华南理工大学学报(自然科学版)

作者：廖一鹏, 张进, 陈诗媛, 等

单位：福州大学 物理与信息工程学院，福建 福州 350108

关键词：浮选泡沫图像,崩塌率检测,非下采样 Shearlet 变换,快速视网膜关键点,形状全方向相似度

基金：国家自然科学基金资助项目 (61471124，61601126); 福建省自然科学基金资助项目 (2019J01224); 福建省中青年教师教育科研项目 (JT180056)

针对浮选表面泡沫流动变化和运动形变导致崩塌率难以检测的问题，提出了一种在非下采样 Shearlet 变换 (NSST) 域融合改进快速视网膜关键点 (FREAK) 匹配及形状全方向相似度的泡沫崩塌率检测方法。对相邻两帧泡沫图像进行 NSST 分解，分割低频子带图像的气泡亮点，在多尺度高频子带结合方向模极大值检测和非极大值抑制进行特征点检测，改进 FREAK 采样模型并用于特征点描述及匹配，通过统计前一帧分割亮点周围匹配点数提取潜在崩塌气泡，然后对各潜在崩塌气泡通过前后帧分割亮点的形状复杂度特征及全方向相似度计算进一步确定崩塌气泡，最后根据崩塌气泡的提取结果计算崩塌率。实验结果表明，该方法受泡沫不均匀流动、运动形变的影响小，能有效提取出崩塌气泡，检测精度较现有方法有较大提高，不同工况下均表现出良好的鲁棒性，满足浮选生产在线检测的需求。

来源：2020年第5期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2020年第5期