公开(公告)号：CN104268600B

公开(公告)日：2017-10-17

申请号：CN201410527643.1

申请日：2014-10-09

申请人： 中南大学

发明人： 徐德刚 ,  陈晓 ,  苏志芳 ,  徐戏阳 ,  谢永芳 ,  阳春华 ,  桂卫华

IPC分类号： G06K9/66 ,  G06K9/46 ,  G06T7/11 ,  G06T7/136

摘要： 本发明公开了一种基于Minkowski距离的矿物浮选泡沫图像纹理分析及工况识别方法，通过获取矿物泡沫浮选不同工况下的泡沫图像样本，将图像样本进行预处理；然后采用分水岭分割算法对预处理后的泡沫图像样本进行分割，利用统计获得各泡沫尺寸以确定Minkowski距离公式中参数，并建立泡沫图像的复杂网络模型，计算其能量和熵，作为泡沫图像纹理描述指标；最后利用得到的泡沫图像纹理指标作为图像样本的特征向量，训练线性判别式分类器，从而对测试图像样本进行分类，识别实时浮选过程工况。本发明方法计算简单、分类准确率高，可用于矿物浮选泡沫图像的纹理特征提取、分类识别及浮选过程工况的实时监控。

公开(公告)号：CN103295034B

公开(公告)日：2015-10-21

申请号：CN201310157780.6

申请日：2013-04-30

申请人： 中南大学

发明人： 徐德刚 ,  黄天正 ,  苏志芳 ,  陈晓 ,  徐戏阳 ,  桂卫华 ,  阳春华 ,  谢永芳

IPC分类号： G06K17/00

摘要： 本发明公开了一种基于DSP的嵌入式图书乱架清点系统及方法。由图像数据采集模块、图像处理模块、无线通信模块、基于图书馆自动化系统ILASIII的清点模块组成。本发明能够实现图书馆在架图书的自动清点，采用硬件结构简单，软件代码小，具有功耗低、实时性强、微型化、成本低等特点，可以快速完成现代大流通图书馆的图书清点和盘点工作。

公开(公告)号：CN103295034A

公开(公告)日：2013-09-11

申请号：CN201310157780.6

申请日：2013-04-30

申请人： 中南大学

发明人： 徐德刚 ,  黄天正 ,  苏志芳 ,  陈晓 ,  徐戏阳 ,  桂卫华 ,  阳春华 ,  谢永芳

IPC分类号： G06K17/00

摘要： 本发明公开了一种基于DSP的嵌入式图书乱架清点系统及方法。由图像数据采集模块、图像处理模块、无线通信模块、基于图书馆自动化系统ILASIII的清点模块组成。本发明能够实现图书馆在架图书的自动清点，采用硬件结构简单，软件代码小，具有功耗低、实时性强、微型化、成本低等特点，可以快速完成现代大流通图书馆的图书清点和盘点工作。

公开(公告)号：CN104634265A

公开(公告)日：2015-05-20

申请号：CN201510082043.3

申请日：2015-02-15

申请人： 中南大学

发明人： 徐德刚 ,  陈晓 ,  徐戏阳 ,  吴晨曦 ,  苏志芳 ,  谢永芳 ,  阳春华 ,  桂卫华

IPC分类号： G01B11/06

摘要： 本发明公开了一种基于多元图像特征融合的矿物浮选泡沫层厚度软测量方法。通过实时采集矿物浮选槽的泡沫图像，提取浮选槽泡沫层图像的静态特征及动态特征，包括形态、颜色、纹理、速度、稳定度泡沫层视觉特征，构成泡沫层厚度的视觉特征向量。通过对泡沫层厚度视觉特征向量进行异常数据剔除和归一化数据处理，提高数据准确性，采用主成分分析法消除数据冗余、降低向量维数。以降维后的泡沫层视觉特征向量为输入，以泡沫层厚度值为输出，采用正则极限学习机建立泡沫层厚度软测量模型，实现泡沫层厚度的在线实时检测。本发明方法建立的模型有较高的预测精度和泛化性能，解决了浮选泡沫层厚度难以在线测量的问题，为矿物浮选生产过程工艺参数的在线检测提供了新思路。

公开(公告)号：CN104634265B

公开(公告)日：2017-06-20

申请号：CN201510082043.3

申请日：2015-02-15

申请人： 中南大学

发明人： 徐德刚 ,  陈晓 ,  徐戏阳 ,  吴晨曦 ,  苏志芳 ,  谢永芳 ,  阳春华 ,  桂卫华

IPC分类号： G01B11/06

摘要： 本发明公开了一种基于多元图像特征融合的矿物浮选泡沫层厚度软测量方法。通过实时采集矿物浮选槽的泡沫图像，提取浮选槽泡沫层图像的静态特征及动态特征，包括形态、颜色、纹理、速度、稳定度泡沫层视觉特征，构成泡沫层厚度的视觉特征向量。通过对泡沫层厚度视觉特征向量进行异常数据剔除和归一化数据处理，提高数据准确性，采用主成分分析法消除数据冗余、降低向量维数。以降维后的泡沫层视觉特征向量为输入，以泡沫层厚度值为输出，采用正则极限学习机建立泡沫层厚度软测量模型，实现泡沫层厚度的在线实时检测。本发明方法建立的模型有较高的预测精度和泛化性能，解决了浮选泡沫层厚度难以在线测量的问题，为矿物浮选生产过程工艺参数的在线检测提供了新思路。

公开(公告)号：CN104268600A

公开(公告)日：2015-01-07

申请号：CN201410527643.1

申请日：2014-10-09

申请人： 中南大学

发明人： 徐德刚 ,  陈晓 ,  苏志芳 ,  徐戏阳 ,  谢永芳 ,  阳春华 ,  桂卫华

IPC分类号： G06K9/66 ,  G06K9/46 ,  G06T7/00

CPC分类号： G06K9/627 ,  G06T7/41 ,  G06T2207/30108

摘要： 本发明公开了一种基于Minkowski距离的矿物浮选泡沫图像纹理分析及工况识别方法，通过获取矿物泡沫浮选不同工况下的泡沫图像样本，将图像样本进行预处理；然后采用分水岭分割算法对预处理后的泡沫图像样本进行分割，利用统计获得各泡沫尺寸以确定Minkowski距离公式中参数，并建立泡沫图像的复杂网络模型，计算其能量和熵，作为泡沫图像纹理描述指标；最后利用得到的泡沫图像纹理指标作为图像样本的特征向量，训练线性判别式分类器，从而对测试图像样本进行分类，识别实时浮选过程工况。本发明方法计算简单、分类准确率高，可用于矿物浮选泡沫图像的纹理特征提取、分类识别及浮选过程工况的实时监控。