浮选泡沫特征提取方法及浮选泡沫异常工况自动检测方法技术

本发明专利技术公开了一种浮选泡沫特征提取方法及浮选泡沫异常工况自动检测方法，步骤1：获取泡沫实时视频图像；步骤2：构建改进的YoloV5模型进行目标识别；步骤3：将步骤1的视频图像数据输入到步骤2改进的YoloV5模型中；步骤4：得到步骤3的输出数据，所述输出数据包括浮选泡沫大小分级比例、流向流速、生命周期；实现浮选泡沫的规范及优化浮选控制。本发明专利技术用以解决泡沫大小，形状、颜色等特征变化大，区别明显，大小泡沫之间的面积相差大的问题及检测在使用特征提取方法中工况是否异常。

【技术实现步骤摘要】

本专利技术属于图片识别，具体涉及一种浮选泡沫特征提取方法及浮选泡沫异常工况自动检测方法。

技术介绍

1、在浮选选矿领域，浮选泡沫识别是一项重要的研究和应用工作。浮选是一种常用的矿石分离技术，通过在矿石悬浮液中注入空气或其他气体，使矿石颗粒附着在气泡上，从而实现矿石与废石的分离。浮选泡沫识别是指识别和分析浮选过程中产生的气泡与固体颗粒的相互作用，通常通过图像处理、机器学习等技术来实现。进行浮选泡沫识别的目的主要有以下几点：

2、1.提高选矿效率：通过准确识别浮选泡沫中的固体颗粒，可以帮助操作人员更好地控制浮选过程，提高选矿的效率。合理的浮选泡沫识别可以降低废石含量，提高矿石回收率。

3、2.降低生产成本：通过自动化的浮选泡沫识别系统，可以减少人工干预，降低人力成本，并且避免由于操作人员主观因素造成的误差，从而降低生产成本。

4、3.改善环境保护：浮选过程中使用的药剂和废石对环境有一定的污染影响。通过提高浮选效率，减少废石的产生，可以降低环境污染，符合可持续发展的要求。

5、4.推动科学研究：浮选泡沫识别的研究可本文档来自技高网...

【技术保护点】

1.一种浮选泡沫特征提取方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述一种浮选泡沫特征提取方法，其特征在于，所述步骤2构建改进的YoloV5模型进行目标识别包括优化SPP层，增加配置参数，使用户可以针对粗选、精选、扫选阶段泡沫的不同大小特征选择对应的SPP结构，更好的适配现场环境；

3.根据权利要求1所述一种浮选泡沫特征提取方法，其特征在于，所述步骤2构建改进的YoloV5模型进行目标识别还包括优化NMS非极大值抑制算法，

4.根据权利要求1所述一种浮选泡沫特征提取方法，其特征在于，所述步骤2构建改进的YoloV5模型还包括对流速、流...

【技术特征摘要】

1.一种浮选泡沫特征提取方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述一种浮选泡沫特征提取方法，其特征在于，所述步骤2构建改进的yolov5模型进行目标识别包括优化spp层，增加配置参数，使用户可以针对粗选、精选、扫选阶段泡沫的不同大小特征选择对应的spp结构，更好的适配现场环境；

3.根据权利要求1所述一种浮选泡沫特征提取方法，其特征在于，所述步骤2构建改进的yolov5模型进行目标识别还包括优化nms非极大值抑制算法，

4.根据权利要求1所述一种浮选泡沫特征提取方法，其特征在于，所述步骤2构建改进的yolov5模型还包括对流速、流向分析...

【专利技术属性】
技术研发人员：关长亮，蔡国良，李兴华，张雷，王梓喆，莫振军，刘克爽，李泳锋，
申请(专利权)人：紫金智控厦门科技股份有限公司，
类型：发明
国别省市：