久久看看永久视频,日日狠狠久久偷偷色,亚洲中文字幕在线网,午夜福利院中文字幕

  • <dfn id="vuqxj"><td id="vuqxj"></td></dfn>
  • <dfn id="vuqxj"></dfn>

    1. <div id="vuqxj"><option id="vuqxj"><b id="vuqxj"></b></option></div>
    2. 合肥金星智控科技股份有限公司
      宣傳

      位置:中冶有色 >

      有色技術(shù)頻道 >

      > 選礦技術(shù)

      > 石英伴生金礦的分選方法、裝置和可讀存儲(chǔ)介質(zhì)

      石英伴生金礦的分選方法、裝置和可讀存儲(chǔ)介質(zhì)

      1486   編輯:中冶有色技術(shù)網(wǎng)   來(lái)源:贛州好朋友科技有限公司  
      2021-12-08 08:59:49

      權(quán)利要求


      1.石英伴生金礦的分選方法,其特征在于,所述石英伴生金礦的分選方法包括:

      獲取待分選金礦的RGB圖像;

      將所述RGB圖像轉(zhuǎn)換成HSV圖像,并根據(jù)所述HSV圖像獲取圖像亮度;

      在所述圖像亮度處于預(yù)設(shè)亮度范圍內(nèi)時(shí),獲取所述HSV圖像中所述待分選金礦的屬性信息,其中,所述屬性信息包括所述待分選金礦的類別和位置;

      根據(jù)所述屬性信息對(duì)所述待分選金礦進(jìn)行分選。

      2.如權(quán)利要求1所述的石英伴生金礦的分選方法,其特征在于,所述將所述RGB圖像轉(zhuǎn)換成HSV圖像的步驟包括:

      從所述RGB圖像中提取顏色分量值,其中,所述顏色分量值包括R顏色分量值、G顏色分量值以及B顏色分量值;

      根據(jù)所述顏色分量值確定色調(diào)值、飽和度以及明度值;

      根據(jù)所述色調(diào)值、所述飽和度以及所述明度值生成所述HSV圖像。

      3.如權(quán)利要求2所述的石英伴生金礦的分選方法,其特征在于,所述根據(jù)所述顏色分量值確定色調(diào)值、飽和度以及明度值的步驟包括:

      獲取所述R顏色分量值、所述G顏色分量值以及所述B顏色分量值中的最大分量值和最小分量值;

      將所述最大分量值作為所述明度值,以及根據(jù)所述最大分量值以及所述最小分量值確定所述飽和度;

      根據(jù)所述飽和度、所述R顏色分量值、所述G顏色分量值、所述B顏色分量值、所述最大分量值以及所述最小分量值確定所述色調(diào)值。

      4.如權(quán)利要求1所述的石英伴生金礦的分選方法,其特征在于,所述根據(jù)所述HSV圖像獲取圖像亮度的步驟包括:

      獲取所述HSV圖像中各個(gè)像素點(diǎn)的亮度對(duì)應(yīng)的亮度平均值;

      將所述亮度平均值作為所述圖像亮度。

      5.如權(quán)利要求1所述的石英伴生金礦的分選方法,其特征在于,所述根據(jù)所述HSV圖像獲取圖像亮度的步驟之后,所述石英伴生金礦的分選方法還包括:

      構(gòu)建深度學(xué)習(xí)模型;

      獲取訓(xùn)練集中的所述HSV圖像作為訓(xùn)練樣本,所述訓(xùn)練樣本對(duì)所述深度學(xué)習(xí)模型進(jìn)行訓(xùn)練,以得到訓(xùn)練好的深度學(xué)習(xí)模型;

      所述在所述圖像亮度處于預(yù)設(shè)亮度范圍內(nèi)時(shí),獲取所述HSV圖像中所述待分選金礦的屬性信息的步驟包括:

      將所述圖像亮度處于預(yù)設(shè)亮度范圍內(nèi)的所述HSV圖像輸入至所述訓(xùn)練好的深度學(xué)習(xí)模型中,以得到所述HSV圖像中所述待分選金礦的屬性信息。

      6.如權(quán)利要求1所述的石英伴生金礦的分選方法,其特征在于,所述根據(jù)所述HSV圖像獲取圖像亮度的步驟之后,還包括:

      在所述圖像亮度未處于預(yù)設(shè)亮度范圍內(nèi)時(shí),確定所述待分選金礦為廢石。

      7.石英伴生金礦的分選裝置,其特征在于,所述石英伴生金礦的分選裝置包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的石英伴生金礦的分選程序,所述石英伴生金礦的分選程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1~6中任一項(xiàng)所述的石英伴生金礦的分選方法的步驟。

      8.可讀存儲(chǔ)介質(zhì),其特征在于,所述可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有石英伴生金礦的分選裝置程序,所述石英伴生金礦的分選程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1~6中任一項(xiàng)所述的石英伴生金礦的分選方法的步驟。


      說(shuō)明書(shū)


      技術(shù)領(lǐng)域

      本發(fā)明涉及礦石分選技術(shù)領(lǐng)域,特別涉及石英伴生金礦的分選方法、裝置和可讀存儲(chǔ)介質(zhì)。

      背景技術(shù)

      近年來(lái),中國(guó)的礦業(yè)領(lǐng)域面臨著空前的生存與發(fā)展困難,礦產(chǎn)資源幾近枯竭,采選過(guò)程所造成的環(huán)境污染嚴(yán)重,資源利用水平不高,以及來(lái)自國(guó)際市場(chǎng)的強(qiáng)有力競(jìng)爭(zhēng)使得中國(guó)礦業(yè)領(lǐng)域面臨著巨大的挑戰(zhàn)。因此,礦山企業(yè)必須努力依靠科技創(chuàng)新,大力開(kāi)發(fā)礦業(yè)領(lǐng)域的信息技術(shù)來(lái)改造和優(yōu)化采選過(guò)程是非常必要且有意義的。

      然而,由于工業(yè)現(xiàn)場(chǎng)石英伴生金礦本身的復(fù)雜性及多樣性,導(dǎo)致拍攝過(guò)程太過(guò)復(fù)雜且圖像極為不清晰,從而嚴(yán)重影響石英伴生金礦的分選效果。

      發(fā)明內(nèi)容

      本發(fā)明的主要目的是提供一種石英伴生金礦的分選方法、裝置和可讀存儲(chǔ)介質(zhì),旨在提高石英伴生金礦的分選效果。

      為實(shí)現(xiàn)上述目的,本發(fā)明提供一種石英伴生金礦的分選方法,所述石英伴生金礦的分選方法包括:

      所述石英伴生金礦的分選方法包括:

      獲取待分選金礦的RGB圖像;

      將所述RGB圖像轉(zhuǎn)換成HSV圖像,并根據(jù)所述HSV圖像獲取圖像亮度;

      在所述圖像亮度處于預(yù)設(shè)亮度范圍內(nèi)時(shí),獲取所述HSV圖像中所述待分選金礦的屬性信息,其中,所述屬性信息包括所述待分選金礦的類別和位置;

      根據(jù)所述屬性信息對(duì)所述待分選金礦進(jìn)行分選。

      可選地,所述將所述RGB圖像轉(zhuǎn)換成HSV圖像的步驟包括:

      從所述RGB圖像中提取顏色分量值,其中,所述顏色分量值包括R顏色分量值、G顏色分量值以及B顏色分量值;

      根據(jù)所述顏色分量值確定色調(diào)值、飽和度以及明度值;

      根據(jù)所述色調(diào)值、所述飽和度以及所述明度值生成所述HSV圖像。

      可選地,所述根據(jù)所述顏色分量值確定色調(diào)值、飽和度以及明度值的步驟包括:

      獲取所述R顏色分量值、所述G顏色分量值以及所述B顏色分量值中的最大分量值和最小分量值;

      將所述最大分量值作為所述明度值,以及根據(jù)所述最大分量值以及所述最小分量值確定所述飽和度;

      根據(jù)所述飽和度、所述R顏色分量值、所述G顏色分量值、所述B顏色分量值、所述最大分量值以及所述最小分量值確定所述色調(diào)值。

      可選地,所述根據(jù)所述HSV圖像獲取圖像亮度的步驟包括:

      獲取所述HSV圖像中各個(gè)像素點(diǎn)的亮度對(duì)應(yīng)的亮度平均值;

      將所述亮度平均值作為所述圖像亮度。

      可選地,所述根據(jù)所述HSV圖像獲取圖像亮度的步驟之后,所述石英伴生金礦的分選方法還包括:

      構(gòu)建深度學(xué)習(xí)模型;

      獲取訓(xùn)練集中的所述HSV圖像作為訓(xùn)練樣本,所述訓(xùn)練樣本對(duì)所述深度學(xué)習(xí)模型進(jìn)行訓(xùn)練,以得到訓(xùn)練好的深度學(xué)習(xí)模型;

      所述在所述圖像亮度處于預(yù)設(shè)亮度范圍內(nèi)時(shí),獲取所述HSV圖像中所述待分選金礦的屬性信息的步驟包括:

      將所述圖像亮度處于預(yù)設(shè)亮度范圍內(nèi)的所述HSV圖像輸入至所述訓(xùn)練好的深度學(xué)習(xí)模型中,以得到所述HSV圖像中所述待分選金礦的屬性信息。

      可選地,所述根據(jù)所述HSV圖像獲取圖像亮度的步驟之后,還包括:

      在所述圖像亮度未處于預(yù)設(shè)亮度范圍內(nèi)時(shí),確定所述待分選金礦為廢石。

      此外,為實(shí)現(xiàn)上述目的,本發(fā)明還提出一種石英伴生金礦的分選裝置,所述石英伴生金礦的分選裝置包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的石英伴生金礦的分選程序,所述石英伴生金礦的分選程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如以上所述的石英伴生金礦的分選方法的步驟。

      此外,為實(shí)現(xiàn)上述目的,本發(fā)明還提出一種可讀存儲(chǔ)介質(zhì),所述可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有石英伴生金礦的分選程序,所述石英伴生金礦的分選程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如以上所述的石英伴生金礦的分選方法的步驟。

      本發(fā)明提出的石英伴生金礦的分選方法、裝置和可讀存儲(chǔ)介質(zhì),所述石英伴生金礦的分選方法所述石英伴生金礦的分選方法通過(guò)獲取待分選金礦的RGB圖像后,將所述RGB圖像轉(zhuǎn)換成HSV圖像,并根據(jù)所述HSV圖像獲取圖像亮度,以在所述圖像亮度處于預(yù)設(shè)亮度范圍內(nèi)時(shí)獲取所述HSV圖像中所述待分選金礦的屬性信息,其中,所述屬性信息包括所述待分選金礦的類別和位置,再根據(jù)所述屬性信息對(duì)所述待分選金礦進(jìn)行分選,本發(fā)明提供的技術(shù)方案通過(guò)所述圖像亮度與預(yù)設(shè)亮度范圍進(jìn)行比對(duì)后以進(jìn)行第一次分選以及根據(jù)所述待分選金礦的類別和位置信息對(duì)其進(jìn)行第二次分選,即通過(guò)兩次分選可以降低所述待分選金礦的復(fù)雜性及多樣性,從而提高圖像采集的清晰度,進(jìn)而提高金礦的分選效果。

      附圖說(shuō)明

      為了更清楚地說(shuō)明本發(fā)明實(shí)施例或示例性中的技術(shù)方案,下面將對(duì)實(shí)施例或示例性描述中所需要使用的附圖作簡(jiǎn)單地介紹,顯而易見(jiàn)地,下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例,對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講,在不付出創(chuàng)造性勞動(dòng)的前提下,還可以按照這些附圖示出的獲得其他的附圖。

      圖1為本發(fā)明實(shí)施例方案涉及的硬件運(yùn)行環(huán)境的終端結(jié)構(gòu)示意圖;

      圖2為本發(fā)明石英伴生金礦的分選方法第一實(shí)施例的流程示意圖;

      圖3為本發(fā)明石英伴生金礦的分選方法第二實(shí)施例的流程示意圖;

      圖4為本發(fā)明構(gòu)建的深度學(xué)習(xí)模型的示意圖。

      本發(fā)明目的的實(shí)現(xiàn)、功能特點(diǎn)及優(yōu)點(diǎn)將結(jié)合實(shí)施例,參照附圖做進(jìn)一步說(shuō)明。

      具體實(shí)施方式

      應(yīng)當(dāng)理解,此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明,并不用于限定本發(fā)明。

      本發(fā)明的主要解決方案是:獲取待分選金礦的RGB圖像;將所述RGB圖像轉(zhuǎn)換成HSV圖像,并根據(jù)所述HSV圖像獲取圖像亮度;在所述圖像亮度處于預(yù)設(shè)亮度范圍內(nèi)時(shí),獲取所述HSV圖像中所述待分選金礦的屬性信息,其中,所述屬性信息包括所述待分選金礦的類別和位置;根據(jù)所述屬性信息對(duì)所述待分選金礦進(jìn)行分選。

      目前中國(guó)的礦業(yè)領(lǐng)域面臨著空前的生存與發(fā)展困難,礦產(chǎn)資源幾近枯竭,采選過(guò)程所造成的環(huán)境污染嚴(yán)重,資源利用水平不高,以及來(lái)自國(guó)際市場(chǎng)的強(qiáng)有力競(jìng)爭(zhēng)使得中國(guó)礦業(yè)領(lǐng)域面臨著巨大的挑戰(zhàn)。因此,礦山企業(yè)必須努力依靠科技創(chuàng)新,大力開(kāi)發(fā)礦業(yè)領(lǐng)域的信息技術(shù)來(lái)改造和優(yōu)化采選過(guò)程是非常必要且有意義的。由于工業(yè)現(xiàn)場(chǎng)石英伴生金礦本身的復(fù)雜性及多樣性,導(dǎo)致拍攝過(guò)程太過(guò)復(fù)雜且圖像極為不清晰,從而嚴(yán)重影響石英伴生金礦的分選效果。

      本發(fā)明提供一種解決方案,獲取待分選金礦的RGB圖像后,將所述RGB圖像轉(zhuǎn)換成HSV圖像,并根據(jù)所述HSV圖像獲取圖像亮度,以在所述圖像亮度處于預(yù)設(shè)亮度范圍內(nèi)時(shí)獲取所述HSV圖像中所述待分選金礦的屬性信息,其中,所述屬性信息包括所述待分選金礦的類別和位置,再根據(jù)所述屬性信息對(duì)所述待分選金礦進(jìn)行分選,本發(fā)明提供的技術(shù)方案通過(guò)所述圖像亮度與預(yù)設(shè)亮度范圍進(jìn)行比對(duì)后以進(jìn)行第一次分選以及根據(jù)所述待分選金礦的類別和位置信息對(duì)其進(jìn)行第二次分選,即通過(guò)兩次分選可以降低所述待分選金礦的復(fù)雜性及多樣性,從而提高圖像采集的清晰度,進(jìn)而提高金礦的分選效果。

      如圖1所示,圖1是本發(fā)明實(shí)施例方案涉及的終端的硬件運(yùn)行環(huán)境示意圖。

      如圖1所示,該終端可以包括:處理器1001,例如CPU,網(wǎng)絡(luò)接口1004,用戶接口1003,存儲(chǔ)器1005,通信總線1002。其中,通信總線1002用于實(shí)現(xiàn)這些組件之間的連接通信。用戶接口1003可以包括顯示屏(Display)、輸入單元比如鍵盤(pán)(Keyboard)、遙控器,可選用戶接口1003還可以包括標(biāo)準(zhǔn)的有線接口、無(wú)線接口。網(wǎng)絡(luò)接口1004可選的可以包括標(biāo)準(zhǔn)的有線接口、無(wú)線接口(如存儲(chǔ)器(non-volatile memory)),例如磁盤(pán)存儲(chǔ)器。存儲(chǔ)器1005可選的還可以是獨(dú)立于前述處理器1001的存儲(chǔ)裝置。

      本領(lǐng)域技術(shù)人員可以理解,圖1中示出的終端的結(jié)構(gòu)并不構(gòu)成對(duì)終端的限定,可以包括比圖示更多或更少的部件,或者組合某些部件,或者不同的部件布置。

      如圖1所示,作為一種計(jì)算機(jī)存儲(chǔ)介質(zhì)的存儲(chǔ)器1005中可以包括操作系統(tǒng)、網(wǎng)絡(luò)通信模塊、用戶接口模塊以及石英伴生金礦的分選程序。

      在圖1所示的終端中,網(wǎng)絡(luò)接口1004主要用于連接后臺(tái)服務(wù)器,與后臺(tái)服務(wù)器進(jìn)行數(shù)據(jù)通信;用戶接口1003主要用于連接客戶端(用戶端),與客戶端進(jìn)行數(shù)據(jù)通信;而處理器1001可以用于調(diào)用存儲(chǔ)器1005中存儲(chǔ)的石英伴生金礦的分選程序,并執(zhí)行以下操作:

      獲取待分選金礦的RGB圖像;

      將所述RGB圖像轉(zhuǎn)換成HSV圖像,并根據(jù)所述HSV圖像獲取圖像亮度;

      在所述圖像亮度處于預(yù)設(shè)亮度范圍內(nèi)時(shí),獲取所述HSV圖像中所述待分選金礦的屬性信息,其中,所述屬性信息包括所述待分選金礦的類別和位置;

      根據(jù)所述屬性信息對(duì)所述待分選金礦進(jìn)行分選。

      進(jìn)一步地,處理器1001可以調(diào)用存儲(chǔ)器1005中存儲(chǔ)的石英伴生金礦的分選程序,還執(zhí)行以下操作:

      從所述RGB圖像中提取顏色分量值,其中,所述顏色分量值包括R顏色分量值、G顏色分量值以及B顏色分量值;

      根據(jù)所述顏色分量值確定色調(diào)值、飽和度以及明度值;

      根據(jù)所述色調(diào)值、所述飽和度以及所述明度值生成所述HSV圖像。

      進(jìn)一步地,處理器1001可以調(diào)用存儲(chǔ)器1005中存儲(chǔ)的石英伴生金礦的分選程序,還執(zhí)行以下操作:

      獲取所述R顏色分量值、所述G顏色分量值以及所述B顏色分量值中的最大分量值和最小分量值;

      將所述最大分量值作為所述明度值,以及根據(jù)所述最大分量值以及所述最小分量值確定所述飽和度;

      根據(jù)所述飽和度、所述R顏色分量值、所述G顏色分量值、所述B顏色分量值、所述最大分量值以及所述最小分量值確定所述色調(diào)值。

      進(jìn)一步地,處理器1001可以調(diào)用存儲(chǔ)器1005中存儲(chǔ)的石英伴生金礦的分選程序,還執(zhí)行以下操作:

      獲取所述HSV圖像中各個(gè)像素點(diǎn)的亮度對(duì)應(yīng)的亮度平均值;

      將所述亮度平均值作為所述圖像亮度。

      進(jìn)一步地,處理器1001可以調(diào)用存儲(chǔ)器1005中存儲(chǔ)的石英伴生金礦的分選程序,還執(zhí)行以下操作:

      構(gòu)建深度學(xué)習(xí)模型;

      獲取訓(xùn)練集中的所述HSV圖像作為訓(xùn)練樣本,所述訓(xùn)練樣本對(duì)所述深度學(xué)習(xí)模型進(jìn)行訓(xùn)練,以得到訓(xùn)練好的深度學(xué)習(xí)模型;

      所述在所述圖像亮度處于預(yù)設(shè)亮度范圍內(nèi)時(shí),獲取所述HSV圖像中所述待分選金礦的屬性信息的步驟包括:

      將所述圖像亮度處于預(yù)設(shè)亮度范圍內(nèi)的所述HSV圖像輸入至所述訓(xùn)練好的深度學(xué)習(xí)模型中,以得到所述HSV圖像中所述待分選金礦的屬性信息。

      進(jìn)一步地,處理器1001可以調(diào)用存儲(chǔ)器1005中存儲(chǔ)的石英伴生金礦的分選程序,還執(zhí)行以下操作:

      在所述圖像亮度未處于預(yù)設(shè)亮度范圍內(nèi)時(shí),確定所述待分選金礦為廢石。

      本發(fā)明提供一種石英伴生金礦的分選方法。

      參照?qǐng)D2,圖2為本發(fā)明石英伴生金礦的分選方法第一實(shí)施例的流程示意圖。

      本實(shí)施例提出一種石英伴生金礦的分選方法,該石英伴生金礦的分選方法包括:

      S10、獲取待分選金礦的RGB圖像;

      S20、將所述RGB圖像轉(zhuǎn)換成HSV圖像,并根據(jù)所述HSV圖像獲取圖像亮度;

      S30、在所述圖像亮度處于預(yù)設(shè)亮度范圍內(nèi)時(shí),獲取所述HSV圖像中所述待分選金礦的屬性信息,其中,所述屬性信息包括所述待分選金礦的類別和位置;

      S40、根據(jù)所述屬性信息對(duì)所述待分選金礦進(jìn)行分選。

      本實(shí)施例中,本申請(qǐng)的石英伴生金礦的分選方法可以是可編程邏輯控制器(PLC)執(zhí)行,也可以是由內(nèi)置控制芯片的服務(wù)器執(zhí)行,本發(fā)明優(yōu)選為PLC。待分選金礦包括伴生金礦(主要和石英伴生),待分選金礦的圖像信息可以通過(guò)工業(yè)相機(jī)或其他拍攝設(shè)備獲取。

      具體地,執(zhí)行步驟S10時(shí),PLC接收到工業(yè)相機(jī)或其他拍攝設(shè)備獲取的待分選金礦的圖像信息后,其中,該圖像信息為RGB圖像信息,即PLC獲取待分選金礦的RGB圖像。RGB是指代表紅、綠、藍(lán)三個(gè)通道的顏色分量。

      在所述待分選金礦為金礦時(shí),由于金礦在原礦表面邊角部位帶有金黃色反光且反光部位夾雜石英透明性質(zhì),導(dǎo)致出現(xiàn)整體顏色極其復(fù)雜、多變、設(shè)備反光等問(wèn)題,即本實(shí)施例在獲取到所述待分選金礦的RGB圖像后,將所述RGB圖像轉(zhuǎn)換成HSV圖像,并根據(jù)所述HSV圖像獲取圖像亮度,其中,HSV也稱六角錐體模型,是指色調(diào)(Hue,H),飽和度(Saturation,S),明度(Value,V)。即通過(guò)將RGB圖像轉(zhuǎn)換成HSV圖像后,根據(jù)所述HSV圖像獲取圖像亮度對(duì)所述待分選金礦進(jìn)行初次分選,以篩選出不符合圖像亮度的金礦,即為廢石。比如,在所述圖像亮度未處于預(yù)設(shè)亮度范圍內(nèi)時(shí),確定所述待分選金礦為廢石,以預(yù)分出一部分廢石,從而進(jìn)行降低廢石多樣性,進(jìn)而提高分選精度。

      進(jìn)一步地,在所述RGB圖像轉(zhuǎn)換成HSV圖像時(shí),先從所述RGB圖像中提取顏色分量值,其中,所述顏色分量值包括R顏色分量值、G顏色分量值以及B顏色分量值,再根據(jù)所述顏色分量值確定色調(diào)值、飽和度以及明度值,以及根據(jù)所述色調(diào)值、所述飽和度以及所述明度值生成所述HSV圖像。

      具體地,獲取所述R顏色分量值、所述G顏色分量值以及所述B顏色分量值中的最大分量值和最小分量值,并將所述最大分量值作為所述明度值,以及根據(jù)所述最大分量值以及所述最小分量值確定所述飽和度,再根據(jù)所述飽和度、所述R顏色分量值、所述G顏色分量值、所述B顏色分量值、所述最大分量值以及所述最小分量值確定所述色調(diào)值。

      比如,參照如下公式:

      V=Imax;

      設(shè)最大分量值Imax=max{R、G、B},最小分量值Imin=min{R、G、B},此時(shí),所述明度值V為最大分量值Imax,即V=Imax;所述飽和度S=(Imax-Imin)/Imax,或者,S=0;所述色調(diào)值H分為兩種情況,即當(dāng)S=0時(shí),H為undefined,當(dāng)S≠0時(shí),所述色調(diào)值H根據(jù)最大分量值分為三種,即當(dāng)Imax=R時(shí),H=(G-B)/(Imax-Imin);當(dāng)Imax=G時(shí),H=2+(B-R)/(Imax-Imin);當(dāng)Imax=B時(shí),H=4+(R-G)/(Imax-Imin)。

      具體地,在將所述RGB圖像轉(zhuǎn)換成HSV圖像后,即可獲取HSV圖像的三通道的均值,其中,H通道和S通道的金礦、廢石所得均值基本處于膠合狀態(tài),從而無(wú)法通過(guò)HSV圖像的色調(diào)值和飽和度判斷該圖像對(duì)應(yīng)金礦還是廢石。即本實(shí)施例中通過(guò)獲取所述HSV圖像獲取圖像亮度,并根據(jù)預(yù)設(shè)亮度范圍可對(duì)待分選金礦的類別進(jìn)行判斷。

      比如,在圖像亮度小于30或圖像亮度大于120時(shí),所述HSV圖像對(duì)應(yīng)的待分選金礦即可判定為廢石,即本實(shí)施例中的預(yù)設(shè)亮度范圍為[30,120]。當(dāng)然,在其他實(shí)施例中,所述預(yù)設(shè)亮度范圍還可以設(shè)置為其他數(shù)值,在此并不進(jìn)行限定。

      具體地,在所述根據(jù)所述HSV圖像獲取圖像亮度時(shí),先獲取所述HSV圖像中各個(gè)像素點(diǎn)的亮度對(duì)應(yīng)的亮度平均值,并將所述亮度平均值作為所述圖像亮度。

      進(jìn)一步地,在所述圖像亮度處于預(yù)設(shè)亮度范圍內(nèi)時(shí),獲取所述HSV圖像中所述待分選金礦的屬性信息,其中,所述屬性信息包括所述待分選金礦的類別和位置,即在獲取到所述待分選金礦的類別和位置,即可根據(jù)所述待分選金礦的類別和位置進(jìn)行二次分選。

      其中,所述待分選金礦的類別包括金礦和廢石,所述待分選金礦的位置為金礦或廢石所在位置,以在分選過(guò)程中,能夠快速定位到廢石的位置,從而提高分選效率。

      在本申請(qǐng)的實(shí)施例中,通過(guò)獲取待分選金礦的RGB圖像后,將所述RGB圖像轉(zhuǎn)換成HSV圖像,并根據(jù)所述HSV圖像獲取圖像亮度,以在所述圖像亮度處于預(yù)設(shè)亮度范圍內(nèi)時(shí)獲取所述HSV圖像中所述待分選金礦的屬性信息,其中,所述屬性信息包括所述待分選金礦的類別和位置,再根據(jù)所述屬性信息對(duì)所述待分選金礦進(jìn)行分選,本發(fā)明提供的技術(shù)方案通過(guò)所述圖像亮度與預(yù)設(shè)亮度范圍進(jìn)行比對(duì)后以進(jìn)行第一次分選以及根據(jù)所述待分選金礦的類別和位置信息對(duì)其進(jìn)行第二次分選,即通過(guò)兩次分選可以降低所述待分選金礦的復(fù)雜性及多樣性,從而提高圖像采集的清晰度,進(jìn)而提高金礦的分選效果。

      進(jìn)一步地,參照?qǐng)D3,基于第一實(shí)施例提出本發(fā)明第二實(shí)施例,在本實(shí)施例中,所述根據(jù)所述HSV圖像獲取圖像亮度的步驟之后,所述石英伴生金礦的分選方法還包括:

      S50,構(gòu)建深度學(xué)習(xí)模型;

      S60,獲取訓(xùn)練集中的所述HSV圖像作為訓(xùn)練樣本,所述訓(xùn)練樣本對(duì)所述深度學(xué)習(xí)模型進(jìn)行訓(xùn)練,以得到訓(xùn)練好的深度學(xué)習(xí)模型;

      搭建深度學(xué)習(xí)模型,獲取訓(xùn)練集中的所述HSV圖像作為訓(xùn)練樣本,所述訓(xùn)練樣本對(duì)所述深度學(xué)習(xí)模型進(jìn)行訓(xùn)練,并利用所述深度學(xué)習(xí)模型對(duì)所述HSV圖像進(jìn)行特征提取,得到一組特征向量;

      如圖4所示,搭建的深度學(xué)習(xí)模型包括輸入層C1、第一卷積層X(jué)1、第一采樣層Y1、第二卷積層X(jué)2、第二采樣層Y2、全連接層Z以及輸出層C2;

      其中,所述輸入層C1之后連接所述第一卷積層X(jué)1,所述第一卷積層X(jué)1之后連接所述第一采樣層Y1,所述第一采樣層Y1之后連接所述第二卷積層X(jué)2,所述第二卷積層X(jué)2之后連接所述第二采樣層Y2,所述第二采樣層Y2之后連接所述全連接層Z,所述全連接層Z之后連接所述輸出層C2,所述輸出層C2輸出一組二維的特征向量。

      其中,將得到的一組特征向量輸入到softmax分類器中,通過(guò)softmax分類器來(lái)對(duì)所述HSV圖像進(jìn)行分類,得到訓(xùn)練好的深度學(xué)習(xí)模型;

      在本發(fā)明具體實(shí)施例中,所述步驟S3具體為:

      記輸入的一組特征向量為{(a 1,b 1),...,(a i,b i),...,(a n,b n)},其中,ai為金礦圖片i的特征向量,n為訓(xùn)練集的樣本個(gè)數(shù)(例如,可以取樣本個(gè)數(shù)為483個(gè),在具體實(shí)施時(shí),可以根據(jù)實(shí)際需要來(lái)選擇樣本個(gè)數(shù)),b i為金礦所屬的種類(例如,可以將待分選金礦所屬的種類分為金礦和廢石兩類),b i∈{1,2,3,...j},j為金礦的總類數(shù),任意一個(gè)金礦均以一定概率被識(shí)別為j個(gè)分類中的一類。

      在使用softmax分類器對(duì)金礦圖片進(jìn)行分類時(shí),對(duì)于任意的特征向量a i,均選擇最大概率所對(duì)應(yīng)的k作為當(dāng)前金礦圖片的分類結(jié)果,且將分類結(jié)果與標(biāo)記的真實(shí)結(jié)果進(jìn)行比較,如果結(jié)果一致,則分類正確;如果結(jié)果不一致,則分類錯(cuò)誤。

      例如,在一具體實(shí)施例中,某一金礦圖片被識(shí)別為金礦的概率為89%,被識(shí)別為廢礦的概率為50%,由于89%大于50%,因此,選擇金礦作為當(dāng)前HSV圖像的分類結(jié)果,也就是說(shuō),將所述HSV圖像分類到金礦;同時(shí),需要與標(biāo)記的真實(shí)結(jié)果進(jìn)行比較,如果標(biāo)記的真實(shí)結(jié)果也是金礦,則說(shuō)明分類正確,否則就說(shuō)明分類錯(cuò)誤。

      進(jìn)一步地,所述在所述圖像亮度處于預(yù)設(shè)亮度范圍內(nèi)時(shí),獲取所述HSV圖像中所述待分選金礦的屬性信息的步驟包括:

      S70、將所述圖像亮度處于預(yù)設(shè)亮度范圍內(nèi)的所述HSV圖像輸入至所述訓(xùn)練好的深度學(xué)習(xí)模型中,以得到所述HSV圖像中所述待分選金礦的屬性信息。

      即通過(guò)將進(jìn)行第一次分選后的待分選金礦輸入至所述訓(xùn)練好的深度學(xué)習(xí)模型,可以得到所述待分選金礦的屬性信息,以通過(guò)所述屬性信息對(duì)所述待分選金礦進(jìn)行二次分選,從而提高分選的效果。

      本發(fā)明還提出一種石英伴生金礦的分選裝置,所述石英伴生金礦的分選裝置包括:存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的石英伴生金礦的分選程序,所述石英伴生金礦的分選程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如以上實(shí)施例所述的石英伴生金礦的分選方法的步驟。

      本發(fā)明還提出一種可讀存儲(chǔ)介質(zhì),該可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有石英伴生金礦的分選程序,所述石英伴生金礦的分選程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如以上任一實(shí)施例所述的石英伴生金礦的分選方法的步驟。

      上述本發(fā)明實(shí)施例序號(hào)僅僅為了描述,不代表實(shí)施例的優(yōu)劣。

      通過(guò)以上的實(shí)施方式的描述,本領(lǐng)域的技術(shù)人員可以清楚地了解到上述實(shí)施例方法可借助軟件加必需的通用硬件平臺(tái)的方式來(lái)實(shí)現(xiàn),當(dāng)然也可以通過(guò)硬件,但很多情況下前者是更佳的實(shí)施方式?;谶@樣的理解,本發(fā)明的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái),該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)(如ROM/RAM、磁碟、光盤(pán))中,包括若干指令用以使得一臺(tái)終端設(shè)備(可以是手機(jī),計(jì)算機(jī),云端服務(wù)器,或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例的方法。

      需要說(shuō)明的是,在本文中,術(shù)語(yǔ)“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含,從而使得包括一系列要素的過(guò)程、方法、物品或者裝置不僅包括那些要素,而且還包括沒(méi)有明確列出的其他要素,或者是還包括為這種過(guò)程、方法、物品或者裝置所固有的要素。在沒(méi)有更多限制的情況下,由語(yǔ)句“包括一個(gè)……”限定的要素,并不排除在包括該要素的過(guò)程、方法、物品或者裝置中還存在另外的相同要素。

      以上僅為本發(fā)明的優(yōu)選實(shí)施例,并非因此限制本發(fā)明的專利范圍,凡是利用本發(fā)明說(shuō)明書(shū)及附圖內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換,或直接或間接運(yùn)用在其他相關(guān)的技術(shù)領(lǐng)域,均同理包括在本發(fā)明的專利保護(hù)范圍內(nèi)。

      聲明:
      “石英伴生金礦的分選方法、裝置和可讀存儲(chǔ)介質(zhì)” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
      我是此專利(論文)的發(fā)明人(作者)
      分享 0
               
      舉報(bào) 0
      收藏 0
      反對(duì) 0
      點(diǎn)贊 0
      全國(guó)熱門(mén)有色金屬技術(shù)推薦
      展開(kāi)更多 +

       

      中冶有色技術(shù)平臺(tái)微信公眾號(hào)
      了解更多信息請(qǐng)您掃碼關(guān)注官方微信
      中冶有色技術(shù)平臺(tái)微信公眾號(hào)中冶有色技術(shù)平臺(tái)

      最新更新技術(shù)

      報(bào)名參會(huì)
      更多+

      報(bào)告下載

      第二屆中國(guó)微細(xì)粒礦物選礦技術(shù)大會(huì)
      推廣

      熱門(mén)技術(shù)
      更多+

      衡水宏運(yùn)壓濾機(jī)有限公司
      宣傳
      環(huán)磨科技控股(集團(tuán))有限公司
      宣傳

      發(fā)布

      在線客服

      公眾號(hào)

      電話

      頂部
      咨詢電話:
      010-88793500-807
      專利人/作者信息登記