基于深度学习和反射率判定的矿相结构自动识别检测系统技术方案

本发明专利技术公开了基于深度学习和反射率判定的矿相结构自动识别检测系统，包括自动识别检测系统，所述自动识别检测系统的内部设置有反射测定模块，所述自动识别检测系统的内部设置有图像处理模块，所述自动识别检测系统的内部设置有系统管理模块，所述自动识别检测系统通过通讯网口电性连接有互联网。本发明专利技术通过反射测定模块，可对反射测定过程中的色温、光亮、反射设备温度的控制工作，可提高反射测定过程中的成像精度以提升矿相的识别检测精度，通过系统管理模块，系统可进行深度学习工作，包括依据图片信息进行特征学习、图像的分割学习，帮助提升识别效率的同时提升识别检测精确度。

【技术实现步骤摘要】

本专利技术涉及矿相结构识别检测，更具体地说，涉及基于深度学习和反射率判定的矿相结构自动识别检测系统。

技术介绍

1、矿物相(英文名称mineral phase)是有关矿物变质岩学的一个专用词。简单地来说，岩石中一种矿物为一个相，固溶体矿物也算一个相，如发生了固溶体分离，则主、客晶各为一个相。矿物相用于研究矿物的相组成及相变规律的地质学名词。矿相检测的目的是定性和定量检测烧结球团矿中矿物种类和矿物结构，为生产优质烧结球团矿提供技术指导。矿相检测可识别并分析出烧结矿中矿物的微观结构。

2、目前的矿相结构通常是通过人工采集识别的方式进行检测，人工检测效率低，且人工检测易出现误差，会大大影响矿相的识别检测精确度。因此需要设计可自动检测识别矿相的检测系统。

3、本
技术实现思路

4、针对现有技术中存在的问题，本专利技术的目的在于提供基于深度学习和反射率判定的矿相结构自动识别检测系统，它可以实现矿相检测精确度高的功能，还具备深度学习提升精确度的效果。

5、为解决上述问题，本专利技术采用如下的技术方案：</p>

6、基于本文档来自技高网...

【技术保护点】

1.基于深度学习和反射率判定的矿相结构自动识别检测系统，包括自动识别检测系统(1)，其特征在于，所述自动识别检测系统(1)的内部设置有反射测定模块(2)，所述自动识别检测系统(1)的内部设置有图像处理模块(3)，所述自动识别检测系统(1)的内部设置有系统管理模块(4)，所述自动识别检测系统(1)通过通讯网口电性连接有互联网(7)，所述自动识别检测系统(1)通过通讯网口电性连接有云服务器(8)，所述自动识别检测系统(1)通过通讯网口电性连接有数据中心(9)，所述自动识别检测系统(1)通过通讯网口电性连接有样片保存模块(6)，所述样片保存模块(6)通过通讯网口电性连接有团矿采集模块(5)。<...

【技术特征摘要】

1.基于深度学习和反射率判定的矿相结构自动识别检测系统，包括自动识别检测系统(1)，其特征在于，所述自动识别检测系统(1)的内部设置有反射测定模块(2)，所述自动识别检测系统(1)的内部设置有图像处理模块(3)，所述自动识别检测系统(1)的内部设置有系统管理模块(4)，所述自动识别检测系统(1)通过通讯网口电性连接有互联网(7)，所述自动识别检测系统(1)通过通讯网口电性连接有云服务器(8)，所述自动识别检测系统(1)通过通讯网口电性连接有数据中心(9)，所述自动识别检测系统(1)通过通讯网口电性连接有样片保存模块(6)，所述样片保存模块(6)通过通讯网口电性连接有团矿采集模块(5)。

2.根据权利要求1所述的基于深度学习和反射率判定的矿相结构自动识别检测系统，其特征在于，所述反射测定模块(2)包括色温控制模块(21)、光亮调节模块(22)、温度控制模块(23)和定时维护模块(24)，所述色温控制模块(21)用于在反光镜测定设备的拍摄过程中对色温值进行控制，以提高反光镜测定的成像质量，所述光亮调节模块(22)用于反光镜测定设备的拍摄过程中对光照亮度进行控制，以提高反光镜测定的成像质量，所述温度控制模块(23)用于对反光镜测定设备的拍摄过程中进行反射设备温度的控制，可进一步提高反光镜测定的成像质量，所述定时维护模块(24)用于对反光镜测定设备进行定时的维护工作，防止因灰尘造成反光镜头的模糊对测定质量造成影响，所述定时维护模块(24)电性连接于温度控制模块(23)，所述温度控制模块(23)电性连接于光亮调节模块(22)，所述光亮调节模块(22)电性连接于色温控制模块(21)，所述色温控制模块(21)、光亮调节模块(22)、温度控制模块(23)和定时维护模块(24)均电性连接于反射测定模块(2)，所述反射测定模块(2)电性连接于自动识别检测系统(1)。

3.根据权利要求1所述的基于深度学习和反射率判定的矿相结构自动识别检测系统，其特征在于，所述图像处理模块(3)包括图像分割模块(31)、语义分割模块(32)和特征提取模块(33)，所述图像分割模块(31)用于对反射采集到的图像信息进行修边剪裁，修剪图像无用部分，以提升后续对于图像的处理任务及效率，所述语义分割模块(32)用于将图像中的所有像素划分为有意义的对象类，这些类是“语义上可解释的”，有助于提升图像处理效率，所述特征提取模块(33)用于对反射采集的图像信息的特征数据信息进行提取采集，所述特征提取模块(33)电性连接于语义分割模块(32)，所述语义分割模块(32)电性连接于图像分割模块(31)，所述图像分割模块(31)、语义分割模块(32)和特征提取模块(33)均电性连接于图像处理模块(3)，所述图像处理模块(3)电性连接于自动识别检测系统(1)。

4.根据权利要求1所述的基于深度学习和反射率判定的矿相结构自动识别检测系统，其特征在于，所述系统管理模块(4)包括识别分析模块(41)、深度学习模块(42)、图片学习模块(43)、分割学习模块(44)、反射率模块(45)和人工比对模块(46)，所述识别分析模块(41)用于对采集到的反光镜测定图像进行识别和分析工作，达到对团矿检测的目的，所述深度学习模块(42)用于检测系统的...

【专利技术属性】
技术研发人员：吴亚东，周云花，
申请(专利权)人：湖南华菱湘潭钢铁有限公司，
类型：发明
国别省市：