基于机器视觉的矿物浮选过程监控技术研究进展

• 作者: 卢明 徐德刚 桂卫华 谢永芳 阳春华
• 来源期刊: 自动化学报
• 关键词: 机器视觉 泡沫浮选 在线检测 特征选择 工况识别
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 综述
• 页码范围: 1879-1888
• 页数: 10页
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2013.01879

摘要

矿物浮选流程长、分布范围广、控制变量多、关键工艺参数无法在线检测,导致实时监控困难,严重制约了浮选生产的优化运行及选矿自动化水平的提升.浮选泡沫表面视觉特征是浮选工况和工艺指标的直接指示器,为此将机器视觉应用到矿物浮选过程的监控中,以提高浮选过程的资源回收率.本文结合矿物浮选泡沫图像特点,从浮选过程的泡沫图像关键特征提取及表征、关键工艺参数检测、工况识别以及基于机器视觉监控系统的实现等方面综述了浮选过程监控技术的研究成果,并指出了基于机器视觉的选矿过程监控技术的发展趋势及面临的挑战.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阳春华		389	3229	27.0	37.0
2	桂卫华		695	7452	38.0	56.0
3	谢永芳		101	578	12.0	18.0
4	徐德刚		18	63	5.0	7.0
5	卢明		10	33	3.0	5.0