论文部分内容阅读
针对基于图像底层特征的泡沫图像分类识别正确率不高、存在语义鸿沟问题，提出一种基于向量空间模型（VSM）的浮选泡沫图像分类方法。该方法借鉴文本分类方法，对工业摄像机获取的大量泡沫图像通过分块、底层特征提取和聚类，构造泡沫状态词汇表；在此基础上，经词汇相似度和词频计算，用词袋向量描述泡沫图像；最后，采用VSM实现实时泡沫图像的有监督分类识别。用某金属浮选过程工业现场泡沫图像数据对该方法进行了实验验证，实验结果表明，该方法的工况识别平均准确率近90％，明显优于基于底层特征的分类方法，并在一定程度上解决了语义鸿沟