基于Gabor小波的浮选泡沫图像纹理特征提取

被引：36

作者：

刘金平

桂卫华

牟学民

唐朝晖

李建奇

机构：

[1] 中南大学信息科学与工程学院

来源：

仪器仪表学报 | 2010年 / 31卷 / 08期

基金：

国家自然科学基金重点项目;

关键词：

浮选泡沫图像; 纹理特征; Gabor小波; Gamma分布; 聚类分析;

D O I：

10.19650/j.cnki.cjsi.2010.08.015

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

矿物浮选泡沫表面纹理是浮选工艺指标高低的重要指示器,为了获取泡沫图像纹理的细微差别进而对浮选生产状态进行机器识别,提出一种基于Gabor滤波的泡沫图像纹理特征提取方法。首先利用Gabor小波提取了泡沫图像多尺度与多方向上的泡沫纹理幅度谱(GMTR)与相位谱(GPTR);然后根据GMTR与GPTR的分布特征,通过估计GMTR的Gamma分布参数和计算GPTR的熵作为泡沫纹理特征参量;最后,利用所提取的泡沫纹理特征对浮选工业生产状态进行无监督的模糊聚类分析与有监督的生产状态识别。实验结果表明,该纹理特征提取方法能有效地获取各种浮选状态下泡沫表面纹理的细微差别,基于该纹理特征参量的浮选状态识别准确率高于90%。

引用

页码：1769 / 1775

页数：7

共 11 条

[1] 基于泡沫特征与LS-SVM的浮选回收率预测 [J].

周开军 ;

阳春华 ;

牟学民 ;

桂卫华 .

仪器仪表学报, 2009, 30 (06) :1295-1300

[2] 基于计算机视觉的浮选泡沫颜色及尺寸测量方法 [J].

阳春华 ;

周开军 ;

牟学民 ;

桂卫华 .

仪器仪表学报, 2009, 30 (04) :717-721

[3] 图像纹理特征提取方法综述 [J].

刘丽 ;

匡纲要 .

中国图象图形学报 , 2009, (04) :622-635

[4] 基于计算机视觉实时测量系统中的若干问题探讨 [J].

葛芦生 ;

刘升 .

电子测量与仪器学报, 2005, 19 (02) :71-74

[5] 煤泥浮选泡沫图像纹理特征的提取及泡沫状态的识别 [J].

刘文礼 ;

路迈西 ;

王凡 ;

王勇 .

化工学报, 2003, (06) :830-835

[6] Analysis of Texture of Froth Image in Coal Flotation [J].

路迈西 ;

王凡 ;

刘晓旻 ;

刘文礼 ;

王勇 .

JournalofChinaUniversityofMining&Technology, 2001, (02) :7-10

[7] Piecewise-linear neural networks and their relationship to rule extraction from data [J].

Holena, Martin .

NEURAL COMPUTATION, 2006, 18 (11) :2813-2853

[8] Texture classification using Gabor wavelets based rotation invariant features [J].

Arivazhagan, S. ;

Ganesan, L. ;

Priyal, S. Padam .

PATTERN RECOGNITION LETTERS, 2006, 27 (16) :1976-1982

[9] Off-line image analysis for froth flotation of coal [J].

Citir, C ;

Aktas, Z ;

Berber, R .

COMPUTERS & CHEMICAL ENGINEERING, 2004, 28 (05) :625-632

[10]

Application of highlight removal and multivariate image analysis to color measurement of flotation bubble images. YANG CHH,XUC H,GUI W H,et al. International Journal of Imaging Systems and Technology . 2009

← 1 2 →