Devido à facilidade com que as imagens em luz visível são afetadas pela iluminação, o que leva a uma detecção visual imprecisa da estabilidade da espuma de flotação, foi realizada a termografia infravermelha na superfície da espuma, convertendo a detecção de bolhas instáveis em segmentação de alvos salientes infravermelhos. Propõe-se um modelo FIRSegNet para segmentação de alvos salientes infravermelhos da espuma e um método de estimativa de estabilidade. Primeiro, o modelo FIRSegNet foi construído com base na arquitetura U-Net, utilizando um módulo Swin Transformer para construir a rede codificadora que captura dependências de longo alcance, aprimorando a capacidade do modelo de compreender o contexto global da imagem; em seguida, um módulo de atenção cruzada dupla (DCA) foi incorporado nas conexões de salto para melhor fundir as informações de características das imagens infravermelhas da espuma em diferentes escalas, reforçando a capacidade do modelo de segmentar regiões salientes infravermelhas de diversos tamanhos; depois, propôs-se um módulo de refinamento residual (RRM), que aprende os resíduos entre o mapa segmentado e o valor verdadeiro para melhorar os detalhes das bordas das regiões salientes infravermelhas, alcançando uma segmentação refinada dos alvos salientes; finalmente, a estabilidade da espuma foi calculada com base nos resultados da segmentação dos alvos salientes. Os resultados experimentais mostram que o método proposto obtém bons resultados de segmentação no conjunto de dados construído, com melhoria média do mIoU em 1,73%, aumento médio do mDice em 0,63% e redução média do MAE em 11,6% em comparação com os modelos de segmentação principais; sob iluminação normal, os valores médios de RMSE, MAE, MAPE e AMAPE para a previsão da estabilidade da espuma em diferentes condições de operação foram 0,0145, 0,0133, 2,3848% e 0,0256 respectivamente, e os erros de previsão em condições de superexposição e baixa luminosidade foram significativamente menores do que os métodos existentes. O método proposto possui forte capacidade de resistência à influência das mudanças de iluminação, garantindo uma descrição quantitativa precisa da estabilidade da espuma em ambientes de iluminação complexos, estabelecendo a base para a previsão posterior das condições operacionais e indicadores da produção de flotação.

Espuma de flotação; segmentação de alvos salientes infravermelhos; estimativa de estabilidade da espuma; rede Swin Transformer; atenção cruzada dupla; rede de refinamento residual