基于图论、分数阶微分及三维激光扫描数据的浮选图像处理和机器视觉-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

基于图论、分数阶微分及三维激光扫描数据的浮选图像处理和机器视觉

项目名称：基于图论、分数阶微分及三维激光扫描数据的浮选图像处理和机器视觉
项目类别：面上项目
批准号：61170147
申请代码：F020502
项目来源：国家自然科学基金
研究期限：2012-01-01-2015-12-31

项目负责人：王卫星
负责人职称：教授
依托单位：福州大学
批准年度：2011

中文摘要：

项目将深入进行复杂的铁矿浮选图像处理及机器视觉的研究。项目将建立取像系统来获取高精度的彩色浮选图像及三维激光扫描数据，然后用图论、分数阶微分、小波分析、模糊数学和人工神经网络等理论来研究浮选图像分类、分割和分析的算法，再通过处理浮选图像和三维激光扫描数据来建立浮选表面动态变化分别与浮选层厚度、表面平整度、气泡三维信息及气泡中的金属颗粒含量之间的关系。要解决的主要难题为弱边界图像的增强，复杂浮选图像的分割及液态多目标动态物体的三维测量和估算。计划针对图像的特点，基于Eitan等人的基于图论的分割思想，辅以分数阶微分等理论来准确地提取弱边界信号浮选气泡及其图像信息，几种图像增强和分割算法的细节将根据不同的图像类别而设计。通过对图像和激光数据的处理，用多元变量分析等手段获得浮选二维和三维信息之间的关系。研究的目的是为浮选生产自动优化控制的应用打下基础。该研究在理论上和工程上都有着重要的意义。

中文主题词：浮选图像；图像分割；图论；分数阶微分；三维激光扫描

英文摘要：

Froth image；Image segmentation；Graph；Fractional differential；3D laser scanning

英文主题词： Froth image；Image segmentation；Graph；Fractional differential；3D laser scanning

结论摘要：

基于获取的浮选图像，用已有的图像处理和分割算法进行处理和测试。根据处理和测试结果，分析已有算法的弊病，按图像的特点和对已有分割算法的适应性将图像人工分类，然后建立一个自动图像分类算法。根据图像类别设计新的图像分割算法，通过分析传统的图像分割算法的弊病，用图论、分数阶微分、三维激光扫描数据、小波分析、模糊数学和神经网络等人工智能理论技术，及PCNN,水平集和马尔科夫等新的图像分割思想设计3-4种不同的浮选图像分割算法。已经和福建省的金东矿业公司合作，该公司负责了我们的实验室及现场试验设备及其他费用，我们合作建立了现场在线系统，目前系统正在运行中。项目实际完成结果 1）一套对弱信号图像进行增强和分割的算法算法能根据浮选表面的特征自动调节算法参数进行有效的图像分割与增强； 2）一套浮选二维和三维信息关系的数学和经验模型； 3）一套在实验室或选矿厂获取铁矿浮选图像的采集系统； 4）一个基于新理论思想的浮选表面图像增强、分割和分析的算法库 5）一套复杂铅锌矿浮选表面图像分析窗口软件除包括上述算法外，还包括其它实用的图像处理分析基本功能、参数列表、统计图形显示和输出等功能; 6）发表论文共51篇(计划是20-25 篇）17 篇SCI检索的期刊论文；29篇EI检索的期刊论文；65篇EI检索的会议论文。 7）培养10名博士生，35名硕士生（计划是4-8 名博士， 10 名硕士）； 8）申请24项专利（计划是1-2项）发明专利19项（授权4项，公示15项），实用新型5项（已授权）。综上所述，我们按计划超额完成了项目任务，如上述任务 6）完成 200%； 7）完成200-300%； 8）完成 1200-2400%。

成果综合统计