浮选工业过程由人工观测泡沫来进行现场损作已经不适应浮选过程计算机控制的需要.为此,进行了乳选泡沫图像处理工业应用的研究.在金川有色金属集团公司选矿厂,建立了浮选泡沫图像监控实验工作站.进行了泡沫图像的实时采集、物理参数的计算、实时评价浮选泡沫状况、建立数学模型、预测金属品位的研究.泡沫图像物理参数抽取是首要的研究内容.该文着重阐述图像气泡个数和平均大小的提取,给出Prewitts8方向梯度算法、浮选泡沫边缘探索法、分水岭Flooding算法的描述和试验的结果,并对三种算法进行评价和比较;讨论基本颜色参数R、G、B、H、I、S的计算方法;给出获取泡沫稳定度和计算泡沫的移动速度的算法.在获得泡沫物理参数的基础上,建立泡沫图像物理参数与泡沫层精矿品位之间关系的数学模型,进行预测泡沫层镍和氧化镁品位的研究.论文按照取样规则,从两次工业试验采集的原始数据中挑选出一定数量的样本,建立数学模型;随后,进行模型评价,给出最优回归方程;指出预测数学模型的不足和造成的原因,并提出进一步完善数学模型的方法和途径.