泡沫图像

作品数：83被引量：288H指数：10
导出分析报告
相关领域：自动化与计算机技术矿业工程更多>>
相关作者：唐朝晖阳春华桂卫华谢永芳周开军更多>>
相关机构：中南大学中国矿业大学太原理工大学东北师范大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家杰出青年科学基金湖南省自然科学基金国家教育部博士点基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于泡沫图像特征加权K近邻算法的锌矿浮选工况识别方法
《矿产保护与利用》2024年第5期93-99,共7页罗靓 彭成 罗浩 
浮选工况识别在泡沫浮选工程中起着至关重要的作用,仅依靠人工经验进行主观性识别,准确性和效率都低。为此提出了一种考虑泡沫图像特征间相互作用的加权K近邻(KNN)算法用于实现浮选工况类别的识别。在本研究中,首先,通过信息熵对泡沫图...
关键词：浮选工况识别 泡沫图像特征 K近邻算法 特征加权 
基于质心−凸包−自适应聚类法的浮选泡沫动态特征提取
《工矿自动化》2024年第8期151-160,共10页魏凯 王然风 王珺 韩杰 张茜 
国家自然科学基金项目(52274157);内蒙古自治区重点专项项目(2022EEDSKJXM010);山西省重点研发计划项目(202102100401015)。
面对复杂的浮选现场环境及浮选泡沫自身相互粘连导致的边界不清等情况,现有泡沫动态特征(流动速度和崩塌率)提取方法往往无法准确划定属于每个泡沫的动态特征采样区域、不能全面匹配相邻帧间的特征点对且难以有效识别崩塌区域。针对上...
关键词：浮选泡沫动态特征 泡沫图像 泡沫质心定位 泡沫崩塌区域识别 特征点对匹配 主特征自适应聚类 
浮选智能协同控制系统在洛钼的应用
《矿山机械》2024年第7期46-52,共7页王硕 赵政鑫 马致远 杨若然 卢志浩 
某钼矿来矿品位波动大,液位、充气量等关键变量主要由人工观察现场泡沫状态进行调控,精矿产品指标不稳定。介绍了浮选智能控制系统的组成、特点,以及主要控制策略。在关键作业点安装泡沫图像分析仪,结合现场原有的PID控制,采用智能控制...
关键词：泡沫图像分析仪 智能控制 智能协同 泡沫流速 浮选 
浮选生产过程泡沫状态与药剂控制关系研究
《黄金》2024年第3期32-36,共5页张海洋 王旭 陆博 刘洋 宋涛 
国家重点研发计划项目(2021YFC2902700)。
针对泡沫状态与浮选药剂用量的对应关系,采用泡沫图像分析仪与液位计等在线检测设备对浮选生产过程中的泡沫状态进行量化处理,建立泡沫状态与浮选药剂控制之间的对应关系。基于量化后的泡沫特征变量,对浮选药剂用量给出了指导意见,并为...
关键词：泡沫状态 泡沫图像 检测设备 量化处理 浮选药剂 智能控制 
基于显著性检测的全变差去高光研究
《计算机仿真》2024年第3期214-218,共5页李佳俊 皮大能 代灿威 陈强 
国家自然科学基金资助项目(52075063);国家自然科学基金(61905172);山西省重点研发计划项目(202102020101005);山西省科技成果转化引导专项资助(202204021301059)。
选矿浮选过程中浮选槽中的泡沫图像,受到工业摄像角度和光照点位置影响,导致泡沫图像颜色特征以及纹理特征的提取达不到预期效果。为解决上述问题,提出一种基于显著性检测的自适应全变差去高光算法。将处于RGB颜色空间的图像转换到处于...
关键词：工业选矿 显著性检测 自适应 全变差 泡沫图像 
浮选泡沫图像特征提取方法研究进展被引量：1
《中国钼业》2024年第1期1-8,共8页宛鹤 陆笑科 屈娟萍 薛季玮 张崇辉 王森 卜显忠 
国家自然科学基金项目(编号:52274271,52074206,52104266)。
机器视觉作为设备操作人员的工具,在泡沫浮选设备的监测中得到了广泛的应用。利用泡沫图像数据集建立预测识别模型,以初级泡沫特征参数为输入,以品位和回收率等浮选指标为输出。根据是否需要手动提取浮选泡沫图像特征,可以将特征提取算...
关键词：泡沫浮选 泡沫图像 机器视觉 泡沫图像特征 
基于泡沫图像在线检测与分析系统的浮选控制方法研究与应用被引量：1
《中国矿业》2023年第S02期61-66,共6页沈波 张海洋 王旭 陆博 
针对浮选生产过程依靠人工观测难以保证监测数据准确性、及时性以及无法为优化控制系统提供可靠数据的问题,提出了一种基于泡沫图像在线检测与分析系统的浮选控制方法,经过现场实际应用,证明该方法具有一定的实用性以及指导意义。
关键词：浮选生产 优化控制 泡沫图像 在线检测 分析系统 
基于深度残差网络的煤泥浮选泡沫图像分类方法研究被引量：2
《煤炭技术》2023年第7期226-229,共4页杨林顺 刘航涛 
国家自然科学基金项目(92062109)。
针对浮选精煤灰分在线检测困难、识别效率低和主观性强等问题,研究了一种基于深度残差网络的浮选精煤泡沫图像分类方法。以6种不同灰分级别的精煤泡沫图像为数据集,对数据集进行了数据增强,采用基于Pytorch框架的ResNet18,ResNet50,ResN...
关键词：煤泥浮选 深度学习 精矿灰分 深度残差网络 
矿物浮选泡沫图像监测控制技术现状及展望被引量：5
《化工自动化及仪表》2023年第3期285-290,共6页张文康 刘丹 王春景 刘瑞涛 王大骞 余龙舟 
针对工业浮选泡沫图像处理,从泡沫图像去噪、图像增强和图像分割三方面介绍了常用的方法,分别指出了其中存在的问题。根据浮选泡沫图像的特点介绍了矿物浮选实时监测控制系统,指出系统相对于人工的特点和优势。最后展望了实时监测控制...
关键词：浮选泡沫 图像去噪 图像增强 图像分割 实时监测 
基于改进I-Attention U-Net的锌浮选泡沫图像分割算法被引量：3
《湖南大学学报（自然科学版）》2023年第2期12-22,共11页唐朝晖 郭俊岑 张虎 谢永芳 钟宇泽 
国家自然科学基金资助项目(62171476)。
针对泡沫图像的高度复杂性导致其难以被准确分割的难题,本文提出了一种新的I-Attention U-Net网络用于泡沫图像分割.该算法以U-Net网络作为主干网络,使用Inception模块替换第一卷积池化层来提取泡沫图像的多尺度、多层次浅层特征信息;...
关键词：泡沫浮选 泡沫图像分割 U-Net Inception模块 增强注意力机制 
全选清除导出
共9页<123456789>
检索报告 对象比较 聚类工具 使用帮助 返回顶部