随着科技的不断发展,网络技术、电子技术、图像处理技术以及嵌入式技术的进步为现代图像视频监控系统增添了新的动力与活力。嵌入式图像视频监控系统与传统基于PC机的监控系统相比,有着功耗小、成本低、运行稳定等优点。泡沫浮选法作为煤矿选择的一种重要方法,通过观察煤泥浮选泡沫的外观特征能够有效地指导浮选生产过程。将嵌入式监控系统与煤泥浮选技术相结合,可克服传统依靠人工肉眼监视造成的主观性强、监控处理不及时的弊端,提高自动化水平和企业生产效益。论文研究设计了基于嵌入式Linux的煤泥浮选泡沫图像监控系统。整个系统以友善之臂Mini2440(ARM9)目标板为硬件平台,完成对浮选泡沫图像的去噪、增强处理;ov9650 USB数字摄像头作为浮选泡沫图像采集模块;统宝3.5英寸TFT LCD触摸显示屏充当系统本地图像处理显示设备;通过DM9000网卡将系统接入计算机网络,并把增强处理的浮选泡沫图像传输至远程PC机监控客户端,为实现对浮选泡沫图像分割、特征值提取、图像识别等后续功能扩展奠定基础。系统软件平台方面,在Mini2440目标板上,移植了引导加载程序三星公司的Supervivi、经过剪裁2.6.32.6版本Linux内核以及加入嵌入式图形界面库Qt/Embedded的文件系统。为实现通过网络进行远程视频监控的功能,系统移植了网络视频服务器MJPEG-Streamer。在开发主机上,搭建嵌入式Linux交叉编译环境。在Mini2440目标板编程实现对浮选泡沫图像的中值滤波去噪、线性变换函数增强处理、基于改进粒子群优化算法的智能增强处理及友好人机交互界面。在远程客户端上,安装2010a版本的MATLAB仿真软件,完成浮选泡沫图像基于传统线性变换函数、基于标准粒子群优化算法以及基于改进粒子群优化算法的图像增强仿真实验,提出的新型基于改进粒子群优化的图像增强算法,增强效果明显。并且,在图像增强的基础上使用分水岭算法进行图像分割,提取浮选泡沫尺寸特征值进行统计分析。搭建OpenCV与Qt相结合的监控界面开发环境,使用Qt Designer图形化界面设计结合C++编程的方法,开发浮选泡沫图像处理人机交互界面程序。最后,进行系统测试。对采集到的浮选泡沫图像使用基于改进粒子群优化算法进行增强处理,使用分水岭算法分割图像。测试结果显示,经增强的泡沫图像在对比度、纹理清晰度方面有明显改善;图像分割后,提取泡沫尺寸特征,结合浮选经验可有效指导煤泥浮选生产。