针对煤泥浮选泡沫图像中存在的噪声干扰和气泡粘连等问题,提出了一种基于机器视觉的分割模型,采用煤泥浮选泡沫图像分割算法对实验室采集到的煤泥浮选泡沫图像进行图像分割试验。结果表明,基于机器视觉的煤泥浮选泡沫图像分割模型主要包括ROF模型去除图像噪声和基于顶帽、底帽变换的粘连泡沫分割。ROF模型基于有界全变分函数空间,该空间中函数的不连续正好与图像中物体的边缘轮廓对应,非常适于泡沫图像去噪处理;顶帽变换使得泡沫与泡沫之间的间隙变大,解决了气泡粘连问题;最后采用分水岭算法完成对泡沫的分割。理论分析及实验室研究均表明,该方法可准确、快速地分割出复杂煤泥浮选泡沫图像中的泡沫,分割准确率高达81.1%,验证