【技术实现步骤摘要】
本专利技术属于矿石品位识别,尤其涉及一种基于彩色三维重建的矿石品位识别方法及系统。
技术介绍
1、矿石品位识别主要以实验室检测方法为主,其方法虽在精度及准确度上具有不可替代的效果,但时效性差且操作难度大,难以满足铁矿山施工现场的快速品位获取的需求。矿石品位的识别是相同背景下的图像浅层信息提取与识别,为提高对矿物纹理的还原精度,以增强品位识别效率,而三维重建可以将多张图片合成一张,增加了图像特征。
2、通过上述分析,现有技术存在的问题及缺陷为:
3、矿石品位识别主要以实验室检测方法为主,其方法虽在精度及准确度上具有不可替代的效果,但时效性差且操作难度大,难以满足铁矿山施工现场的快速品位获取的需求。
技术实现思路
1、针对现有技术存在的问题,本专利技术提供了一种基于彩色三维重建的矿石品位识别方法及系统。
2、本专利技术是这样实现的,一种基于彩色三维重建的矿石品位识别方法包括:
3、步骤1,打开电机,调节调速器,使振动筛和皮带机运动;
...
【技术保护点】
1.一种基于彩色三维重建的矿石品位识别方法,其特征在于,包括以下步骤:
2.如权利要求1所述基于彩色三维重建的矿石品位识别方法,其特征在于,所述三维重建具体包括以下步骤:
3.如权利要求1所述基于彩色三维重建的矿石品位识别方法,其特征在于,所述MobileNet-SSA算法的深度可分离卷积结构包括:
4.如权利要求1所述基于彩色三维重建的矿石品位识别方法,其特征在于,所述MobileNet-SSA算法结合了Fast-RCNN和YOLO算法的优点,检测速度是Fast-RCNN的6倍,平均精度值(map)比YOLO提高11%;其中Mob
...【技术特征摘要】
1.一种基于彩色三维重建的矿石品位识别方法,其特征在于,包括以下步骤:
2.如权利要求1所述基于彩色三维重建的矿石品位识别方法,其特征在于,所述三维重建具体包括以下步骤:
3.如权利要求1所述基于彩色三维重建的矿石品位识别方法,其特征在于,所述mobilenet-ssa算法的深度可分离卷积结构包括:
4.如权利要求1所述基于彩色三维重建的矿石品位识别方法,其特征在于,所述mobilenet-ssa算法结合了fast-rcnn和yolo算法的优点,检测速度是fast-rcnn的6倍,平均精度值(map)比yolo提高11%;其中mobilenet替代了ssa中的vgg16网络结构,降低了模型大小和运行速度需求,同时结合掩码信息提取矿石中心...
【专利技术属性】
技术研发人员:张泽琳,杨胜茗,王蕾,夏绪辉,郭钰瑶,曹建华,
申请(专利权)人:武汉科技大学,
类型:发明
国别省市:
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。