以浮选泡沫图像为研究对象,着重研究了泡沫图像的分割问题。结合浮选工艺参数分析了浮选泡沫图像的特点,在介绍泡沫图像静态特征和动态特征的基础上主要研究了泡沫图像的形态特征提取。提出了合理的提取泡沫图像形态特征的方法,为基于数字图像处理的矿物浮选优化控制系统奠定了基础。首先,针对泡沫图像的特征及泡沫图像容易受光照等条件影响,分析了在泡沫图像分割中,对于混合多种尺寸气泡的泡沫图像难于有效分割的问题。介绍了粒子群算法的原理及参数设置和图像的阈值分割算法,并分析阈值分割算法在浮选泡沫图像分割中的不足之处。其次,深入分析了泡沫图像的特点,给出了基于谷底边缘分割算法的泡沫图像初始化分割,并利用改进的粒子群算法来提高谷底边缘分割中边缘阈值的准确性。在泡沫图像初始化分割基础上,针对泡沫图像中仍含有的过分割和欠分割现象,提出了泡沫图像的区域合并和分裂的二次分割处理方法,并给出了合并和分裂的判定标准。最后,深入分析几种图像分割的评估标准,给出了浮选泡沫图像的分割实验结果,并与其他分割算法进行对比,最后利用提出的分割评估标准进行评估比较,验证了分割算法的有效性和准确性。泡沫图像形态特征提取方法已经在某浮选泡沫图像视频监测系统中得到了应用。该算法具有较强的稳定性和鲁棒性,能对不同工况下的浮选泡沫图像形态特征进行准确提取。