CN105678224A - 一种用于矿石智能拣选的图像识别系统及拣选方法 - Google Patents

一种用于矿石智能拣选的图像识别系统及拣选方法 Download PDF

Info

Publication number
CN105678224A
CN105678224A CN201511014197.5A CN201511014197A CN105678224A CN 105678224 A CN105678224 A CN 105678224A CN 201511014197 A CN201511014197 A CN 201511014197A CN 105678224 A CN105678224 A CN 105678224A
Authority
CN
China
Prior art keywords
circuit
image identification
ore
identification system
parameter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201511014197.5A
Other languages
English (en)
Other versions
CN105678224B (zh
Inventor
张继民
方扬扬
李俊良
段凯
马丰源
郭剑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CETC 27 Research Institute
Original Assignee
CETC 27 Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CETC 27 Research Institute filed Critical CETC 27 Research Institute
Priority to CN201511014197.5A priority Critical patent/CN105678224B/zh
Publication of CN105678224A publication Critical patent/CN105678224A/zh
Application granted granted Critical
Publication of CN105678224B publication Critical patent/CN105678224B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217Validation; Performance evaluation; Active pattern learning techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种用于矿石智能拣选的图像识别系统及拣选方法,包括图像识别模块、显示终端、控制终端以及外部剔除装置,所述的显示终端、控制终端、外部剔除装置均与图像识别模块连接,所述的图像识别模块包括并行数据接口电路、信号分析处理电路、VGA信号输出电路、系统控制电路、SPP-16数字接口电路、电源电路,所述的并行数据接口电路、VGA信号输出电路、系统控制电路、SPP-16数字接口电路均与信号分析处理电路连接,本发明的用于矿石智能拣选的图像识别系统及拣选方法具有自学习特性,针对矿石图像特征,具有较强的灵活适用性,满足了矿石形态差异大、颜色分布范围广的特点需求。

Description

一种用于矿石智能拣选的图像识别系统及拣选方法
技术领域
本发明涉及图像识别技术领域,具体的讲涉及一种用于矿石智能拣选的图像识别系统及拣选方法。
背景技术
图像识别技术是人工智能的一个重要领域,其以图像的主要特征为基础,通过模式识别、模板匹配或原型匹配等适配模型对图像进行辨识处理,利用色彩特征进行识别处理的技术已经成功应用到大米、杂粮等粮食分选加工领域。
矿石的分选方法有多种,结合矿石特征通常选用的方法包括重选、磁选和浮选等;原矿开采后,其粗粒在矿石和废石、高品位矿粒和低品位矿粒之间存在着图像特征差异,因此可以利用图像识别技术对其进行拣选作业,能够达到较好的矿石粗粒预选抛尾、除杂的分选效果;现有粮食色选机面对矿石颗粒形态差异大、颜色特征分布范围广的特点无法完全满足其使用要求,因此要依据矿石特点进行设计,研发满足其分选要求的图像识别电路和软件处理方法。
发明内容
本发明的目的在于克服现有技术中的不足而提供一种可以实现矿石的智能拣选的图像识别电路及软件处理方法。
本发明的目的是这样实现的:
一种用于矿石智能拣选的图像识别系统,包括图像识别模块、显示终端、控制终端以及外部剔除装置,所述的显示终端、控制终端、外部剔除装置均与图像识别模块连接,所述的显示终端为具有VGA信号接口的液晶显示器,实现系统状态显示功能,所述的控制终端为具有串口通信功能的计算机,实现系统状态读取、系统模式设定以及系统参数调节功能,所述的图像识别模块包括并行数据接口电路、信号分析处理电路、VGA信号输出电路、系统控制电路、SPP-16数字接口电路、电源电路,所述的并行数据接口电路、VGA信号输出电路、系统控制电路、SPP-16数字接口电路均与信号分析处理电路连接,
所述的并行数据接口电路连接高速线阵CCD工业相机,实现CCD线阵工业相机的控制和图像的采集;
所述的信号分析处理电路将所述的并行数据接口电路采集的图像数据存储,对图像数据分析处理,建立系统选别参数,对分析后的数据进行分组判断,并将判断结果输出;
所述的VGA信号输出电路为所述的信号分析处理电路的信号输出口,为所述的信号分析处理电路提供VGA信号的输出功能,实现分析处理信号可视化调试功能;
所述的系统控制电路实现了所述的信号分析处理电路的参数、模式、状态控制功能以及外部通信功能;
所述的SPP-16数字接口电路实现对所述的信号分析处理电路控制命令输出功能以及增强控制信号的驱动传输能力;
所述的电源电路实现供电电源到系统用电的转换功能。
上述一种用于矿石智能拣选的图像识别系统,所述的并行数据接口电路设置有两组。
上述一种用于矿石智能拣选的图像识别系统,所述的VGA信号输出电路接收所述的信号分析处理电路的VGA信号,并将其输出到显示终端。
上述一种用于矿石智能拣选的图像识别系统,所述的系统控制电路与所述的信号分析处理电路通过串口RS232电路串行连接,实现所述的系统控制电路与所述的控制终端的通信连接。
上述一种用于矿石智能拣选的图像识别系统,所述的SPP-16数字接口电路将信号分析处理电路的图像分析数据传输到外部剔除执行装置,作为控制外部剔除执行装置的指令。
上述一种用于矿石智能拣选的图像识别系统,所述的电源电路实现DC12V供电电源到系统用电DC3.3V和DC1.2V的转换功能。
一种采用图像识别系统进行矿石智能拣选的方法,包括以下步骤:
第一步,在系统调试模式下对图像识别系统进行基础调节,所述的系统调试模式是在整个图像识别系统的外围条件发生变化的情况下,通过对图像识别系统进行调节,以便满足模板参数采集模式和图像识别模式运行所需要的基础条件,所述的信号分析处理电路对接收到的图像数据进行缓存以及图像数据格式转换,转换后的图像数据通过所述的VGA信号输出电路输出,所述的VGA信号输出电路将接收到的图像信号传输到具有VGA信号接口的显示终端,以便达到辅助所述的高速线阵CCD工业相机调试的目的,具体实施步骤为:(1)通过控制终端选择系统模式为系统调试模式,(2)控制终端显示系统调试界面,对高速线阵CCD工业相机进行参数设定,(3)通过显示终端分别对高速线阵CCD工业相机的设置效果进行验证,(4)调试完成,退出图像识别系统调试模式;
第二步,在模板参数采集模式下针对将要选别的矿石颗粒进行采样学习,建立针对此类矿石颗粒在所述的图像识别模式下所需要的参数,所述的系统控制电路通过SPI通信接口和并行通信接口接收所述的信号分析处理电路传输的图像数据,并对图像数据进行采样统计,将采样统计的RGB色彩值分布统计数据传输到所述的系统控制电路中处理,所述的系统控制电路以ARM单片机为核心,通过所述的电源电路加电后实现与控制终端的通信连接,所述的系统控制电路对接收到的图像数据采集值进行分析计算,获得参数数据后,对所述的信号分析处理电路接收到的系统参数进行再设定,具体操作步骤如下:(1)在将要选别的矿石颗粒中人工挑选出富集矿石作为图像识别系统学习对象,(2)通过控制终端选择图像识别系统模式为模板参数采集模式,(3)控制终端显示模板参数采集界面,通过采集启动控制命令启动采集,(4)将步骤(1)中的富集矿石作为系统采集对象,通过高速线阵CCD工业相机对其进行数据读取,(5)通过控制终端显示的状态,确定采样完成,(6)在模板参数采集界面下发送参数计算命令,直至显示参数计算完成信息,(7)在模板参数采集界面下发送参数设定命令,对图像识别系统参数设定,直至显示参数设定完成信息,(8)退出模板参数采集模式;
第三步,在图像识别模式下针对所述的模板参数采集模式对图像识别系统进行参数设定后,对所述的模板参数采集模式下所针对的矿石颗粒进行选别操作:所述的高速线阵CCD工业相机采集矿石图像,采集的图像数据经过所述的并行数据接口电路传输到所述的信号分析处理电路中,所述的信号分析处理电路以FPGA为核心,配以SDRAM存储器芯片,对通过所述的并行数据接口电路接收到的图像数据进行分析处理,具体操作步骤:(1)通过控制终端选择图像识别系统模式为图像识别模式,(2)控制终端显示图像识别界面,点击开始选别,(3)矿石颗粒经供料系统提供给该图像识别系统,开始选别操作。
本发明具有如下优点:本发明的用于矿石智能拣选的图像识别系统及拣选方法具有自学习特性,针对矿石图像特征,具有较强的灵活适用性,满足了矿石形态差异大、颜色分布范围广的特点需求。
附图说明
图1为本发明的图像识别系统构成图;
图2为本发明的图像识别模块构成图。
图中:1-图像识别模块,2-显示终端,3-控制终端,4-外部剔除装置,5-并行数据接口电路,6-信号分析处理电路,7-VGA信号输出电路,8-系统控制电路,9-SPP-16数字接口电路,10-电源电路,11-串口RS232电路。
具体实施方式
如图1、2所示,一种用于矿石智能拣选的图像识别系统,包括图像识别模块1、显示终端2、控制终端3以及外部剔除装置4,所述的显示终端2与图像识别模块1通过VGA信号线连接,控制终端3与图像识别模块1通过串行数据线连接,外部剔除装置4通过并行数据线与图像识别模块1连接,所述的显示终端2为具有VGA信号接口的液晶显示器,实现系统状态显示功能,所述的控制终端3为具有串口通信功能的计算机,实现系统状态读取、系统模式设定以及系统参数调节功能,所述的外部剔除装置4可以是受图像识别模块1控制的高压气喷阀及控制电路,也可以为机械弹板,所述的图像识别模块1包括并行数据接口电路5、信号分析处理电路6、VGA信号输出电路7、系统控制电路8、SPP-16数字接口电路9、电源电路10,所述的并行数据接口电路5、VGA信号输出电路7、系统控制电路8、SPP-16数字接口电路9均与信号分析处理电路6连接,所述的并行数据接口电路5连接高速线阵CCD工业相机,实现CCD线阵工业相机的控制和图像的采集;所述的信号分析处理电路6以FPGA芯片为核心,配以SDRAM存储器芯片,将所述的并行数据接口电路5采集的图像数据存储,对图像数据分析处理,建立系统选别参数,对分析后的数据进行分组判断,并将判断结果输出;所述的VGA信号输出电路7为所述的信号分析处理电路6的信号输出口,为所述的信号分析处理电路6提供VGA信号的输出功能,实现分析处理信号可视化调试功能;所述的系统控制电路8以ARM单片机为为核心,实现了所述的信号分析处理电路6的参数、模式、状态控制功能以及外部通信功能;所述的SPP-16数字接口电路9实现对所述的信号分析处理电路6控制命令输出功能以及增强控制信号的驱动传输能力;所述的电源电路10实现供电电源到系统用电的转换功能,其与图像识别模块1整体各个电路连接,为所述的电路并行数据接口电路5、信号分析处理电路6、VGA信号输出电路7、系统控制电路8、SPP-16数字接口电路9提供电源。
如图2所示,所述的并行数据接口电路5设置有两组,所述的VGA信号输出电路7接收所述的信号分析处理电路6的VGA信号,并将其输出到显示终端2,所述的系统控制电路8与所述的信号分析处理电路6通过串口RS232电路11串行连接,实现所述的系统控制电路8与所述的控制终端3的通信连接,所述的SPP-16数字接口电路9将信号分析处理电路6的图像分析数据传输到外部剔除执行装置,作为控制外部剔除执行装置的指令,所述的电源电路10实现DC12V供电电源到系统用电DC3.3V和DC1.2V的转换功能,本发明电路系统输入电压为DC12V,电源电路10将DC12V转换为DC3.3V提供给整个图像识别系统电路使用,将DC12V转换为DC1.2V提供给信号分析处理电路6使用,电源电路10连接到了图像识别模块1的各个功能电路。
如图1、2所示,一种采用图像识别系统进行矿石智能拣选的方法,包括以下步骤:
第一步,在系统调试模式下对图像识别系统进行基础调节,所述的系统调试模式是在整个图像识别系统的外围条件发生变化的情况下,通过对图像识别系统进行调节,以便满足模板参数采集模式和图像识别模式运行所需要的基础条件,所述的信号分析处理电路6对接收到的图像数据进行缓存以及图像数据格式转换,转换后的图像数据通过所述的VGA信号输出电路7输出,所述的VGA信号输出电路7将接收到的图像信号传输到具有VGA信号接口的显示终端2,以便达到辅助所述的高速线阵CCD工业相机调试的目的,具体实施步骤为:(1)通过控制终端3选择系统模式为系统调试模式,(2)控制终端3显示系统调试界面,对高速线阵CCD工业相机进行参数设定,(3)通过显示终端2分别对高速线阵CCD工业相机的设置效果进行验证,(4)调试完成,退出图像识别系统调试模式;
第二步,在模板参数采集模式下针对将要选别的矿石颗粒进行采样学习,建立针对此类矿石颗粒在所述的图像识别模式下所需要的参数,所述的系统控制电路8通过SPI通信接口和并行通信接口接收所述的信号分析处理电路6传输的图像数据,并对图像数据进行采样统计,将采样统计的RGB色彩值分布统计数据传输到所述的系统控制电路8中处理,所述的系统控制电路8以ARM单片机为核心,通过所述的电源电路10加电后实现与控制终端3的通信连接,所述的系统控制电路8对接收到的图像数据采集值进行分析计算,获得参数数据后,对所述的信号分析处理电路6接收到的系统参数进行再设定,具体操作步骤如下:(1)在将要选别的矿石颗粒中人工挑选出富集矿石作为图像识别系统学习对象,(2)通过控制终端3选择图像识别系统模式为模板参数采集模式,(3)控制终端3显示模板参数采集界面,通过采集启动控制命令启动采集,(4)将步骤(1)中的富集矿石作为系统采集对象,通过高速线阵CCD工业相机对其进行数据读取,(5)通过控制终端3显示的状态,确定采样完成,(6)在模板参数采集界面下发送参数计算命令,直至显示参数计算完成信息,(7)在模板参数采集界面下发送参数设定命令,对图像识别系统参数设定,直至显示参数设定完成信息,(8)退出模板参数采集模式;
第三步,在图像识别模式下针对所述的模板参数采集模式对图像识别系统进行参数设定后,对所述的模板参数采集模式下所针对的矿石颗粒进行选别操作:所述的高速线阵CCD工业相机采集矿石图像,采集的图像数据经过所述的并行数据接口电路5传输到所述的信号分析处理电路6中,所述的信号分析处理电路6以FPGA为核心,配以SDRAM存储器芯片,对通过所述的并行数据接口电路5接收到的图像数据进行分析处理,具体操作步骤:(1)通过控制终端3选择图像识别系统模式为图像识别模式,(2)控制终端3显示图像识别界面,点击开始选别,(3)矿石颗粒经供料系统提供给该图像识别系统,开始选别操作。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种用于矿石智能拣选的图像识别系统,其特征在于:包括图像识别模块、显示终端、控制终端以及外部剔除装置,所述的显示终端、控制终端、外部剔除装置均与图像识别模块连接,所述的显示终端为具有VGA信号接口的液晶显示器,实现系统状态显示功能,所述的控制终端为具有串口通信功能的计算机,实现系统状态读取、系统模式设定以及系统参数调节功能,所述的图像识别模块包括并行数据接口电路、信号分析处理电路、VGA信号输出电路、系统控制电路、SPP-16数字接口电路、电源电路,所述的并行数据接口电路、VGA信号输出电路、系统控制电路、SPP-16数字接口电路均与信号分析处理电路连接,所述的并行数据接口电路连接高速线阵CCD工业相机,实现CCD线阵工业相机的控制和图像的采集;所述的信号分析处理电路将所述的并行数据接口电路采集的图像数据存储,对图像数据分析处理,建立系统选别参数,对分析后的数据进行分组判断,并将判断结果输出;所述的VGA信号输出电路为所述的信号分析处理电路的信号输出口,为所述的信号分析处理电路提供VGA信号的输出功能,实现分析处理信号可视化调试功能;所述的系统控制电路实现了所述的信号分析处理电路的参数、模式、状态控制功能以及外部通信功能;所述的SPP-16数字接口电路实现对所述的信号分析处理电路控制命令输出功能以及增强控制信号的驱动传输能力;所述的电源电路实现供电电源到系统用电的转换功能。
2.根据权利要求1所述的一种用于矿石智能拣选的图像识别系统,其特征在于:所述的并行数据接口电路设置有两组。
3.根据权利要求1所述的一种用于矿石智能拣选的图像识别系统,其特征在于:所述的VGA信号输出电路接收所述的信号分析处理电路的VGA信号,并将其输出到显示终端。
4.根据权利要求1所述的一种用于矿石智能拣选的图像识别系统,其特征在于:所述的系统控制电路与所述的信号分析处理电路通过串口RS232电路串行连接,实现所述的系统控制电路与所述的控制终端的通信连接。
5.根据权利要求1所述的一种用于矿石智能拣选的图像识别系统,其特征在于:所述的SPP-16数字接口电路将信号分析处理电路的图像分析数据传输到外部剔除执行装置,作为控制外部剔除执行装置的指令。
6.根据权利要求1所述的一种用于矿石智能拣选的图像识别系统,其特征在于:所述的电源电路实现DC12V供电电源到系统用电DC3.3V和DC1.2V的转换功能。
7.一种采用图像识别系统进行矿石智能拣选的方法,其特征在于:包括以下步骤:
第一步,在系统调试模式下对图像识别系统进行基础调节,所述的系统调试模式是在整个图像识别系统的外围条件发生变化的情况下,通过对图像识别系统进行调节,以便满足模板参数采集模式和图像识别模式运行所需要的基础条件,所述的信号分析处理电路对接收到的图像数据进行缓存以及图像数据格式转换,转换后的图像数据通过所述的VGA信号输出电路输出,所述的VGA信号输出电路将接收到的图像信号传输到具有VGA信号接口的显示终端,以便达到辅助所述的高速线阵CCD工业相机调试的目的,具体实施步骤为:(1)通过控制终端选择系统模式为系统调试模式,(2)控制终端显示系统调试界面,对高速线阵CCD工业相机进行参数设定,(3)通过显示终端分别对高速线阵CCD工业相机的设置效果进行验证,(4)调试完成,退出图像识别系统调试模式;
第二步,在模板参数采集模式下针对将要选别的矿石颗粒进行采样学习,建立针对此类矿石颗粒在所述的图像识别模式下所需要的参数,所述的系统控制电路通过SPI通信接口和并行通信接口接收所述的信号分析处理电路传输的图像数据,并对图像数据进行采样统计,将采样统计的RGB色彩值分布统计数据传输到所述的系统控制电路中处理,所述的系统控制电路以ARM单片机为核心,通过所述的电源电路加电后实现与控制终端的通信连接,所述的系统控制电路对接收到的图像数据采集值进行分析计算,获得参数数据后,对所述的信号分析处理电路接收到的系统参数进行再设定,具体操作步骤如下:(1)在将要选别的矿石颗粒中人工挑选出富集矿石作为图像识别系统学习对象,(2)通过控制终端选择图像识别系统模式为模板参数采集模式,(3)控制终端显示模板参数采集界面,通过采集启动控制命令启动采集,(4)将步骤(1)中的富集矿石作为系统采集对象,通过高速线阵CCD工业相机对其进行数据读取,(5)通过控制终端显示的状态,确定采样完成,(6)在模板参数采集界面下发送参数计算命令,直至显示参数计算完成信息,(7)在模板参数采集界面下发送参数设定命令,对图像识别系统参数设定,直至显示参数设定完成信息,(8)退出模板参数采集模式;
第三步,在图像识别模式下针对所述的模板参数采集模式对图像识别系统进行参数设定后,对所述的模板参数采集模式下所针对的矿石颗粒进行选别操作:所述的高速线阵CCD工业相机采集矿石图像,采集的图像数据经过所述的并行数据接口电路传输到所述的信号分析处理电路中,所述的信号分析处理电路以FPGA为核心,配以SDRAM存储器芯片,对通过所述的并行数据接口电路接收到的图像数据进行分析处理,具体操作步骤:(1)通过控制终端选择图像识别系统模式为图像识别模式,(2)控制终端显示图像识别界面,点击开始选别,(3)矿石颗粒经供料系统提供给该图像识别系统,开始选别操作。
CN201511014197.5A 2015-12-31 2015-12-31 一种用于矿石智能拣选的图像识别系统及拣选方法 Expired - Fee Related CN105678224B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201511014197.5A CN105678224B (zh) 2015-12-31 2015-12-31 一种用于矿石智能拣选的图像识别系统及拣选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511014197.5A CN105678224B (zh) 2015-12-31 2015-12-31 一种用于矿石智能拣选的图像识别系统及拣选方法

Publications (2)

Publication Number Publication Date
CN105678224A true CN105678224A (zh) 2016-06-15
CN105678224B CN105678224B (zh) 2019-01-01

Family

ID=56297810

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511014197.5A Expired - Fee Related CN105678224B (zh) 2015-12-31 2015-12-31 一种用于矿石智能拣选的图像识别系统及拣选方法

Country Status (1)

Country Link
CN (1) CN105678224B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107766856A (zh) * 2016-08-20 2018-03-06 湖南军芃科技股份有限公司 一种基于Adaboost机器学习的矿石可见光图像分选方法
CN108062750A (zh) * 2017-12-14 2018-05-22 安徽天俣科技有限公司 一种智能机器视觉矿石颗粒检测系统
CN112288677A (zh) * 2019-07-25 2021-01-29 杭州海康威视数字技术股份有限公司 摄像机
CN113095244A (zh) * 2021-04-17 2021-07-09 武汉财源通网络科技有限公司 基于物联网和特征识别的矿物资源勘探多维度分析处理系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4503555A (en) * 1982-04-21 1985-03-05 University Of California Semi-automatic optical scanning apparatus utilizing line integration
CN102489450A (zh) * 2011-12-30 2012-06-13 唐山市神州机械有限公司 一种智能分选方法及系统
CN204334830U (zh) * 2015-01-18 2015-05-13 张时铭 一种基于fpga和sopc的图像处理系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4503555A (en) * 1982-04-21 1985-03-05 University Of California Semi-automatic optical scanning apparatus utilizing line integration
CN102489450A (zh) * 2011-12-30 2012-06-13 唐山市神州机械有限公司 一种智能分选方法及系统
CN204334830U (zh) * 2015-01-18 2015-05-13 张时铭 一种基于fpga和sopc的图像处理系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张继民 等: "CCD检测技术在矿石拣选中的应用", 《现代矿业》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107766856A (zh) * 2016-08-20 2018-03-06 湖南军芃科技股份有限公司 一种基于Adaboost机器学习的矿石可见光图像分选方法
CN108062750A (zh) * 2017-12-14 2018-05-22 安徽天俣科技有限公司 一种智能机器视觉矿石颗粒检测系统
CN112288677A (zh) * 2019-07-25 2021-01-29 杭州海康威视数字技术股份有限公司 摄像机
CN113095244A (zh) * 2021-04-17 2021-07-09 武汉财源通网络科技有限公司 基于物联网和特征识别的矿物资源勘探多维度分析处理系统
CN113095244B (zh) * 2021-04-17 2022-08-12 上海煤科信息科技有限公司 基于物联网和特征识别的矿物资源勘探多维度分析处理系统

Also Published As

Publication number Publication date
CN105678224B (zh) 2019-01-01

Similar Documents

Publication Publication Date Title
CN105678224A (zh) 一种用于矿石智能拣选的图像识别系统及拣选方法
CN107369635B (zh) 一种基于深度学习的智能半导体装备系统
CN104284065A (zh) 一种基于fpga的工业智能相机
CN112893159B (zh) 一种基于图像识别的煤矸石分拣方法
CN102853897B (zh) 一种基于dsp和fpga的光纤微振动模式识别系统及其识别方法
CN107891015A (zh) 一种煤矸分选中煤矸红外识别装置
CN109635742A (zh) 一种车辆图像定损中的子部件损伤识别方法
CN107371017A (zh) 一种mipi摄像头信号长距离传输系统及方法
CN107481244A (zh) 一种工业机器人视觉语义分割数据库制作方法
CN101221439A (zh) 高速并行多路数字图像采集与处理的嵌入式系统
CN205193555U (zh) 一种基于图像处理与plc控制的煤与矸石分拣装置
CN103955784B (zh) 基于数据采集协处理器的制造车间个人电子看板系统
CN203292094U (zh) 一种基于rfid的图书分拣装置
CN108287307A (zh) 用于电机测试的数据处理系统
CN105181705A (zh) 一种基于多重滤波的陶瓷外观分析方法
CN207150756U (zh) 一种mipi摄像头信号长距离传输系统
CN101008980A (zh) 蝴蝶自动鉴定的方法及系统
CN202734966U (zh) 一种基于usb接口的颜色传感多路检测系统
CN101507962A (zh) 一种水果按通道分级的方法
CN104198871A (zh) 一种电子器件测试仪及其测试方法
CN103957381A (zh) 一种数据传输装置、方法及系统
CN103871201B (zh) 一种基于脑电控制的疲劳驾驶智能报警系统及其方法
CN202889532U (zh) 视频测试系统
CN207301682U (zh) 一种基于spi接口的输入输出扩展电路
CN208271417U (zh) 实训教学设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190101

Termination date: 20191231

CF01 Termination of patent right due to non-payment of annual fee