矿物浮选泡沫图像处理与过程监测技术

　　《矿物浮选泡沫图像处理与过程监测技术》总结 了作者桂卫华、阳春华、谢永芳、唐朝晖及其团队近 10年来在矿物浮选泡沫图像处理技术及基 于机器视觉的过程监测技术领域的研究工作，内容涉 及浮选生产过程机理分 析、泡沫图像处理方法、工艺指标预测技术、工况识 别方法以及系统实现等 方面。书中论述了浮选泡沫图像形态特征、颜色特征 、纹理特征以及运动特 征的提取方法；讨论了泡沫图像特征与浮选工况、工 艺指标之间的相互关 系；给出了基于概率密度估计和加权模糊支持向量机 的浮选过程工况识别技 术；阐述了基于机器视觉的矿物浮选监测系统及其在 铝土矿浮选、锌湿法冶 炼硫浮选、铜优浮选及金锑浮选等典型浮选生产过程 中的应用。这些系统在 实际工业生产过程中取得了明显的应用成效，实现了 浮选生产过程泡沫图像 特征的提取、关键工艺参数的监测和浮选工况的实时 监视，为稳定浮选生产 工况、提高精矿品位和回收率发挥了重要作用。相关 方法可为其他复杂生产 过程的在线监测提供借鉴和参考。《矿物浮选泡沫图像处理与过程监测技术》可作 为高等院校控制科学与工程、仪器科学与技术等学科 研究生和 教师日常用书，也可为从事矿物浮选和过程控制领域 研究的科研人员和工程 技术人员提供参考。

暂缺《矿物浮选泡沫图像处理与过程监测技术》作者简介

第1章 绪论
1.1 浮选工业的发展
1.2 矿物浮选泡沫图像处理技术的发展
1.3 浮选生产过程监测技术的发展
第2章 浮选生产过程工艺机理分析
2.1 浮选生产过程原理及工艺
2.2 气泡矿化热力学分析
2.3 矿粒与泡沫作用过程动力学分析
2.4 浮选泡沫特征的主要影响因素
2.5 表征浮选工况的泡沫表面视觉特征
2.6 小结
第3章 浮选泡沫形态特征提取
3.1 泡沫图像形态特征提取方法概述
3.2 泡沫图像的筛选与光照补偿
3.3 泡沫图像分割结构元素选取
3.4 基于分层分水岭的泡沫图像自适应分割算法
3.5 基于谷底型边缘的泡沫图像分割方法
3.6 图像标记及像素定标
3.7 泡沫尺寸统计特征提取
3.8 基于形态学签名变换的泡沫形状特征提取
3.9 小结
第4章 浮选泡沫颜色和纹理特征提取
4.1 泡沫颜色和纹理特征提取概述
4.2 基于全变差修复的泡沫顶部亮点移除
4.3 多颜色空间的泡沫颜色特征提取
4.4 纹理特征提取
4.5 小结
第5章 浮选泡沫动态特征提取
5.1 动态特征提取方法概述
5.2 浮选泡沫速度特征提取
5.3 浮选泡沫稳定度特征提取方法
5.4 小结
第6章 基于泡沫视觉特征的浮选关键工艺参数检测
6.1 浮选泡沫视觉特征与关键工艺参数分析
6.2 基于混合神经网络的pH软测量模型
6.3 基于B样条变换偏最小二乘的精矿品位预测模型
6.4 基于稀疏多核最小二乘支持向量机的回收率预测模型
6.5 小结
第7章基于泡沫视觉特征的浮选工况识别
7.1 基于尺寸概率密度估计的浮选工况识别
7.2 基于加权模糊支持向量机的浮选工况识别
7.3 小结
第8章基于机器视觉的矿物浮选过程监测系统
8.1 系统需求分析
8.2 图像采集硬件平台设计
8.3 软件设计与实现
8.4 铝土矿浮选过程监测系统
8.5 锌湿法冶炼硫浮选过程监测系统
8.6 铜优浮选过程监测系统
8.7 金锑浮选过程监测系统
8.8 小结
参考文献