典型文献
基于图像特征匹配的煤泥浮选泡沫速度特征提取方法
文献摘要：
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.
文献关键词：
煤泥浮选;浮选泡沫速度;浮选泡沫动态特征;图像特征匹配;快速鲁棒特征匹配过滤;卡尔曼运动估计
中图分类号：
作者姓名：
郭中天;王然风;付翔;魏凯;王宇龙
作者机构：
太原理工大学矿业工程学院,山西太原 030024;山西焦煤集团有限责任公司博士后工作站,山西太原 030024
文献出处：
引用格式：
[1]郭中天;王然风;付翔;魏凯;王宇龙-.基于图像特征匹配的煤泥浮选泡沫速度特征提取方法)[J].工矿自动化,2022(10):34-39,54
A类：
浮选泡沫速度,卡尔曼运动估计,浮选泡沫动态特征,快速鲁棒特征匹配过滤
B类：
图像特征匹配,煤泥浮选,速度特征,浮选泡沫图像,静态特征,特征的提取,不足问题,限制对比度自适应直方图均衡化,CLAHE,三维块匹配,匹配滤波,BM3D,图像质量,出图,边缘细节,细节特征,AKAZE,特征点检测,暴力匹配,BF,粗匹配,GMS,结果计算,测量值,估计方法,迭代修正,更稳,簇集,后图,噪声影响,对比度增强,边缘特征,SIFT,尺度不变特征转换,SURF,加速稳健特征,匹配精度,运行时间,速度测量,波动幅度,速度估计,估计值
AB值：
0.229625
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
