买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江西理工大学申请的专利一种基于浮选泡沫动态特征的矿浆液位预测方法、系统及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119863630B 。

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510354877.9，技术领域涉及：G06V10/54；该发明授权一种基于浮选泡沫动态特征的矿浆液位预测方法、系统及存储介质是由何桂春;刘孟飞;周易帆;昌越;曹智文;闵婕设计研发完成，并于2025-03-25向国家知识产权局提交的专利申请。

本一种基于浮选泡沫动态特征的矿浆液位预测方法、系统及存储介质在说明书摘要公布了：本发明提供一种基于浮选泡沫动态特征的矿浆液位预测方法、系统及存储介质，涉及浮选过程生产检测技术领域，本发明在浮选机工作条件下，连续采集浮选泡沫图像和矿浆液位；对每个浮选泡沫图像进行纹理特征提取得到纹理特征，将与矿浆液位有关联的纹理特征生成纹理分布系数；使用Sobel算子识别浮选泡图像中每个浮选泡沫的边缘区域，并进行综合分析生成泡沫分布指数；分析两帧相邻的浮选泡沫图像生成浮选泡沫动态偏差度；构建矿浆液位预测模型，使用矿浆液位预测模型预测矿浆液位。解决了现有技术不能对矿浆液位进行实时监测的技术问题。

本发明授权一种基于浮选泡沫动态特征的矿浆液位预测方法、系统及存储介质在权利要求书中公布了：1.一种基于浮选泡沫动态特征的矿浆液位预测方法，其特征在于，具体步骤包括： 步骤1：在已知工作条件的浮选机工作过程中，连续采集不同帧下的浮选泡沫图像及对应的矿浆液位；所述浮选机工作条件包括刮板转速、进气量和浆液浓度； 步骤2：使用灰度共生矩阵对每个浮选泡沫图像进行纹理特征提取得到纹理特征，分析每个纹理特征与矿浆液位的关联性，根据与矿浆液位有关联的纹理特征生成纹理分布系数； 步骤3：使用Sobel算子识别浮选泡图像中每个浮选泡沫的边缘区域，基于每个浮选泡沫的边缘区域确定浮选泡沫区域，对浮选泡沫区域和浮选泡沫的边缘区域进行综合分析生成泡沫分布指数； 步骤4：基于当前帧及前一帧浮选泡沫图像的纹理分布系数和泡沫分布指数，计算当前帧下浮选泡沫图像的浮选泡沫动态偏差度； 步骤5：以同一帧下的浮选机工作条件、浮选泡沫动态偏差度、纹理分布系数和泡沫分布指数为模型输入，对应的矿浆液位为标签，构建并训练矿浆液位预测模型，获取当前时刻下的模型输入，将其输入到矿浆液位预测模型以预测矿浆液位； 所述纹理特征包括对比度、不同性、同质性、能量和熵， 计算每个纹理特征与矿浆液位的关联性所依据的具体公式为： 其中，rj为第j个纹理特征与矿浆液位的关联性，Wij为第i帧浮选泡沫图像的第j个纹理特征的特征值，N为采集的浮选泡沫图像总帧数，为采集的N个浮选泡沫图像的第j个纹理特征的平均特征值，为采集的N个浮选泡沫图像的矿浆液位的平均值，Di为第i帧浮选泡沫图像的矿浆液位，i为浮选泡沫图像帧数索引，且i∈[1，N]，j为纹理特征的索引，且j∈[1,5]； 使用Sobel算子计算浮选泡沫图像中每个像素点的水平方向梯度值和垂直方向梯度值，并生成包括所有像素点梯度幅值数据的第一梯度幅值数据集合，并判断当前像素点的梯度幅值和相邻像素点梯度幅值之间的误差率，若是误差率小于设定的误差率阈值，则保留当前像素点的像素值，否则设为0，将保留像素值的部分定为浮选泡沫的边缘区域，将边缘区域包裹的闭合区域定为浮选泡沫，全部浮选泡沫位置的集合即为浮选泡沫区域。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江西理工大学，其通讯地址为：341099 江西省赣州市章贡区红旗大道86号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。