基于图像特征匹配的煤泥浮选泡沫速度特征提取方法

TD948; 煤泥浮选泡沫图像局部静态特征相似,一些较为复杂的工况判断需要用到浮选泡沫图像的动态特征,而现有的针对煤泥浮选泡沫速度动态特征的提取方法存在准确性、实时性和稳定性不足问题.针对上述问题,提出了一种基于图像特征匹配的煤泥浮选泡沫速度特征提取方法.首先,采用限制对比度自适应直方图均衡化(CLAHE)和三维块匹配滤波(BM3D)对浮选泡沫图像进行预处理,以提高图像质量,突出图像的边缘细节特征.其次,采用加速KAZE(AKAZE)算法对浮选泡沫特征进行特征点检测.然后,在利用暴力匹配(BF)对泡沫图像特征进行粗匹配的基础上,采用基于网格的运动统计(GMS)算法快速可靠地区分正确与错误的特征...

Full description

Saved in:

Bibliographic Details
Published in:	工矿自动化 Vol. 48; no. 10; pp. 34 - 54
Main Authors:	郭中天, 王然风, 付翔, 魏凯, 王宇龙
Format:	Journal Article
Language:	Chinese
Published:	太原理工大学矿业工程学院,山西太原 030024%太原理工大学矿业工程学院,山西太原 030024 2022 山西焦煤集团有限责任公司博士后工作站,山西太原 030024
Subjects:	图像特征匹配快速鲁棒特征匹配过滤卡尔曼运动估计浮选泡沫速度煤泥浮选浮选泡沫动态特征
Online Access:	Get full text
Tags:	Add Tag No Tags, Be the first to tag this record!

Description
Summary:	TD948; 煤泥浮选泡沫图像局部静态特征相似,一些较为复杂的工况判断需要用到浮选泡沫图像的动态特征,而现有的针对煤泥浮选泡沫速度动态特征的提取方法存在准确性、实时性和稳定性不足问题.针对上述问题,提出了一种基于图像特征匹配的煤泥浮选泡沫速度特征提取方法.首先,采用限制对比度自适应直方图均衡化(CLAHE)和三维块匹配滤波(BM3D)对浮选泡沫图像进行预处理,以提高图像质量,突出图像的边缘细节特征.其次,采用加速KAZE(AKAZE)算法对浮选泡沫特征进行特征点检测.然后,在利用暴力匹配(BF)对泡沫图像特征进行粗匹配的基础上,采用基于网格的运动统计(GMS)算法快速可靠地区分正确与错误的特征匹配.最后,根据特征匹配结果计算煤泥浮选泡沫速度,并以此为测量值,利用卡尔曼运动估计方法对得到的测量值进行迭代修正,得到更稳定的煤泥浮选泡沫速度特征.实验结果表明:①AKAZE-GMS算法较好地解决特征点簇集的同时又尽量保留了更多数量的特征点,这是因为预处理后图像受噪声影响降低、对比度增强、边缘特征更突出.② 与SIFT(尺度不变特征转换)、SURF(加速稳健特征)、AKAZE算法相比,AKAZE-GMS算法匹配对分布更为均匀,保留了更多正确的匹配对,匹配精度达99.99％,且运行时间仅需3.73 s.③ 直接经过特征匹配结果计算得到的泡沫速度测量值波动幅度较大,测量值经过卡尔曼运动估计修正后的速度估计值较为平稳,更符合真实工况.
ISSN:	1671-251X
DOI:	10.13272/j.issn.1671-251x.17991