基于图像特征匹配的煤泥浮选泡沫速度特征提取方法

Abstract

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：① AKAZE−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。