数字图像处理技术的快速发展和计算机软硬件性能的提升,促使机器视觉技术在各个行业内得到广泛应用。国内外很多研究者把机器视觉应用于工业浮选,通过计算机实时监测浮选工艺流程,实现浮选的自动化生产。图像采集系统是机器视觉最基础的部分,采集图像质量的好坏直接影响图像后期处理结果。由于浮选泡沫表面运动状态复杂多变、外界光源不稳定等因素导致采集到的浮选图像容易出现曝光过度、曝光不足以及模糊等现象,图像采集系统采集到的浮选图像质量不稳定,阻碍了机器视觉在浮选工业领域的应用。因此,本文针对浮选图像采集系统获取图像质量不稳定这一问题展开研究。通过对图像采集系统的整体设计和图像质量评价算法的研两个方面保证图像采集的质量。文具体研究内容和方法可以总结为以下四点:(1)设计了铅锌浮选图像采集系统根据福建金东矿业有限公司梅仙浮选厂车间的现场环境,针对图像采集系统采集设备选型、数据传输方式以及光照系统三个方面对铅锌图像采集系统进行详细设计,从硬件层面上保证铅锌浮选图像采集系统获取图像的质量。(2)提出浮选图像质量评价参数标准不同领域对图像质量评价的标准有不同的定义。本文综合自然图像质量评价的经验方法,并结合浮选图像自身的图像特征,从图像纹理、灰度空间及浮选图像自身特点三个方面有针对性选择五个特征参数作为浮选图像质量的评价标准。(3)提出浮选图像质量评价算法在对图像进行后期处理之前,为保证图像处理质量,本文提出采用模糊数学理论中的模糊评判方法对图像质量进行综合评判。在大量实验的基础上,分析图像质量评价特征参数,确定权重集、各因素隶属函数和评判矩阵,最终实现对图像质量的判决。(4)图像采集系统现场实验本文在浮选现场进行了大量的图像采集实验已验证铅锌浮选图像采集系统的工作性能以及图像质量评价算法是否符合要求。实验结果表明:系统工作稳定,且能够针对不同的浮选环境进行参数调节,系统对环境的适应性较好;图像质量评价算法精确度较高,评价速度较快可以满足实时性需求。