摘要
一种矿物颗粒断裂特征自动识别方法与识别系统,该识别方法首先通过电镜大量扫描破碎后的摊平布置的磁铁矿石颗粒,形成大量的电镜扫描图片,然后在计算机上人工对这些扫描图片中的各个颗粒进行标定,标定沿晶断裂或者穿晶断裂,并统计断裂类型的数量,将标定完成后的大部分图片导入基于SSD算法的全卷积神经网络模型对该模型进行学习训练,训练达标后作为图片识别模型使用,然后在计算机上建立识别软件与该模型对接,将扫描电镜与该计算机对接传输数据,整体形成矿物颗粒断裂特征自动识别系统,用于对磁铁矿石破碎设备破碎后形成的磁铁矿石颗粒的断裂类型进行识别,统计沿晶断裂和穿晶断裂的数量和比例,能够为研究和分析断裂类型占比与破碎冲击能量之间关系提供基础数据。
技术关键词
自动识别方法
断裂特征
磁铁矿石
图片
深度学习训练
卷积神经网络模型
SSD算法
扫描电镜
自动识别系统
计算机
软件
破碎设备
数据显示模块
长宽比
人机交互模块
样本
输出特征
系统为您推荐了相关专利信息
病害检测方法
混合损失函数
采集柿子
叶片
特征提取网络
股骨
膝关节运动轨迹
定位方法
三维网格模型
影像
火灾检测系统
信息检测模块
图片
客户端
预警模块
文字检测识别方法
融合特征
文字区域图像
计算机可执行指令
多尺度特征融合
无人机巡检系统
训练系统
标注平台
无人机管理
识别无人机