在煤泥浮选过程中,浮选泡沫表面视觉特征是浮选工况、工艺指标和生产操作的直接反映。然而,煤泥浮选操作自动化方面的研究仍处于初期阶段,且主要依靠人工肉眼观察浮选泡沫状态进而指导生产,这种操作方式具有明显的局限性,难以保证浮选过程的最优控制。因此,利用最新机器视觉技术,提取浮选泡沫图像特征参数,开发一套煤泥浮选泡沫图像处理系统,以获取准确有效的特征参数信息,为现场生产操作提供参考依据。本文的主要研究工作有:针对煤泥浮选泡沫图像的独特性,基于国内外图像处理技术的研究现状,利用MATLAB软件开发了泡沫图像处理系统。结合选煤厂浮选车间的实际需求,本系统主要由图像分析、图像增强、图像分割以及特征参数提取等几个模块组成。研究了浮选泡沫灰度图像以及灰度直方图,提取了图像灰度均值并与煤泥灰分进行了相关性分析。针对选煤厂浮选车间环境复杂的现状,分别开展了空间域图像增强和频率域图像增强研究,详细分析对比了各算法的处理效果,在此基础上提出了一种混合图像增强算法。研究了经典的图像分割算法,详细分析对比了各个分割算法的优缺点,在此基础上提出了一种基于改进梯度图像与形态学相结合的分割算法。根据分割的效果处理图发现,该分割算法能够较好的分割浮选泡沫图像,解决了常见的欠分割与过分割问题。研究了能量、惯性矩、熵、相关性、逆差矩五个参数的提取,分别对这些特征参数和精煤灰分进行了相关性分析。根据这些参数随浮选泡沫状态的变化趋势,提出纹理复杂度这一具有代表意义的表征参数,发现纹理复杂度波动范围在[80,145]之间,浮选精煤灰分较好,波动范围在[4.89,7.71]之间。