【技术实现步骤摘要】
基于人工智能网络的黏连矿石的图像分割方法及系统
本专利技术属于光电检测、光电测量和人工智能
，具体涉及一种基于人工智能网络的黏连矿石的图像分割方法及系统。
技术介绍
随着城市工业经济的快速发展，对煤矿资源的需求量日益增长,在矿石开采方面，我国每年矿石产量极大，对矿石/杂料及煤/矸的分选需求也极大。煤炭资源是社会生产发展的主动动力，虽然我国煤炭资源相当丰富，但人均产量却很低。目前煤炭开采方面已由传统的人工开采转换到现代化的半自动化机械开采，然而在煤矸分选方面，仍然以人工分选为主，不仅分选效率低下，还对煤炭工人的身体健康造成了巨大的威胁。目前煤矸分选技术主要分为三种方法：(1)煤矸分道机械臂：通过不同的通道将煤与矸石进行分选，但是对机械控制结构要求高，无法根本解决大密度煤矸石堆叠。(2)计算机视觉图像处理：利用计算机视觉中OpenCV等插件对矿石进行识别。目前较为广泛，主要通过相机获取矿石照片，将照片输入到矿石分类卷积神经网络进行判断，最终输出矿石类型为煤块或煤矸石，但是无法准确定位煤矸的粘连部分，造成识别判断困难...
【技术保护点】
1.一种基于人工智能网络的黏连矿石的图像分割方法，其特征在于，所述方法包括：/n采集矿石图像，并将所述矿石图像输入到矿石识别网络；/n所述矿石识别网络对所述矿石图像进行识别，将识别率低于预设阈值的矿石图像输入到矿石轮廓判断网络；/n所述矿石轮廓判断网络对所述矿石图像进行二值化，利用矿石轮廓识别算法对经二值化的矿石图像进行判断，并得到所述矿石图像的凸包信息，根据所述矿石图像的凸包信息判断所述矿石为黏连矿石，将所述黏连矿石的图像输入到所述矿石图形分割处理网络；/n所述矿石图形分割处理网络采用图像分割算法将黏连矿石分割为两块独立的矿石，并将分割后的矿石图像输入到所述矿石识别网络进...
【技术特征摘要】
1.一种基于人工智能网络的黏连矿石的图像分割方法，其特征在于，所述方法包括：
采集矿石图像，并将所述矿石图像输入到矿石识别网络；
所述矿石识别网络对所述矿石图像进行识别，将识别率低于预设阈值的矿石图像输入到矿石轮廓判断网络；
所述矿石轮廓判断网络对所述矿石图像进行二值化，利用矿石轮廓识别算法对经二值化的矿石图像进行判断，并得到所述矿石图像的凸包信息，根据所述矿石图像的凸包信息判断所述矿石为黏连矿石，将所述黏连矿石的图像输入到所述矿石图形分割处理网络；
所述矿石图形分割处理网络采用图像分割算法将黏连矿石分割为两块独立的矿石，并将分割后的矿石图像输入到所述矿石识别网络进行识别得到单块矿石的结果。
2.根据权利要求1所述的图像分割方法，其特征在于，所述将所述矿石图像输入到矿石识别网络之前，还包括：
对所述矿石图像的纹理信息、形状信息和灰度信息进行去噪。
3.根据权利要求1所述的图像分割方法，其特征在于，根据所述矿石图像的凸包信息判断所述矿石为黏连矿石，包括：
当所述矿石黏连时，所述矿石的黏连处呈对称凹陷，根据所述对称凹陷信息和所述矿石图像的凸包位置信息判断所述矿石为黏连矿石。
...
【专利技术属性】
技术研发人员：邢冀川，王言，佟明明，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。