煤泥浮选泡沫图像分割技术的研究_贾照丽

本栏目编辑　张代瑶

分　选

103

煤泥浮选泡沫图像分割

技术的研究

贾照丽1,2，杨洁明1,2，王　蕊1,2

1

太原理工大学机械电子研究所　山西太原　030024

2

新型传感器与智能控制教育部重点实验室　山西太原　030024

摘要：针对煤泥浮选泡沫图像噪声大、黏连性强的问题，提出了一种煤泥浮选泡沫图像的分割方法：首先，增强煤泥浮选泡沫图像的对比度，以提高后续煤泥浮选泡沫图像的识别度；然后，采用不断增大结构元素的面积，重构开闭运算滤除不同的噪声，通过面积重构 H 顶变换和模糊 C 均值聚类 (Fuzzy c-means clustering，FCM) 提取泡沫图像的标识；最后，采用分水岭变换技术分割泡沫图像。该研究为煤泥浮选泡沫提供一种图像分割方法，同时为后续煤泥浮选自动化作业打下基础。关键词：面积重构；模糊 C 均值聚类；分水岭变换

中图分类号：TD948.9 文献标志码：A 文章编号：1001-3954(2013)03-0103-04

Research on segmentation of coal slurry fl otation froth image

ZHU Fei 1, 2, ZHANG Linjin 1, 2, CAI Daolin 1, 2, YE Xuchu 1, 2

1

Institue of Mechanical & Electronic Engineering, Taiyuan University of Technology, Taiyuan 030024, Shanxi, China

2

Key Laboratory of Advanced Transducers & Intelligent Control System, Ministry of Education,

Taiyuan 030024, Shanxi, China

Abstract ：In view of huge noise and severe combination of coal slurry fl otation froth image, a segmentation method for coal slurry fl otation froth image was proposed. At fi rst, the contrast of the coal slurry fl otation froth image increased so as to enhance the recognition of the subsequent coal slurry fl otation froth image. And then, the area of structuring elements was increased unceasingly as well as opening and closing operation was reconstructed so as to fi lter various noises, and area reconstruction H -dome transformation and fuzzy c-means clustering (FCM) were applied to extract the marks of the froth image. Finally, the watershed transformation technology was used to segment the froth image. The method provided another segmentation alternative for coal slurry fl otation froth image, and laid foundation for subsequent automated operation of coal slurry fl otation.Keywords ：area reconstruction; fuzzy c-means clustering; watershed transformation

煤

泥浮选泡沫由许多形状不同、大小不一、黏

连性强的煤泥气泡组成[1]，包含大量与煤泥浮选状态以及煤泥浮选质量有关的信息，煤泥浮选条件

和煤粒性质的变化都会影响煤泥浮选泡沫图像的形状。因此，煤泥浮选泡沫图像特征是煤泥浮选过程的一个重要的环节。

目前，煤泥浮选过程一般由有经验的操作工人通过肉眼观察，存在劳动强度大、专业性要求强、主观性强以及进度慢等一系列显著的问题。近几年来，电子和计算机技术的发展使数字图像处理技术得到广

基金项目：山西省科技攻关项目 (20120321004-32)

作者简介：贾照丽，女，1986 年生，硕士研究生，主要研究方向为机械系统与生产过程的智能控制。

产工艺及实践 [J]．稀有金属，2007，31 (6)：85-88.

[7]　Xir Keng，Wen Jiankang，Hua Yixin，et a1．Selective

separation of Cu、Zn and Cd by solvent extraction [J]. Rare

Metals，2008，27(3)：228-232. □

(收稿日期：2012-12-19)(修订日期：2013-01-01)

GFGFGFGFGFGGFGFGFGFGFGGFGFGFGFGGFGFGGFGFGFGFGFG

本栏目编辑　张代瑶

分　选

104

泛的应用，并引入到煤泥浮选过程中。在国内外，图

像处理一般应用在比较贵重的有色金属方面，而在煤泥浮选泡沫图像处理技术方面还是初级阶段。我国是产煤大国，为有效地提高煤泥浮选过程中精煤的回收率，有效控制煤泥浮选过程的泡沫变化，对煤泥浮选过程的控制有重要的意义。

1　煤泥泡沫图像的特征

在选煤场利用工业 CCD 相机对浮选的各个阶段进行图像的采集，通过对泡沫图像的观察分析，发现煤泥泡沫图像 (见图 1) 有很多独自的特征[2]。

(1) 噪声大　在煤泥浮选泡沫图像的采集和传输过程中，受到电子设备的电磁干扰、CCD 传感器的噪声以及通道误差等的影响；

(2) 泡沫图像的灰度对比度较低　泡沫的表面黏附有很多细煤粒，煤浆的颜色也是灰度比较低的黑颜色，造成前景泡沫图像与背景之间的灰度对比度较低，导致煤泥浮选泡沫图像提取特征参数很困难；

(3) 黏连性大　煤泥浮选是一种气液两相流的浮选过程，因此气泡排列无规律。黏连性大，在现有技术的前提下，找到一个统一的算法对图像进行分割是不可能的；

(4) 不同的浮选阶段泡沫图像的大小不同　浮选初期，含煤量多，泡沫小，多以椭圆形存在；随着浮选的进行，泡沫逐渐变大，由椭圆形变成圆形。

笔者通过现场拍摄的煤泥浮选泡沫图像，根据煤泥浮选泡沫图像特有的特征，着重探讨了煤泥浮选泡沫的图像处理方法：包括煤泥泡沫图像的预处理、图像的滤波、提取煤泥浮选泡沫标识图像以及煤泥泡沫图像的分割方法。

2　煤泥泡沫图像的处理

2.1　泡沫图像的预处理

在煤泥浮选过程中，泡沫图像受光照、拍摄条件以及工业现场环境的影响，使煤泥泡沫图像的对比度降低，煤泥气泡的边缘识别困难。笔者采用直方图均衡化，使煤泥泡沫图像的各个像素值在图像的各个区间上可能均匀或者服从一定形式的分布，从而提高图像的对比度。

2.2　面积重构开闭滤波

浮选现场条件恶劣，传统的滤波方法容易使图

像的重要轮廓丢失，最终导致分割区域轮廓位置的偏移。形态学滤波能够去除泡沫图像中细节和噪声的特征，但只关注煤泥泡沫图像特征大小，而忽视了煤泥泡沫图像形状特征。笔者在形态学重构的基础上，采用面积重构开闭滤波消除噪声的干扰，同时能够满足形状特征的要求。

(1) 定义二值面积重构[3]　设 I 、J 是定义在离散域 D 上的二值图像，且

， (1)

式中：J 为标识图像；I 为掩模图像；p 为二值图像中的元素单元。设集合 M = {I 1，I 2，I 3，…，I n } 由 I 中所有连通成分构成，其中 n 代表 I 中连通成分的个数。

二值面积重构开操作 ψ(J ，I ，S ) 是掩模图像 I 中部分连通成分的并集，这些连通成分和标识图像 J 相交，且交集元素数量都不小于指定的面积阈值 S 。

(a) 浮选前期

(b) 浮选中期

(c) 浮选后期

图 1　煤泥浮选泡沫图像

Fig. 1 Coal slurry fl otation froth image