[发明专利]分类方法、分类系统、矿产分选机

权利要求书

1.一种分类方法，其特征在于,包括以下步骤：

获取待分类对象的图像；

将待分类图像转换为至少一种特定颜色空间表示的图像；

获得以特定颜色空间表示的图像的各个通道颜色直方图，并将其组成为特征向量；

将特征向量输入到分类器中，使用分类器对图像进行分类生成分类结果。

2.如权利要求1所述的分类方法，其特征在于，所述获得以特定颜色空间表示的图像的各个通道颜色直方图，并将其组成为特征向量,还包括：

对特征向量进行归一化方法操作，生成归一化后的特征向量。

3.如权利要求1所述的分类方法，其特征在于，将特征向量输入到分类器中，使用分类器对图像进行分类生成分类结果,具体包括：

导入事先使用机器学习算法训练好的分类器；

将特征向量输入到分类器，使用分类器对图像进行分类，得到分类结果。

4.如权利要求1所述的分类方法，其特征在于，获取包含背景的待分类对象的图像,具体包括：

获取从包含背景图像中分离出来的待分类对象的图像。

5.如权利要求1所述的分类方法，其特征在于，所述分类方法应用于矿石分类。

6.一种分类系统，其特征在于，包括：

图像采集装置，用于获取待分类对象的图像；

图像处理装置，用于将待分类图像转换为至少一种特定颜色空间表示的图像；

分类装置，用于获得以特定颜色空间表示的图像的各个通道颜色直方图，并将其组成为特征向量；

将特征向量输入到分类器中，使用分类器对图像进行分类生成分类结果。

7.如权利要求6所述的分类系统，其特征在于，所述分类装置用于获得以特定颜色空间表示的图像的各个通道颜色直方图，并将其组成为特征向量,还用于：

对特征向量进行归一化方法操作，生成归一化后的特征向量。

8.如权利要求6所述的分类系统，其特征在于，所述分类装置用于将特征向量输入到分类器中，使用分类器对图像进行分类生成分类结果，具体用于：

导入事先使用机器学习算法训练好的分类器；

将特征向量输入到分类器，使用分类器对图像进行分类，得到分类结果。

9.如权利要求6所述的分类系统,其特征在于，所述图像采集装置用于获取包含背景的待分类对象的图像，具体用于：

获取从包含背景图像中分离出来的待分类对象的图像。

10.如权利要求6所述的分类系统，特征在于，所述分类系统用于矿石分类。

11.一种矿产分选机，其特征在于,包括：

给料机构，用于供给矿石；

传输机构，用于从给料机构装载矿石后，将矿石运输到预定位置；

权利要求6-10中任一项所述的分类系统，用于在预定位置对矿石进行分类；

分选机构，用于根据分类系统对矿石的分类结果进行分类拾取。