inventor： 彭涛 ,  赵林 ,  赵永恒 ,  彭小奇 ,  宋彦坡 ,  赵璐 ,  彭霞

IPC: G06T7/00

Abstract: 本发明公开了一种基于单摄像机等效双目立体视觉模型提取浮选泡沫立体特征的方法。在单摄像机获取浮选生产现场泡沫视频的基础上，利用视频中相邻两帧图像因泡沫流动而产生的差异信息，将一台摄像机从一个方位在不同时刻拍摄的流动泡沫的两帧图像，看作两台摄像机从不同方位在同一时刻拍摄的同一场景下的两幅泡沫图像，等效构建模拟人眼成像过程的双目立体视觉模型，获得泡沫图像中气泡的深度信息，进而提取气泡的立体特征，以用于有效识别有色金属浮选工况，实现对有色金属浮选过程的优化控制。

公开(公告)号：CN105405149B

公开(公告)日：2018-07-31

申请号：CN201510816204.7

申请日：2015-11-20

Applicant: 中南大学

Inventor： 彭涛 ,  彭霞 ,  桂卫华 ,  彭小奇 ,  宋彦坡 ,  赵林 ,  赵永恒

IPC: G06T7/00 ,  G06T7/40

Abstract: 本发明公开了种浮选泡沫图像的复合纹理特征提取方法。首先在泡沫图像的灰度量化矩阵中获取所有中心像素点的面邻域集合;然后针对所有中心像素点,构建三维数据表并得到嵌套灰度频数表;再次,获得种改进的邻域灰度相关矩阵;最后求取种新的复合纹理特征。该特征综合了泡沫的大小、纹理和粗糙度,在反映浮选泡沫的纹理上,具有较高的稳定性、可分性。根据所提取的复合纹理特征,容易将不同入矿品位下的不同工况的浮选泡沫图像区分开来,具有较高的工况识别正确率。本发明简单有效,对指导矿物浮选现场泡沫工况识别具有重要意义。

公开(公告)号：CN104408724A

公开(公告)日：2015-03-11

申请号：CN201410699401.0

申请日：2014-11-27

Applicant: 中南大学

Inventor： 彭涛 ,  赵永恒 ,  赵林 ,  蔡耀仪 ,  宋彦坡 ,  韩华 ,  赵璐 ,  彭霞

IPC: G06T7/00

CPC classification number: G01F23/292

Abstract: 本发明公开基于深度信息的泡沫浮选液位监测和工况识别方法及系统。首先，从软硬件方面构建基于kinect的泡沫浮选工况监测系统；其次，通过Kinect传感器采集浮选泡沫颜色和深度数据，对深度数据进行深度信息提取和滤波处理，对颜色和深度数据进行时序与位置上的对准及其对应的存储。然后，结合颜色数据和深度数据，提取泡沫的颜色、面积、体积、速度、破碎率等立体(带有深度信息)特征。再者，通过分析当前泡沫表层液位特征与溢流槽边沿高度之间的关系进行液位监测。最后，采用改进的k-means算法对泡沫图像特征进行聚类分析，实现对浮选工况的在线识别。本发明可用于泡沫浮选现场的工况监测与实时工况识别，以实现浮选生产自动控制与优化操作，提高资源利用率。

公开(公告)号：CN105405149A

公开(公告)日：2016-03-16

申请号：CN201510816204.7

申请日：2015-11-20

Applicant: 中南大学

Inventor： 彭涛 ,  彭霞 ,  桂卫华 ,  彭小奇 ,  宋彦坡 ,  赵林 ,  赵永恒

IPC: G06T7/00 ,  G06T7/40

CPC classification number: G06T7/0004 ,  G06T2207/30108

Abstract: 本发明公开了一种浮选泡沫图像的复合纹理特征提取方法。首先在泡沫图像的灰度量化矩阵中获取所有中心像素点的面邻域集合；然后针对所有中心像素点，构建三维数据表并得到嵌套灰度频数表；再次，获得一种改进的邻域灰度相关矩阵；最后求取一种新的复合纹理特征。该特征综合了泡沫的大小、纹理和粗糙度，在反映浮选泡沫的纹理上，具有较高的稳定性、可分性。根据所提取的复合纹理特征，容易将不同入矿品位下的不同工况的浮选泡沫图像区分开来，具有较高的工况识别正确率。本发明简单有效，对指导矿物浮选现场泡沫工况识别具有重要意义。

公开(公告)号：CN103971379B

公开(公告)日：2017-07-28

申请号：CN201410238228.4

申请日：2014-05-30

Applicant: 中南大学

Inventor： 彭涛 ,  赵林 ,  赵永恒 ,  彭小奇 ,  宋彦坡 ,  赵璐 ,  彭霞

IPC: G06T7/00 ,  G06T7/55

Abstract: 本发明公开了一种基于单摄像机等效双目立体视觉模型提取浮选泡沫立体特征的方法。在单摄像机获取浮选生产现场泡沫视频的基础上，利用视频中相邻两帧图像因泡沫流动而产生的差异信息，将一台摄像机从一个方位在不同时刻拍摄的流动泡沫的两帧图像，看作两台摄像机从不同方位在同一时刻拍摄的同一场景下的两幅泡沫图像，等效构建模拟人眼成像过程的双目立体视觉模型，获得泡沫图像中气泡的深度信息，进而提取气泡的立体特征，以用于有效识别有色金属浮选工况，实现对有色金属浮选过程的优化控制。

公开(公告)号：CN104408724B

公开(公告)日：2017-12-01

申请号：CN201410699401.0

申请日：2014-11-27

Applicant: 中南大学

Inventor： 彭涛 ,  赵永恒 ,  赵林 ,  蔡耀仪 ,  宋彦坡 ,  韩华 ,  赵璐 ,  彭霞

IPC: G06T7/00 ,  G06T7/55

Abstract: 本发明公开基于深度信息的泡沫浮选液位监测和工况识别方法及系统。首先，从软硬件方面构建基于kinect的泡沫浮选工况监测系统；其次，通过Kinect传感器采集浮选泡沫颜色和深度数据，对深度数据进行深度信息提取和滤波处理，对颜色和深度数据进行时序与位置上的对准及其对应的存储。然后，结合颜色数据和深度数据，提取泡沫的颜色、面积、体积、速度、破碎率等立体(带有深度信息)特征。再者，通过分析当前泡沫表层液位特征与溢流槽边沿高度之间的关系进行液位监测。最后，采用改进的k‑means算法对泡沫图像特征进行聚类分析，实现对浮选工况的在线识别。本发明可用于泡沫浮选现场的工况监测与实时工况识别，以实现浮选生产自动控制与优化操作，提高资源利用率。