[发明专利]基于卷积神经网络的X光图像下矿石分选方法及系统在审
| 申请号： | 201910182936.3 | 申请日： | 2019-03-12 |
| 公开（公告）号： | CN109949285A | 公开（公告）日： | 2019-06-28 |
| 发明（设计）人： | 王光夫 | 申请（专利权）人： | 天津瑟威兰斯科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62 |
| 代理公司： | 天津展誉专利代理有限公司 12221 | 代理人： | 陈欣 |
| 地址： | 300000 天津市西青区滨海高新区华苑*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于卷积神经网络的X光图像下矿石分选方法及系统，包括以下步骤：人为选定不同种类的矿石作为样本通过X光机；根据矿石原始通透率矩阵数据，对矿石内部图像进行染色；将染色后的图像进行分类标记，通过卷积神经网络进行训练，生成识别模型；将待识别矿石通过X光机并进行染色后，预测出待识别矿石的种类及位置。通过计算机人工智能的方式，使用X光机对于矿石内部进行成像，将X光机成像的染色图进行深度学习卷积神经网络的训练，可以在不进行其他化学检测手段外，模拟人的经验对于矿石分配评估的方式，对矿石含量等级进行识别预判，此方式接近人为分选的准确度，在分选行业公差内，可以实现实时、快速、成批量、低成本的分选。 | ||
| 搜索关键词： | 矿石 卷积神经网络 染色 分选 矿石分选 成像 人工智能 分类标记 化学检测 矩阵数据 内部图像 准确度 公差 低成本 染色图 通透率 预判 样本 图像 计算机 评估 预测 分配 学习 | ||
【主权项】：
1.一种基于卷积神经网络的X光图像下矿石分选方法，其特征在于，包括以下步骤：a.人为选定一组不同种类的矿石作为样本通过X光机；b.根据X光机下矿石原始通透率矩阵数据，对矿石内部图像进行染色；c.将染色后的图像进行分类标记，通过卷积神经网络进行训练，生成识别模型；d.将待识别矿石通过X光机并进行染色后，载入识别模型，预测出待识别矿石的种类及位置。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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天津瑟威兰斯科技有限公司，未经天津瑟威兰斯科技有限公司许可，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/patent/201910182936.3/，转载请声明来源钻瓜专利网。
