为了解决煤泥浮选泡沫图像分割中传统分水岭算法的过分割问题,提出了一种基于自适应标记提取的改进分水岭算法。该方法首先对浮选泡沫图像进行高斯滤波,再运用基于形态学的扩展最大值技术从泡沫图像中自适应提取标记,利用标记对梯度图像进行修改,最后使用分水岭算法对修正后的梯度图像进行分割。试验结果表明,改进后的算法克服了标记提取需要先验知识、分割过程繁琐等问题,使参数选取更加合理,分割结果更加准确。

煤泥浮选泡沫图像的去噪对于后续的图像准确处理与识别有着不可忽视的影响。鉴于各传统去噪方法在去噪和保留高频信息之间的矛盾,文章将煤泥浮选泡沫图像常规滤波方法中的中值滤波和小波滤波与基于面积重构开闭滤波与交替顺序滤波结合形态学滤波进行了比较,通过对煤泥浮选泡沫去噪后的图像进行分析,得出形态学滤波方法可最大限度地压制噪声的影响,同时使图像的原貌得到了保护,取得了良好的图像降噪效果,对煤泥浮选泡沫图像而言是一种较好的图像滤波方法。