摘要
本发明涉及矿物图像识别技术领域,尤其涉及一种基于多特征融合的矿选识别模型的训练方法。所述方法包括以下步骤:采集矿物图像;识别矿物图像的矿物晶体结构信息,对矿物晶体结构信息进行几何类型划分,得到矿物晶系类型;根据矿物晶系类型对矿物图像进行矿物晶体共生识别,并评估矿物晶体共生关系,生成矿物晶体共生数据;对矿物晶体共生数据进行矿物晶粒连通性分析,并检测矿物孔隙率。根据矿物晶系类型对矿物图像进行点线面缺陷特征检测,生成矿物点线面缺陷特征;本发明通过多模态特征融合技术,构建矿选识别模型,以实现对矿物晶体结构、共生关系、形貌特征及表面磨损的综合识别与分析,从而提高矿选的准确性和效率。
技术关键词
矿物晶体结构
形貌特征
亮度
重叠面积
图像
多模态特征融合
磨损特征
矿选
标记
融合特征
密度
数据
像素
颜色
对比度
边缘轮廓
关系
幅值
系统为您推荐了相关专利信息
采矿机器人
协同管理平台
煤矿机器人
巡检机器人
开采深度