摘要
本发明公开一种基于多光谱图像的浮选尾煤灰分实时检测方法及系统,涉及选煤工业关键指标预测技术领域。所述方法包括:由不同工业相机获取尾煤样品在不同光谱下的尾煤图像;对所述尾煤图像依次进行预处理和特征提取,并得到尾煤图像特征;所述多维图像特征包括灰度图像特征、彩色图像HSI空间特征、Bayer图像特征和红外图像特征;将所述尾煤图像特征输入递进式随机森林模型,以特征为输入并以灰分值为标签进行模型训练,并将最终训练好的模型确定为尾煤灰分检测模型;所述尾煤灰分检测模型用于浮选尾煤灰分实时检测,确定尾煤灰分检测结果。本发明能够提高检测准确率,并实现灰分变化较大区间内的尾煤灰分检测。
技术关键词
浮选尾煤灰分
实时检测方法
随机森林模型
多光谱
彩色图像
白色光源
彩色工业相机
Bayer阵列
灰度直方图
红外图像特征
实时检测系统
红外光
选煤工业
图像采集单元
特征提取单元
像素
系统为您推荐了相关专利信息
机场跑道
实时检测系统
全景图像数据
阈值机制
缺陷特征提取
快速检测方法
并行计算框架
轻量级卷积神经网络
多维度特征提取
支持向量机
代理模型构建方法
仿真数据
随机森林模型
节点
模型构建装置
全色图像融合方法
融合图像特征
多光谱
语义特征提取
图像特征提取
分类方法
物候特征
遥感影像数据
时序
归一化植被指数