摘要: 用煤泥浮选泡沫数字图像获取系统获取了51幅煤泥精矿泡沫图像;引入了空间灰度相关矩阵和邻域灰度相关矩阵来提取泡沫的纹理特性,并提取基于这两种算法的一系列特征参数来描述泡沫的结构;分析了各泡沫特征参数随浮选时间(泡沫纹理)的变化关系,定性地指出了各泡沫特征参数与泡沫纹理的相关性;并利用自组织神经网络对煤泥浮选泡沫的状态进行了识别,分类识别的平均正确率达76.5%.
刘文礼, 路迈西, 王凡, 王勇. 煤泥浮选泡沫图像纹理特征的提取及泡沫状态的识别 [J]. 化工学报, 2003, 54(6): 830-835.
LIU Wenli, LU Maixi, WANG Fan, WANG Yong. EXTRACTION OF TEXTURAL FEATURE AND RECOGNITION OF COAL FLOTATION FROTH[J]. CIESC Journal, 2003, 54(6): 830-835.