钛资源是国家重要的战略资源,从钒钛磁铁矿选铁尾矿中,高效的提取钛精矿,提高钛精矿的回收率,降低劳动强度,优化作业环境,采用自动控制系统来进行钛精矿浮选控制是必由之路。钛精矿泡沫图像识别系统,是实现钛精矿浮选全过程自动控制的基础。通过图像识别系统提供的控制参数,浮选自动控制系统可以根据泡沫情况,动态调节相关参数,并随着模型的不断优化,实现稳定、高效的生产。本文根据其他矿物的浮选操作过程,结合钛精矿的浮选过程特点,设计了一套适合钛精矿浮选的泡沫图像识别系统。系统通过图像采集设备,将泡沫图像传递至服务器,经过图像模糊判定及图像预处理,使得图像更有利于特征信息提取。通过模拟现场工程师判断质量的标准,选择了图像HSI颜色空间组合颜色特征、泡沫大小和个数、泡沫移动速度和泡沫Tamura纹理特征等重要特征参数,这些特征很好的反映了泡沫的质量及缺陷类型。根据提取的泡沫特征参数和获取的现场输入参数,结合专家经验和后期检验结果,建立了样本数据库。由于样本数据的数量偏少,结合样本和分类算法特点,本文试验了两种主流分类算法,最终选择了基于SVM的机器学习算法,并根据算法建立了专家系统,来实时判断泡沫的质量。并以此为基础,开发了泡沫图像识别系统,将采集的实时图像数据,通过专家系统判断后,进行质量预测和反馈,提出报警信息或者操作建议,以及输出调整控制参数,还提供了实时趋势图和历史数据查询等功能。该系统在攀钢矿业集团新白马矿业有限公司浮选车间精选2#槽进行了部署和试验,将采集的图像通过网络传递至控制室,运用泡沫图像识别系统进行质量判断,目前已接近了人工正常判断水平,基本实现了浮选过程的操作指导和控制参数的输出。接下来还将进行系统的预测水平的提高和系统稳定性提升,然后将系统应用扩展到所有浮选槽。