针对工业现场采集的泡沫图像噪声大、对比度低、气泡粘连等特点,提出了一种基于双边滤波与限制对比度自适应直方图均衡的分水岭分割模型。首先通过双边滤波对原始泡沫图像进行去噪处理;其次,针对泡沫图像对比度低的特点,采用限制对比度自适应直方图均衡(CLAHE)增强图像对比度以及防止噪声的放大,最后利用分水岭变换对预处理之后的图像进行分割处理。实验结果证明该模型的有效性,预处理之后分割的图像能够有效改善直接处理所带来的欠分割现象。

针对煤泥浮选泡沫图像中存在的噪声干扰和气泡粘连等问题,提出了一种基于机器视觉的分割模型,采用煤泥浮选泡沫图像分割算法对实验室采集到的煤泥浮选泡沫图像进行图像分割试验。结果表明,基于机器视觉的煤泥浮选泡沫图像分割模型主要包括ROF模型去除图像噪声和基于顶帽、底帽变换的粘连泡沫分割。ROF模型基于有界全变分函数空间,该空间中函数的不连续正好与图像中物体的边缘轮廓对应,非常适于泡沫图像去噪处理;顶帽变换使得泡沫与泡沫之间的间隙变大,解决了气泡粘连问题;最后采用分水岭算法完成对泡沫的分割。理论分析及实验