[发明专利]一种钨矿矿石识别分选方法

摘要

一种钨矿矿石识别分选方法，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控制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。实施本发明的钨矿矿石识别分选方法，可以进行矿石自动识别分选，因此与人工手选相比速度快、生产效率高、成本低且分选率高。

主权项

1.一种钨矿矿石识别分选方法，其特征在于，包括：/nS1、使得多个矿石跌落并依次经过拍摄区域和喷射区域；/nS2、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；/nS3、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；/nS4、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；/n所述步骤S3进一步包括：/nS3A、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；/nS3B、采用卷积神经网络基于所述多个建模系数构建处理模型；/nS3C、基于所述处理模型测试所述矿石照片以获得掩膜图像；/nS3D、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；/n所述步骤S3A进一步包括：/nS3A1、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；/nS3A2、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；/nS3A3、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；/n所述步骤S3C进一步包括：/nS3C1、获取所述矿石照片；/nS3C2、采用所述处理模型测试所述矿石照片以生成测试显著图；/nS3C3、优化处理所述测试显著图以生成所述掩膜图像；/n所述步骤S3D进一步包括：/nS3D1、对所述矿石照片进行边角点检测以获得边角点特征点集；/nS3D2、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；/nS3D3、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；/nS3D4、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。/n