基于多邻域空间分布的图像检索

由于灰度共生矩阵及其改进算法存在计算复杂、且对于纹理分布信息缺乏计算以及忽略了图像相关特性等缺点,导致对于图像纹理的有效信息缺乏很好的描述,为此提出了一种新的纹理特征用于图像检索。该算法首先结合图像中像素的统计信息,针对不同的邻域范围提取图像的邻域相关矩阵,然后在此基础上构造多邻域空间分布特征用于图像检索。分析表明,该算法所提取的纹理特征计算量小,复杂度低,并且由于将纹理的结构特征和统计特征有效地结合起来,所以对图像的空间纹理分布特征可以较好地描述。为了证明新算法所提取纹理特征的有效性,将其用于图像检索实验。实验结果表明,新算法在检索精度上相比其他算法具有较大的提高。

泡沫图像处理技术在矿物浮选作业中的应用

结合云南省院省校合作项目浮选泡沫层测控系统开发及产业化研发过程,介绍一种基于数字图像处理及识别技术的浮选过程控制新思路。在浮选生产中,浮选泡沫表面纹理与浮选工况密切相关,直接反映泡沫层的矿化程度(品位高低)。通过对云南某铅锌矿选厂浮选泡沫图像的分析处理,提取出能够表示泡沫层特征的参数,达到间接测量气泡的大小、纹理、稳定性、流动性等泡沫层特征状况。采用邻域灰度相关矩阵法提取特征参数,然后用神经网络进行分类,给出浮选效果的分类判断。

浮选过程泡沫图像特征识别研究

在浮选过程中,通过观测矿浆泡沫状态来判断药剂添加量的程度。运用图像检测方法,提取矿浆中泡沫图像特征,获取浮选过程加药量的程度,实现加药量进行调节,浮选过程加药量的自动控制提供条件。

浮选泡沫特征及其状态识别

提出了基于数字图像处理及识别技术的浮选过程控制新思路 ,介绍了通过空间灰度相关矩阵法和邻域灰度相关矩阵来提取泡沫纹理特性参数的方法 。