가시광 이미지가 조명에 쉽게 영향을 받아 부유선택 거품 안정도의 시각적 검출이 부정확한 문제를 해결하기 위해 거품 표면에 적외선 열 영상을 적용하여 불안정한 기포 검출을 적외선 두드러진 목표 분할로 전환하고, 거품 적외선 두드러진 목표 분할을 위한 FIRSegNet 모델과 안정도 추정 방법을 제안하였다. 먼저, U-Net 구조를 기반으로 FIRSegNet 모델을 구축하였으며, 스윈 트랜스포머 모듈을 사용하여 인코더 네트워크를 구성하여 장거리 의존성을 포착하고 이미지의 전역적 문맥 이해 능력을 향상시켰다; 다음으로, 스킵 연결에 이중 교차 주의 모듈(DCA)을 삽입하여 서로 다른 스케일의 적외선 거품 이미지의 특징 정보를 더 잘 융합하고, 서로 다른 크기의 적외선 두드러진 영역 분할 능력을 강화하였다; 그리고 잔차 세분화 모듈(RRM)을 제안하여 분할 지도와 실제 값 사이의 잔차를 학습함으로써 적외선 두드러진 영역의 경계 세부 사항을 개선하여 두드러진 목표의 정밀한 분할을 실현하였다; 마지막으로 두드러진 목표 분할 결과에 따라 거품 안정도를 계산하였다. 실험 결과, 본 방법은 자체 구축한 데이터셋에서 우수한 분할 성능을 보였으며, 주류 분할 모델 대비 mIoU가 평균 1.73%, mDice가 평균 0.63%, MAE가 평균 11.6% 감소하여 분할 정확도가 향상되었으며; 정상 조명 하 다양한 작업 조건의 거품 안정도 예측에 대한 RMSE, MAE, MAPE 및 AMAPE 평균값이 각각 0.0145, 0.0133, 2.3848%, 0.0256로 과노출 및 저조도 조명 조건에서의 예측 오차가 기존 방법보다 현저히 낮았다. 본 방법은 조명 변화 영향에 대한 강한 내성을 가지며 복잡한 조명 환경에서 거품 안정도의 정확한 정량적 설명을 보장하여 후속 부유선택 생산 작업 조건 및 지표 예측의 기반을 마련하였다.

부유선택 거품; 적외선 두드러진 목표 분할; 거품 안정도 추정; 스윈 트랜스포머 네트워크; 이중 교차 주의; 잔차 세분화 네트워크