为了实现矿石粒度的在线自动化检测,需要解决两个难点矿石图像的去噪和分割。通过提出了一种新的提升小波构造方法基于三次B样条函数的提升小波,实现了对矿石图像的去噪。对于矿石图像的分割,提出了改进的分水岭算法。矿石粒度检测的具体步骤是首先利用基于三次B样条函数的提升小波对图像进行去噪,再利用改进的分水岭算法对矿石图像进行分割。最后利用图像的连通域性质,计算各个连通域的像素面积,再转换到实际的矿石粒度大小,从而实现对矿石粒度的检测。对比这里算法与人工筛选的结果,累积误差在3%以内,可见这里算法具有可行性和准确性。

应用EM D分解和提升小波分解原理,提出了一种对信号进行降噪的方法,该方法首先对含噪声信号先进行EMD分解,并对低频信号进行重构,然后再对重构信号进行提升小波分解后的信号进行降噪,最后对降噪后信号进行功率谱分析,得出带特征频率的功率谱图,该方法具有很好的去噪作用.

应用EMD分解和提升小波分解原理,提出了-种对信号进行降噪的方法,该方法首先对含噪声信号进行EMD分解,并对低频信号进行重构,然后再对重构信号进行提升小波分解后的信号降噪,最后对降噪后信号进行功率谱分析,得出带特征频率的功率谱图,该方法具有很好的去噪作用.