机器视觉测浮选气泡体积与表面积：一种水平置位分割方法

"该研究提出了一种基于机器视觉的浮选气泡体积和表面积测量方法，通过建立观测系统采集图像，使用边缘检测和曲率尺度空间角点检测算法处理重叠气泡，实现了对浮选过程中气泡精确测量。在不同搅拌速率下，测量结果的平均误差低，精度较高。" 文章详细介绍了针对浮选工艺中气泡测量的研究成果，浮选过程中的气泡由于受到颗粒碰撞和机械搅拌等因素，会经历严重的偏转和形变，这给气泡的体积和表面积测量带来了挑战。为了解决这个问题，研究者提出了一种创新的水平置位分割方法，专门用于测量浮选气泡的体积和表面积。 首先，他们构建了一个浮选工艺过程中的气泡观测系统，用于采集气泡图像。接着，应用了基于区域分割的边缘检测技术来提取气泡的边界。这种方法能够有效地从背景中分离出气泡，并且对光照环境的变化具有较好的鲁棒性。 对于重叠的气泡，研究者引入了曲率尺度空间角点检测算法和方向链码标记凹点的技术。这些技术可以帮助识别和分割重叠的气泡轮廓，然后通过最小二乘拟合重建独立气泡的边缘。通过计算边缘的偏转角度，研究者能够自适应地选择分割间隔，以更精确地划分气泡。 经过各分割部分的计算，可以累加得到每个气泡的体积和表面积。实验结果显示，所提出的测量方法提取的边缘非常准确，不容易受到光照环境的影响。在不同搅拌速率条件下，测量气泡体积的平均误差仅为4.52%，标准差为0.057 mm³，这表明该方法具有较高的精度。 与现有的其他测量方法相比，这项研究的方法在准确性上具有显著优势，为浮选工艺的优化提供了更可靠的气泡参数数据。该工作对于矿物浮选过程的控制和理解具有重要意义，有助于提升浮选效率和矿物资源的利用率。 关键词涵盖的领域包括机器视觉、气泡体积和表面积的测量、边缘提取技术以及矿物浮选，这些是本文的核心研究内容。文章的结论是，通过机器视觉技术，可以实现对浮选气泡复杂条件下的高精度测量，为矿产资源加工提供了新的科学工具。