資源描述：
《一種改進(jìn)分水嶺算法的浮選泡沫圖像分割方法-論文.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。
1、第5期選煤技術(shù)No．52012年10月C0ALPREPARAT10NTECHNOLOGY0ct．2O12文章編號(hào)：1001—3571(2012)05—0082—05一種改進(jìn)分水嶺算法的浮選泡沫圖像分割方法楊潔明，楊丹丹(太原理工大學(xué)機(jī)械電子研究所，山西太原030024)摘要：為了解決煤泥浮選泡沫圖像分割中傳統(tǒng)分水嶺算法的過(guò)分割問(wèn)題，提出了一種基于自適應(yīng)標(biāo)記提取的改進(jìn)分水嶺算法。該方法首先對(duì)浮選泡沫圖像進(jìn)行高斯濾波，再運(yùn)用基于形態(tài)學(xué)的擴(kuò)展最大值技術(shù)從泡沫圖像中自適應(yīng)提取標(biāo)記，利用標(biāo)記對(duì)梯度圖像進(jìn)行修改
2、，最后使用分水嶺算法對(duì)修正后的梯度圖像進(jìn)行分割。試驗(yàn)結(jié)果表明，改進(jìn)后的算法克服了標(biāo)記提取需要先驗(yàn)知識(shí)、分割過(guò)程繁瑣等問(wèn)題，使參數(shù)選取更加合理，分割結(jié)果更加準(zhǔn)確。關(guān)鍵詞：煤泥浮選泡沫圖像；自適應(yīng)標(biāo)記提??；分水嶺算法；極小值強(qiáng)制技術(shù)；魯棒性；過(guò)分割中圖分類號(hào)：TD943；TD948．9文獻(xiàn)標(biāo)志碼：AAnflotationfrothimagesegmentationmethodutilizing~improvedwatershedalgorithmYANGJie—ming，YANGDan—dan(TheI
3、nstituteofMechanicalandElectricalTechnology，TaiyuanUniversityofTechnology，Taiyuan，Shanxi030024，China)Abstract：Inordertosolvetheover—segmentationproblemintraditionalwatershedsegmentationalgo-rithminslimeflotationfrothimages，thispaperproposesanimprovedwa
4、tershedsegmentationalgorithmmethodwhichisbasedonadaptivemaxima—markerextraction．Firstly，itcarriesonGaussianfilteringtoflotationfrothimage，then，themarkersareadaptivelyextractedfromthebubbleimagebyusingthemax-imumexpansiontechnologybasedonthemorphology，a
5、fterthatthemarkersareusedtomodifythegradi-entimage．Finally，therevisedgradientimageisprocessedwithwatershedsegmentationalgorithm．Theexperimentalresultsshowthatimprovedalgorithmsolvedsomeproblems，forexample，wemustgraspaprioriknowledgebeforeextractingthem
6、arkers，thesegmentationprocessiscomplicatedandSOon，andtheimprovedalgorithmcanselectparameterinamorereasonableway，andgetamoreaccuratesegmen—rationresult．Keywords：coalflotationfrothimages；adaptivemarkextraction；watershedalgorithm；minimumman—datorytechnolo
7、gy；robustness；over—segmentation在工業(yè)選煤過(guò)程中，浮選是一種回收細(xì)粒精煤能反映浮選狀態(tài)的特征之一，要想實(shí)時(shí)、快捷、準(zhǔn)的有效方法。浮選過(guò)程中浮選泡沫攜帶了大量的精確的獲取氣泡的尺寸和個(gè)數(shù)，需要對(duì)泡沫圖像進(jìn)行煤顆粒，而浮選狀態(tài)的差異性會(huì)導(dǎo)致浮選泡沫視覺有效地分割處理。目前，分水嶺算法是應(yīng)用較信息的不同，這些視覺信息可以通過(guò)浮選泡沫的顏廣泛的一種圖像分割方法。色、尺寸等特征體現(xiàn)出來(lái)。運(yùn)用圖像處理系統(tǒng)對(duì)獲1傳統(tǒng)分水嶺算法及其缺陷取到的圖像進(jìn)行特征提取，可以識(shí)別浮選狀態(tài)的優(yōu)劣一。
8、而在各種圖像特征中氣泡個(gè)數(shù)和尺寸是最分水嶺算法是一種借鑒了數(shù)學(xué)形態(tài)學(xué)的分割方收稿日期：2011—12—29作者簡(jiǎn)介：楊潔明(1956一)，女，山西省太谷縣人，教授，博士，博士生導(dǎo)師，從事機(jī)電系統(tǒng)與生產(chǎn)過(guò)程智能控制方面的研究。E—mail：1383423l566@139．comTel：1383423l56682第5期楊潔明等：一種改進(jìn)分水嶺算法的浮選泡沫圖像分割方法2012年1O月25日法，該方法把灰度圖像看作一幅地形圖，圖像中每和GLPF去噪效果進(jìn)行了對(duì)比，發(fā)現(xiàn)采用基
