-
公开(公告)号:CN110443299A
公开(公告)日:2019-11-12
申请号:CN201910706065.0
申请日:2019-08-01
Applicant: 东北大学
Abstract: 本发明的一种基于图像识别的自动化放矿实验方法及系统,方法包括:通过颜色和标号来标识标志颗粒的放置方位;通过机械臂向放矿设备中逐层填装矿石散体和标志颗粒;开启放矿设备,拍摄每层矿石散体和标志颗粒的图像;对图像进行处理,构成图像训练集以对卷积神经网络进行训练;通过训练好的卷积神经网络对散体图像进行识别,获得每个标志颗粒的颜色、编号和标志颗粒出现时对应的放出体体积;利用编号直接还原法和达孔量法处理数据,绘制放出体形态。本方法不需人工测重、挑选辨识标志颗粒和记录数据,利用相机和神经网络识别分析完成放出体还原的过程,采用连续作业,可更精准地测量每个标志颗粒的达孔量值,得到的放出体形态更加精确。
-
-
公开(公告)号:CN109615024A
公开(公告)日:2019-04-12
申请号:CN201811616888.6
申请日:2018-12-28
Applicant: 东北大学
Abstract: 本发明的一种岩石种类智能区分识别及定位方法,包括,步骤1:对多个岩石数字图像进行增强处理;步骤2:用矩形框对测试集和训练集中图像中的每块岩石进行标注,并记录矩形框信息;步骤3:通过基础特征提取网络对训练集中的图像进行特征提取;步骤4:通过RPN网络对岩石特征图像进行区域建议提取;步骤5:将步骤4处理后的训练集作为输入,采用交替训练法对Fast R-CNN网络和RPN网络进行联合训练,获得训练好的网络模型;步骤6:采用训练好的网络模型对待检测的原始岩石数字图像进行识别及岩石位置确定。本发明解决了现有技术不能识别多类岩石混合场景下的岩石种类和岩石定位难题,同时也提高了岩石种类识别的效率。
-
-