一种基于图像特征分析的
浮选回收率预测方法,本发明以工业摄像机获取选矿过程的泡沫图像基础,通过采用相对红色分量提取颜色特征,结合形态学与分水岭方法分割泡沫图像并提取尺寸特征,利用像素分析方法提取承载量特征,采用图像对的相关性分析方法提取泡沫速度、破碎率等动态特征。采用最小二乘支持向量机(LSSVM)建立回收率预测模型,以图像特征作为模型输入,并采用动态堆栈的野值数据剔除方法,通过10折交叉验证实现模型参数优化。本发明可用于矿物浮选回收率预测,实现浮选生产操作优化,进而可提高矿物回收率,减少矿物资源浪费。
声明:
“基于图像特征分析的浮选回收率预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)