一种浮选泡沫状态识别方法

本发明提供一种基于双模态融合的浮选泡沫状态识别方法。通过实时采集浮选槽视频流数据，采用图像预处理模块消除环境干扰并提取液面目标区域，创新性地构建了阴影面积分析法与ResNet深度学习模型的双模态并行检测架构：第一检测模块通过图像二值化与形态学处理计算液面阴影面积，实现跑槽工况异常量化评分；第二检测模块基于预训练ResNet模型提取深层视觉特征，输出沉槽异常概率评分。通过动态权重分配策略融合双模态检测结果后，采用模糊逻辑算法构建三阶隶属函数与推理规则进行得分平滑优化，最终结合阈值判定输出异常类型。本方法突破单一检测阈值敏感性缺陷，解决了传统人工观测效率低、单模态检测误差大的问题。