摘要
本发明公开了一种基于图像多模态融合的低品位铜矿石智能分选方法,包括如下步骤:构建数据集,数据集内包括若干双能X射线铜矿石图像,所述双能X射线铜矿石图像为高能X射线铜矿石图像和低能X射线铜矿石图像;构建双维度融合框架,所述双维度融合框架包括特征级提取层和决策级预测层;将双能X射线铜矿石图像输入到特征级提取层中进行处理,将特征级提取层的输出输入到决策级预测层中进行预测分类,完成铜矿石分选;本发明以图像处理和决策级融合为切入点,构建了特征级提取层‑决策级预测层的双维度融合框架,通过双能减影、拉普拉斯算子和小波变换融合等特征增强技术,结合权重投票集成机制,有效提升了矿石分选的准确性与鲁棒性。
技术关键词
铜矿
图像多模态
双能X射线
分选方法
多分支
低能X射线
高能X射线
小波变换处理
编解码结构
交互机制
残差学习
决策
模态特征
网络架构
拉普拉斯
对比度
多尺度
系统为您推荐了相关专利信息
模式识别方法
深度学习模型
飞机发动机
机组
传感器
面向遥感图像
蒸馏方法
检测损失
检测结构
区域建议网络
注意力机制
文本
特征提取器
跨模态
多模态特征融合
轴承表面缺陷检测
算法模型
缺陷类别
通道注意力机制
网络结构
铝合金锭
表面缺陷检测方法
表面缺陷图像
表面缺陷检测装置
多分支结构