《表1 不同纹理提取方法对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多颜色分量CLBP提取的浮选泡沫状态识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

分类测试结果如图6所示。图6中1-30、31-60、61-90和91-120样本集分别对应类别1、类别2、类别3和类别4的泡沫图像，其实际类别标签分别为1、2、3和4。泡沫状态最初纹理粗糙、边界模糊呈灰黑色；随着浮选槽中的精矿不断被刮板刮出，矿物粒子不足以覆盖到整个泡沫的表面，导致出现黑色的“窗口”；最后由于泡沫表面载矿量过小，气泡密集泛白色。由此泡沫状态的差异进行分类的结果中120个样本集中有17个分类错误，平均识别正确率为85.8%。由于样本集是按照浮选时间选取，截取不同状态的泡沫图像在纹理结构和颜色上递进变化，相邻泡沫类别的图像纹理相似度较高；而类别1和类别2为浮选泡沫初始状态和完成状态，相对于类别3、类别4纹理相似性低，识别正确率为86.7%与93.3%相对较高。与其他方法相对比分别使用文献[6]～文献[8]中的纹理提取方法在同参数的SVM分类器下对以上四类泡沫图像进行分类实验，结果见表1。结果表明，本文方法的单一类别及总体样本的识别正确率均高于其他纹理提取方法，适用于纹理结构相似、颜色差异不明显的浮选泡沫图像分类。