基於分數階微分的自適應浮選泡沫圖像增強方法
2023-08-13 10:19:41
專利名稱：基於分數階微分的自適應浮選泡沫圖像增強方法
基於分數階微分的自適應浮選泡沬圖像增強方法技術領域]
本發明涉及選礦領域，圖像處理技術，微分方程等領域，具體為一種基於分數階微分的浮選泡沫圖像增強方法。
背景技術：
]
浮選過程是礦物加工中廣泛應用的選礦方法，涉及到極其複雜的物理化學過程，泡沫圖像視覺特徵與浮選工況存在很大的內在關係。一直以來，由有經驗的工人通過觀察浮選槽表面泡沫的視覺特徵來調節浮選操作。近年來，隨著計算機技術、圖像處理等技術的飛速發展，研發了浮選泡沫圖像視覺監控系統，指導現場工人對浮選生產進行操作，為廠礦人員分析處理生產問題提供強有力的工具。但是，由於浮選現場環境惡劣以及傳輸途徑的原因，攝像機所獲取的圖像質量很低，具有普遍昏暗，灰度變化小，邊緣不明顯，紋理不清晰等特點。在這種情況下，圖像分割與特徵提取非常不準確，從而大大的影響浮選穩定生產、指標預測等操作，導致浮選過程不能處於最優運行狀態，造成礦產資源的浪費。因此，有必要對浮選泡沫圖像進行增強處理。然而，傳統的圖像增強方法如直方圖均衡化法，整數階微分方法等在處理紋理複雜、灰度變化不大的圖像時，幾乎不能檢測到圖像灰度的微小變化，從而不能得到較好的結果。另外，小波變換，神經網絡等方法在處理圖像時往往伴隨著大量的時耗與空耗，不宜於在線應用。分數階微分方法應用於圖像增強取得了很好的效果，它是整數階微分的推廣，具有比整數階微分更好的性能。在對對比度變化不大，紋理複雜的圖像進行增強時能使圖像邊緣明顯增強，紋理更加清晰。目前，用分數階微分方法來處理圖像時，微分階數的確定都是研究者根據經驗手動的調試與選取，這樣耗費大量的時間且沒有定性標準，在實際應用中，不能滿足實時性的要求，且不能得到最佳的結果。在此背景下，研究一種能夠更好保留圖像紋理細節邊緣特徵，並且能夠根據圖像自適應的選取分數階微分階數的圖像增強方法，尤其重要。發明內容]
本發明所要解決的技術問題在於提供了一種基於分數階微分的自適應圖像增強方法。首先根據分數階微分的特性與浮選泡沫圖像的特點，構造適合於處理浮選泡沫圖像的分數階微分掩模，其次通過實驗分析浮選泡沫圖像質量與分數階微分階數的關係，選取圖像對比度作為浮選泡沫圖像質量的評價標準，然後以圖像對比度作為指導，將二分法變形，在
內自適應的尋找最佳的分數階微分階數，利用最佳階數所對應的掩模，與浮選泡沫圖像進行卷積處理，將結果與原圖像進行疊加，得到增強處理後的圖像。具體包括以下步驟A建立適合於處理浮選泡沫圖像的分數階微分掩模，由以下步驟組成
I)根據浮選泡沫圖像的形狀特徵，即各向同性性。將分數階微分的係數在8個方向上進行旋轉後疊加組成具有旋轉不變性的3X3的分數階微分掩模。(2)對掩模係數進行歸一化，這樣更利於處理經過各種變換後的圖像。B 確定浮選泡沫圖像質量的評價標準及其與微分階數的關係，通過實驗分析發現，圖像的對比度，能量，亮度，相關性等特徵與微分階數均存在連續性與唯一性的關係，選擇關係比較明顯的對比度作為浮選泡沫圖像的評價標準，用來指導尋找分數階微分的最佳階數。C 在原始圖像為灰度圖像時，執行以下步驟
(I』)輸入原始圖像。(2』)以圖像對比度為準則，將二分法變形，在
的區間內，自適應的尋找最佳的分數階微分階數I ,(3』 ) 將9_代入步驟A得到分數階微分掩模，然後與原始圖像進行卷積處理並
與原始圖像疊加，得到增強處理後的圖像，將其輸出或送入後續處理。所述步驟(I)中，分數階微分的係數為下述公式右端的係數的前兩項 d six, V} .- .. ,a .. C—vX—v +1) , _ v T ri:n ~~ v — I)..,
-scxj」 + i~~v)s(rx — i, y)+^------s{x- 2r/j+L+
&"—2(fi-I)!F(-v)「
所述步驟(2)中，在對分數階微分掩模進行歸一化時，用掩模中的每一項係數去除以模板係數的總和(8-8v)。所述步驟C中在所述的原始圖像為RGB彩色圖像時，首先將彩色圖像轉換成HSI顏色空間的圖像，分離出H、S、I分量，接著分別對各分量執行與灰度圖像處理相同的步驟，即執行所述步驟(r r(3』)，然後重新合成HSI彩色圖像，最後再將HSI彩色圖像轉換成RGB彩色圖像。所述步驟(2』 )中，二分法變形尋找最佳階數過程包括以下步驟
I)設置參數a =O^=I5V13 = G與允許誤差並計算初始盧的圖像對比度斜率
/f(J，vQ)，其中，a , b為二分區間的端盧，6為初始的微分階數，J為原始輸入圖像，/為圖像對比度。2)若屍g，V0) = 0,則,為最佳的分數階微分階數I 計算結束。否則檢驗若f{I,v0) > 0 ,則最佳階數所在區間為|>0,句，重設參數a = V0 ,若f(I,vQ) <0，則最佳階數所在區間為[a,Vq],重設參數/J = Vy3)重設Vq = ,計算,，點的斜率u。
2voJ
a + b4)反覆執行步驟(2)與(3)，直到^ 小於允許誤差，此時中點——即為最
b — aE2
佳的分數階微分階數1^_。所述步驟I)中，允許誤差取￡=0.001。所述步驟I)中，計算V0的對比度斜率/Hv0)的具體步驟為
I』)首先計算，左鄰域(V0 - Av)點處的圖像對比度值/_。
2，)然後計算V0右鄰域(V0 + Av)點處的圖像對比度值/+。
3』)最後將
權利要求
1.一種基於分數階微分的自適應浮選泡沫圖像增強方法，其特徵在於首先根據分數階微分的特性與浮選泡沫圖像的特點，構造適合於處理浮選泡沫圖像的分數階微分掩模，其次通過分析浮選泡沫圖像質量與分數階微分階數的關係，選取圖像對比度作為浮選泡沫圖像質量的評價標準，然後以圖像對比度作為指導，將二分法變形，在
內自適應的尋找最佳的分數階微分階數，利用最佳階數所對應的掩模，與浮選泡沫圖像進行卷積處理，將結果與原圖像進行疊加，得到增強處理後的圖像，具體包括以下步驟 A.建立適合於處理浮選泡沫圖像的分數階微分掩模，由以下步驟組成 (1)根據浮選泡沫圖像的各向同性形狀特徵，將分數階微分係數在8個方向上進行旋轉後組成具有旋轉不變性的3X3的分數階微分掩模； (2)對掩模係數進行歸一化； B.在分析圖像的對比度，能量，亮度，相關性特徵與微分階數均存在連續性與唯一性的關係後，通過數據比對選擇關係比較明顯的對比度作為浮選泡沫圖像的評價標準，用來指導尋找分數階微分的最佳階數； C.在原始圖像為灰度圖像時，執行以下步驟 1)輸入原始圖像； 2)以圖像對比度為準則，將二分法變形，在[O，I]的區間內，自適應的尋找最佳的分數階微分階數； 3)將代入步驟A得到分數階微分掩模，然後與原始圖像進行卷積處理並與原始圖像疊加，得到增強處理後的圖像，將其輸出或送入後續處理； 或者在所述的原始圖像為RGB彩色圖像時，首先將彩色圖像轉換成HSI顏色空間的圖像，分離出H、S、I分量，接著分別對各分量執行與灰度圖像處理相同的步驟，即執行所述步驟1廣3)，然後重新合成HSI彩色圖像，最後再將HSI彩色圖像轉換成RGB彩色圖像。
2.根據權利要求I所述的基於分數階微分的自適應浮選泡沫圖像增強方法，其特徵在於 所述步驟(I)中，分數階微分的係數為下述公式右端的係數的前兩項
3.根據權利要求I所述的基於分數階微分的自適應浮選泡沫圖像增強方法，其特徵在於 所述步驟(2)中，在對分數階微分掩模進行歸一化時，用掩模中的每一項係數去除以模板係數的總和(8-8v)。
4.根據權利要求I所述的基於分數階微分的自適應浮選泡沫圖像增強方法，其特徵在於 所述步驟2)中，二分法變形尋找最佳階數過程包括以下步驟 ①設置參數《 = O5^ = l,v0 = a與允許誤差s ,並計算初始點V0的圖像對比度斜率f(l,v0)其中a,b,為二分區間的端盧vo為初始的微分階數力原始輸入圖像f為圖像對比度，允許誤差取ε=0.001 ; ②若f(l,v0)= 0,則vo最佳的分數階微分階數，計算結束，否則檢驗若f(l,v0) > 0 ,則最佳階數所在區間為[v0,b] ,重設參數a = V0，若f(l,v0)＜0，則最佳階數所在區間為[a,v0],重設參數b = V0 ； ③重設V0= a+b/2,計算點的斜率 f(l,v0) ④反覆執行步驟②與③，直到b-a小於允許誤差ε，此時中點a+b/2即為最佳的分數 階微分階數v0p
5.根據權利要求4所述的基於分數階微分的自適應浮選泡沫圖像增強方法，其特徵在於 所述①步驟中，計算，,的對比度斜率f(l,v0)的具體步驟為 I首先計算Vcj左鄰域(V0-△v)點處的圖像對比度值f- ; II然後計算Vq右鄰域(V0+ △v)點處的圖像對比度值f+ ;III最後將
全文摘要
本發明公開了一種基於分數階微分的自適應浮選泡沫圖像增強方法。首先根據分數階微分特性與浮選泡沫圖像特點構造合適的分數階微分掩模；其次通過實驗分析圖像質量與微分階數的關係，選取對比度作為浮選泡沫圖像質量的評價標準，其與微分階數的存在連續唯一的關係；最後採用變形二分法，以圖像對比度作為圖像評價準則，指導尋找最佳分數階微分的階數並根據得到的最佳階數的分數階微分掩模，對浮選泡沫圖像進行處理得到增強後的圖像。本發明能大量節省人工調試尋找最佳微分階數的時間，使得增強後的圖像邊緣明顯突出，紋理更加清晰，圖像分割與特徵提取等更加準確，工藝參數及回收率預測精度更高，實現浮選生產操作優化，減少礦產資源浪費。
文檔編號G06T5/00GK102800051SQ20121008491
公開日2012年11月28日 申請日期2012年3月28日 優先權日2012年3月28日
發明者謝永芳, 桂衛華, 陽春華, 陳輝, 王雅琳, 徐德剛, 朱紅求, 蔣朝輝 申請人:中南大學