[发明专利]一种钨矿矿石识别分选方法有效
| 申请号: | 201711326228.X | 申请日: | 2017-12-13 |
| 公开(公告)号: | CN108108678B | 公开(公告)日: | 2020-01-14 |
| 发明(设计)人: | 何鹏宇;彭健平;王杉;王梓渝 | 申请(专利权)人: | 赣州好朋友科技有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/04 |
| 代理公司: | 44217 深圳市顺天达专利商标代理有限公司 | 代理人: | 邹秋菊 |
| 地址: | 341000 江西省赣州市开发区香港*** | 国省代码: | 江西;36 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 矿石 钨矿 分选 跌落 图像处理装置 拍摄区域 喷射区域 喷阀 空间坐标计算 空间坐标 人工手选 摄像装置 生产效率 时间控制 压缩空气 自动识别 控制器 位置处 拍照 喷射 | ||
1.一种钨矿矿石识别分选方法,其特征在于,包括:
S1、使得多个矿石跌落并依次经过拍摄区域和喷射区域;
S2、设置在拍摄区域中的摄像装置对所述矿石进行拍照并将获得的矿石照片发送到图像处理装置;
S3、所述图像处理装置处理所述矿石照片以找出钨矿矿石以及所述钨矿矿石的空间坐标;
S4、控制器基于所述钨矿矿石的空间坐标计算所述钨矿矿石落到喷射区域中喷阀位置处的跌落时间并基于所述跌落时间控制所述喷阀向所述钨矿矿石喷射压缩空气进行分选;
所述步骤S3进一步包括:
S3A、获取矿石训练图像并基于深度学习训练所述矿石训练图像以获得多个建模系数;
S3B、采用卷积神经网络基于所述多个建模系数构建处理模型;
S3C、基于所述处理模型测试所述矿石照片以获得掩膜图像;
S3D、基于所述矿石照片和所述掩膜图像获得矿石图像以识别钨矿矿石并输出所述钨矿矿石的空间坐标;
所述步骤S3A进一步包括:
S3A1、获取矿石训练图像并且提取所述矿石训练图像的特征性质和矿石空间坐标;
S3A2、基于所述特征性质获得所述矿石训练图像的性质显著图且基于所述矿石空间坐标获得所述矿石训练图像的位置显著图;
S3A3、基于所述性质显著图和所述位置显著图计算所述多个建模系数;
所述步骤S3C进一步包括:
S3C1、获取所述矿石照片;
S3C2、采用所述处理模型测试所述矿石照片以生成测试显著图;
S3C3、优化处理所述测试显著图以生成所述掩膜图像;
所述步骤S3D进一步包括:
S3D1、对所述矿石照片进行边角点检测以获得边角点特征点集;
S3D2、将所述边角点特征点集与所述掩膜图像相乘以获得矿石预处理图像;
S3D3、对所述矿石预处理图像进行分割处理以获得所述矿石图像;
S3D4、将所述矿石图像区域识别为钨矿矿石并输出所述钨矿矿石的空间坐标。
2.根据权利要求1所述的钨矿矿石识别分选方法,其特征在于,所述步骤S1进一步包括:
S11、对原始矿石进行筛选分级预处理;
S12、采用振动给料斗板对预处理后的矿石进行振动给料以使得所述矿石均匀自由跌落以依次经过所述拍摄区域和所述喷射区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于赣州好朋友科技有限公司,未经赣州好朋友科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711326228.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于改进的CNN人脸表情识别方法
- 下一篇:一种全自动钨矿选矿机





