摘要
本发明属于矿物浮选技术领域,公开了一种基于深度学习的矿物浮选泡沫图像的分类方法及系统。该方法包括:基于深度学习网络构建用于对矿物浮选泡沫图像进行分类的矿物浮选泡沫初选模型;利用激光照相机获取生产状况中不同时段的矿物浮选泡沫图像,并将提取出来的去噪后的标准纹理特征、颜色特征、泡沫尺寸分布底层特征的参数作为输入集,输入到矿物浮选泡沫初选模型;对矿物浮选泡沫初选模型进行训练,获得清晰的不同时段的矿物浮选泡沫图像的特征,再利用改进的图像分类方法进行分类,根据分类结果获得生产状况中不同时段的矿物浮选泡沫工况状态。本发明提高精矿品位和矿物回收率提高近20%左右。
技术关键词
矿物浮选泡沫图像
译码器
编码器
图像分类方法
纹理特征
深度学习网络
参数
正交频分复用技术
表达式
矿物浮选技术
模型更新
照相机
颜色
工况
数据输入模块
信道状态信息