1、浮選過程作為一種強(qiáng)非線性、強(qiáng)耦合性、大滯后的多輸入多輸出的連續(xù)復(fù)雜工業(yè)過程，存在大量不確定信息和多樣化的海量數(shù)據(jù)，導(dǎo)致傳統(tǒng)人工浮選方式勞動(dòng)強(qiáng)度大且難以實(shí)現(xiàn)工況的及時(shí)調(diào)整。通過在生產(chǎn)現(xiàn)場(chǎng)對(duì)銅浮選泡沫圖像中的特征與銅浮選中各個(gè)指標(biāo)之間的關(guān)系長期分析，并根據(jù)大量的樣本和實(shí)驗(yàn)，利用機(jī)器視覺技術(shù)和圖像處理技術(shù)，設(shè)計(jì)了一套銅浮選泡沫圖像監(jiān)控系統(tǒng)。
　　 銅浮選泡沫圖像特征的提取包括圖像的靜態(tài)特征與動(dòng)態(tài)特征的提取，利用圖像處理算法，提取出與銅

2、浮選各個(gè)指標(biāo)密切相關(guān)的特征量，經(jīng)過分析與處理找出關(guān)鍵特征量。在大量數(shù)據(jù)的基礎(chǔ)上，利用BP神經(jīng)網(wǎng)絡(luò)建立相關(guān)指標(biāo)的預(yù)測(cè)模型，指導(dǎo)銅浮選生產(chǎn)過程，提高生產(chǎn)效率。為了讓現(xiàn)場(chǎng)工人能夠快速的分辨各種泡沫的狀態(tài)，迅速的對(duì)浮選過程做出及時(shí)有效的調(diào)整，建立了準(zhǔn)確的泡沫狀態(tài)分類與識(shí)別模型，實(shí)現(xiàn)浮選生產(chǎn)健康狀態(tài)的自動(dòng)綜合評(píng)價(jià)。
　　 為了更好的指導(dǎo)現(xiàn)場(chǎng)工人的操作，利用Visual C++6.0編寫了一個(gè)銅浮選泡沫圖像監(jiān)控系統(tǒng)，嵌入了所設(shè)計(jì)的先進(jìn)圖像處