自然界所蕴藏的矿产资源绝大多数需经选矿加工后才能使用。在常用的选矿方法中,泡沫浮选是最重要的选矿方法,几乎所有矿石都可用浮选来分选。泡沫浮选是发生在固、液、气三相接口上连续的物理化学过程,其中浮选泡沫层是关键,浮选泡沫表面视觉特征是浮选工况与工艺生产指标的直接指示器。一直以来,浮选过程操作都是依靠人工肉眼观察浮选泡沫表面状态来完成,这种仅凭人工肉眼观察进行浮选生产操作的方式主观性强、误差大、效率低,无法实现浮选泡沫状态的量化描述和生产工况的客观评价,造成浮选生产指标波动频繁、矿物原料流失严重、药剂消耗量大、资源回收率低等情况时有发生。自上世纪90年代以来,一些发达国家将机器视觉引入到浮选过程监控中,随后逐渐得到了各科研单位与选厂的高度重视。研究基于机器视觉的浮选过程监测、建模与浮选过程自动控制方法与技术,对提高矿产资源的利用效率、实现企业的可持续发展具有非常重要理论意义与应用价值。浮选泡沫表面视觉特征的准确提取是实现基于机器视觉的浮选过程自动控制的关键。泡沫表面视觉特征表现在两个方面：一是基于单帧图像的泡沫参数,称为静态特征,比如泡沫的大小、形状、颜色特征、纹理特征等；另一方面是基于图像序列的泡沫图像特征参数,称为动态特征,一般包括泡沫运动速度、泡沫稳定度等。目前,国内外学者主要研究了浮选泡沫图像静态特征的提取方法与技术,对于动态特征的提取并没有详细说明和分析。要实现浮选泡沫的视觉测量与泡沫状态的客观评价,浮选泡沫的动态特征是必不可少的特征参量。本文结合浮选工艺机理,分析浮选生产工况与泡沫表面动、静态视觉特征的内在联系,指出在各种浮选生产工况下的泡沫视觉图像的特点,重点研究浮选泡沫表面动态特征提取算法和量化表述方法及其在矿物浮选过程泡沫图像监控系统中的应用。论文主要研究工作及创新点如下：(1)针对浮选泡沫图像噪声大,浮选泡沫表面视觉特征不能准确提取的难题,提出了一种时空联合的基于泡沫图像序列的多尺度几何变换图像贝叶斯去噪方法。该方法采用Curvelet变换对泡沫图像序列中矿化气泡的几何结构进行稀疏表示；通过分析变换域系数的统计相关性,建立基于单帧图像和时空域多帧泡沫图像Curvelet域统计依赖模型和联合统计分布模型；以所获取图像变换域系数统计分布模型为先验知识,采用贝叶斯准则依据一定的代价测度得到变换域系数的最优估计,获得理想的无噪声污染的泡沫图像最优系数估计；最后进行Curvelet反变换获得去噪的泡沫图像。该方法和其它去噪算法相比能获得较高的峰值信噪比,并在去除噪声的同时较好地保持泡沫图像细节,为后续泡沫特征提取提供了高质量的处理图像。(2)针对矿化气泡在流向刮板过程中不可避免地发生角度旋转与尺度缩放等几何畸变的特性,常用的目标跟踪方法因难以实现对几何形态畸变严重的浮选泡沫的精确跟踪而无法准确获取浮选泡沫表面流速的难题,提出了一种自适应的基于Fourier-Mellin变换与模板匹配相结合的泡沫图像宏块跟踪方法来自动跟踪形变气泡以准确测量浮选泡沫流向刮板的速度。该方法通过自动扫描泡沫图像高亮点,根据气泡大小进行自适应泡沫子块选取；利用Fourier-Mellin变换获取跟踪泡沫子块在相邻帧中的形变系数和子块大致位移估计；然后,根据泡沫子块的形变系数进行几何反变换获取跟踪子块形变前形貌；再利用模板匹配在估计的大致位移局部区域进行细致的子块配准搜索,获取跟踪泡沫子块在相邻帧中的位移,实现形变泡沫子块速度特征的准确测量。该方法解决了泡沫速度特征因浮选气泡形变严重而难以准确提取的问题。(3)针对浮选泡沫在流动过程中气泡破碎率高、坍塌严重,常用的运动估计方法因无法实现对气泡破碎区域的匹配与跟踪,而难以获取破碎严重的浮选泡沫表面流动速度的问题,提出了一种基于泡沫图像灰度SIFT (Scale Invariant Feature Transform)与Kalman滤波相结合的泡沫速度特征提取方法跟踪各种泡沫运动子块。该方法首先通过Kalman滤波预测浮选泡沫子块在相邻帧中对应的大致位移,在预测位移局部区域进行SIFT特征点提取与泡沫子块配准,极大地减少了特征提取与匹配的盲目性,提高了特征匹配速度与准确性。该方法解决了泡沫图像中气泡大量破裂的情况下泡沫子块流速无法准确测量的问题,计算复杂度低,便于工业现场应用。(4)针对泡沫稳定度特征难以定量描述问题,提出基于数字图像处理的浮选泡沫表面形变系数与破碎率特征提取方法。该方法在泡沫速度特征提取的基础上,通过定义相应的稳定度评价准则,实现了泡沫形变系数、泡沫破碎率的量化描述,解决了泡沫图像稳定度特征提取与表征问题,为实现浮选泡沫状态的客观评价提供了数字化参量。(5)以中国铝业中州分公司铝土矿浮选过程为应用对象,在浮选现场设计并搭建了浮选泡沫图像采集硬件平台,开发了相应的矿物浮选泡沫图像视觉监测系统,实时提取了浮选泡沫图像动态特征,初步分析了浮选泡沫速度特征与浮选工况间的关系,实现了浮选生产过程实时测量与客观评价。系统的泡沫特征曲线能够为生产工人提供明确的工况信息,并给出具体的操作建议,避免了工人操作的盲目性,提高了浮选生产效率,为浮选过程优化控制奠定了基础。