浮选提纯是用途最广、使用最多的一种选矿技术,其中浮选泡沫的视觉特征常作为浮选工况的直观反映。长久以来,浮选过程的控制都基于工人的主观视觉判断来实现,这种方法存在大量问题。近年来,数字技术和自动化控制的进步,使基于计算机视觉的浮选泡沫特征提取成为一种潮流。本文面向工业应用,根据浮选现场泡沫图像的特性分析特征提取算法的重难点,提出相应算法改进和软件设计,主要工作如下:(1)浮选过程分析:总结浮选泡沫特征和工况参数之间的关联,指出有必要提取的特征种类;并针对浮选现场的泡沫图像特性,分析图像处理的算法难点,提出了泡沫特征的提取思路。(2)针对分水岭算法进行泡沫区域划分时的过分割和边缘偏移现象,提出优化思路。首先通过预处理实现了图像降噪和增强,避免了噪声引起的过分割,并增强了模糊的边缘细节信息;采用FCM聚类算法进行图像标记,使算法具有自适应性,不再像阈值标记一样易受光照条件影响;并针对分水岭函数的缺陷进行了机理优化。通过算法优化实现了精准分割,增加了泡沫静态特征的可靠性。(3)针对泡沫流速中的复杂附带情况,采用ORB特征点匹配算法进行泡沫流速估计,实现流速估计的实时性。分析ORB算法存在的问题,进行算法改进,并融合块匹配法和特征点匹配法进行互补,使匹配算法优势融合,提升泡沫流速的估计准确性,得到更可靠的泡沫动态特征。(4)在金川的镍矿浮选生产线搭建了浮选泡沫特征分析系统的硬件平台,并根据功能需求分析提出了软件功能结构设计。在实现浮选现场视频监控和特征数据提取的基础上,丰富特征数据形式,增加了数据存储和交互的功能。并基于用户使用角度,提升了界面友好性,实现系统运行的自动化和人性化。