CN112419255A - 图像处理方法、图像处理系统、矿产分选机 - Google Patents

图像处理方法、图像处理系统、矿产分选机 Download PDF

Info

Publication number
CN112419255A
CN112419255A CN202011281189.8A CN202011281189A CN112419255A CN 112419255 A CN112419255 A CN 112419255A CN 202011281189 A CN202011281189 A CN 202011281189A CN 112419255 A CN112419255 A CN 112419255A
Authority
CN
China
Prior art keywords
image
image processing
ore
slice
refreshed
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
CN202011281189.8A
Other languages
English (en)
Other versions
CN112419255B (zh
Inventor
郭劲
孙照焱
田斌
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.)
Xndt Technology Co ltd
Huzhou Hollister Intelligent Technology Co ltd
Original Assignee
Xndt Technology Co ltd
Huzhou Hollister Intelligent Technology Co ltd
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 Xndt Technology Co ltd, Huzhou Hollister Intelligent Technology Co ltd filed Critical Xndt Technology Co ltd
Priority to CN202011281189.8A priority Critical patent/CN112419255B/zh
Publication of CN112419255A publication Critical patent/CN112419255A/zh
Application granted granted Critical
Publication of CN112419255B publication Critical patent/CN112419255B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/60Memory management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/40Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038Image mosaicing, e.g. composing plane images from plane sub-images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/194Segmentation; Edge detection involving foreground-background segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/32Indexing scheme for image data processing or generation, in general involving image mosaicing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30132Masonry; Concrete

Landscapes

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

Abstract

本申请提供一种图像处理方法、图像处理系统和矿产分选机。其中,图像处理方法包括以下步骤:获取刷新的图像切片;获取更新的、与图像切片拼接的背景图像;拼接刷新的图像切片与背景图像;展示拼接完成的图像,从而,由于仅刷新图像切片,可以减少图像处理占用的计算资源。

Description

图像处理方法、图像处理系统、矿产分选机
技术领域
本申请涉及图像处理技术领域,尤其涉及一种图像处理方法、图形处理装置、矿产分选机。
背景技术
现有技术中矿产采掘时,通常使用采掘刀具将大块的矿石破碎为较小块的矿石。随后,矿产分选机对矿石进行分类拾取。
矿产分选机可以包括连续供给矿石的给料机构、将矿石传输到预定位置的传输机构、在预定位置对矿石进行检测的检测机构、根据检测机构对矿石的检测结果进行分类拾取的分选机构。
在实现现有技术的过程中,发明人发现:
在每一个图像采集时间点,检测机构可以获得一个图像切片,为了将图像中待识别的对象完全展示出来,需要拼接若干个图像切片,而由于每一个图像切片中信息量巨大,同时,为了对待识别对象进行即时处理,需要占用大量的计算资源。
因此,需要提供一种占用计算资源少的图像处理技术方案。
发明内容
本申请实施例提供一种占用计算资源少的图像处理技术方案。
具体的,一种矿图像处理方法,包括以下步骤:
获取刷新的图像切片;
获取更新的、与图像切片拼接的背景图像;
拼接刷新的图像切片与背景图像;
展示拼接完成的图像。
进一步的,所述获取刷新的图像切片,具体包括:
从内存中获取刷新的图像切片。
进一步的,所述内存为运算装置中的内存。
进一步的,获取更新的、与图像切片拼接的背景图像,具体包括:
从图形处理装置的内存中获取更新的、与图像切片拼接的背景图像。
进一步的,所述拼接刷新的图像切片与背景图像,具体包括:
图形处理装置中的界面控件拼接刷新的图像切片与背景图像。
进一步的,所述图像处理方法应用于矿石分类。
本申请还公开一种图像处理系统,包括:
运算装置,用于获取刷新的图像切片;
图形处理装置,与运算装置之间通信,用于获取更新的、与图像切片拼接的背景图像;
拼接刷新的图像切片与背景图像;
展示拼接完成的图像。
进一步的,所述运算装置用于获取刷新的图像切片,具体用于:
从内存中获取刷新的图像切片。
进一步的,所述图形处理装置用于获取更新的、与图像切片拼接的背景图像,具体用于:
从界面控件中获取更新的、与图像切片拼接的背景图像。
进一步的,所述图像处理系统应用于矿石分类。
本申请还公开一种矿产分选机,包括:
给料机构,用于供给矿石;
传输机构,用于从给料机构装载矿石后,将矿石运输到预定位置;
权利要求7-10中任一项所述的图像处理系统,用于在预定位置对矿石进行分类;
分选机构,用于根据图像处理系统对矿石的分类结果进行分类拾取。
本申请实施例提供的技术方案,至少具有如下有益效果:
由于仅刷新图像切片,可以减少图像处理占用的计算资源。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例提供的矿产分选机结构示意图。
图2为本申请实施例提供的图像处理系统的结构示意图。
图3为本申请实施例提供的图像处理方法的流程示意图。
100 矿产分选机
11 给料机构
12 传输机构
13 检测机构
130 图像处理系统
1311 运算装置
1312 图形处理装置
14 分选机构
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
请参照图1,本申请公开矿产分选机100包括:
给料机构11,用于供给矿石;
传输机构12,用于从给料机构11装载矿石后,将矿石运输到预定位置;
检测机构13,用于在预定位置对矿石进行检测;
分选机构14,用于根据检测机构13对矿石的检测结果进行分类拾取。
矿产分选机100可以具有多种形态,在具体的场景中可以表现为金属矿产分选机100、非金属矿产分选机100。金属矿产分选机100,诸如铁矿、铜矿、锑矿以及各种稀土金属矿等。非金属矿产分选机100,诸如钻石矿、煤矿等。矿产分选机100的功能在于将富含待提取元素的矿产与贫乏待提取元素的矿渣分离。矿产分选机100将富含待提取元素的矿产筛选出来,以便进行进一步加工,形成对人类有益的物质资料。
给料机构11用于供给矿石。给料机构11供给的矿石可以是初级原料,也可以是经过预先处理的粗加工原料。初级原料可以有矿山经过破碎或切割直接获得。粗加工原料可以由初级原料经过简单粒径筛选获得,例如排除掉过大、过小直径后的矿石获得粒径在一定范围内的矿石。具体的,给料机构11可以设置限制槽、漏斗槽、振动筛、分级筛等机构获得符合预期的矿石原料。可以理解的是,这里给料机构11的具体形态,显然不构成对本申请具体保护范围的限制。
传输机构12用于从给料机构11装载矿石后,将矿石运输到预定位置。可以理解的是,传输机构12具有装载矿石的位置。装置矿石的位置可以理解为矿石在传输机构12上的初始位置。装载矿石的位置的设定与传输机构12、给料机构11的具体形态有关。在本申请提供的一种可实现的实施方式中,给料机构11可以是漏斗槽,传输机构12可以是传输带,装载矿石的位置可以是漏斗槽下方正对传输带的位置。预定位置可以理解为矿石在传输机构12的路径必经点或路径必经位置。在矿产分选机100的设计思路中,预定位置用于对富含待提取元素的矿产或矿石,与贫乏待提取元素的矿渣或矿石进行判定,以便后续处理。装载矿石的位置与预定位置之间的距离或长度,为制约传输机构12小型化或者制约矿产分选机100小型化的条件。矿石在预定位置运动状态相对简单时,利于矿产分选机100对矿石的进行判定。
检测机构13,用于在预定位置对矿石进行检测。在本申请提供的一种可实现的实施方式中,使用光学手段对富含待提取元素的矿产与贫乏待提取元素的矿渣进行分离。检测机构13可以使用X射线。检测机构13可以包括X射线发生装置和X射线探测装置。X射线探测装置可以通过X射线的透射、衍射以及光谱等光学现象确定待提取元素的富集程度,从而进行矿石的分选。
可以理解的是,这里的检测机构13可以根据矿石种类的不同加载不同的识别或分析模型,以提高对矿石分选的效率和精准度。例如,加载针对稀土元素的识别模型、加载针对煤矿的识别模型或者加载不同粒径矿石的识别模型、加载不同元素富集浓度的识别模型。
分选机构14用于根据检测机构13对矿石的检测结果进行分类拾取。分选机构14的功能在于将识别出的富含待提取元素的矿产与贫乏待提取元素的矿渣进行分离。
可以理解的是,检测机构13获得的图像可能是矿石中的局部视图,或者说是图像切片。为了获得矿石的完整图像,需要对图像切片进行拼接。
检测机构13可以包括图像处理系统130。图像处理系统130用于对图像切片进行拼接,获得矿石的完整图像,以便后续处理。
图像处理系统130包括:
运算装置1311,用于获取刷新的图像切片;
图形处理装置1312,与运算装置1311之间通信,用于获取更新的、与图像切片拼接的背景图像;
拼接刷新的图像切片与背景图像;
展示拼接完成的图像。
运算装置1311用于获取刷新的图像切片。在具体的应用实例中,运算装置1311可以表现为主要由中央处理器构成的单元,即通常所说的CPU。也就是说,以中央处理器为主要部件。存储功能可以主要由中央处理器直接执行,也可以设置内存来专门执行存储功能。
图形处理装置1312与运算装置1311之间通信,用于获取更新的、与图像切片拼接的背景图像。图形处理装置1312主要用于获取更新的、与图像切片拼接的背景图像。在具体的应用实例中,运算装置1311可以表现为主要由图形处理器构成的单元,即通常所说的GPU或独立显卡。也就是说,以图形处理器为主要部件。存储功能可以主要由图形处理器直接执行,也可以设置内存来专门执行存储功能。
图形处理装置1312可以从运算装置1311获得刷新的图像切片。图形处理装置1312从图形处理装置1312的内存中获取背景图像。图形处理装置1312拼接刷新的图像切片和背景图像,并进行展示。
因而,在本申请提供的实施方式中,由于仅刷新图像切片,将新的图像切片与内存中旧的背景图像偏移后进行拼接,重新绘制到图像控件,而不必同时刷新图像切片和背景图像,降低了图像处理占用的计算资源。
进一步的,在本申请提供的一种优选的实施方式中,所述运算装置1311用于获取刷新的图像切片,具体用于:
从内存中获取刷新的图像切片。
在本申请提供的一种具体实施形态中,中央处理器设置了内存用以缓冲图像切片。从而,中央处理器可以从内存中获取刷新的图像切片。
进一步的,在本申请提供的一种优选的实施方式中,所述图形处理装置1312用于获取更新的、与图像切片拼接的背景图像,具体用于:
从图形处理装置的内存中获取更新的、与图像切片拼接的背景图像。
在本申请提供的一种具体实施形态中,GPU或者独立显卡可以具有专用的界面控件。这里的界面控件,可以是纯计算机程序形成的软件、可以是具有存储功能的硬件,还可以是同时具有软件、硬件特性的组合体。图形处理装置1312从界面控制中获取更新的、与图像切片拼接的背景图像。由于拼接是按照时间顺序拼接,因此,仅需截取背景图像中的对应部分即可实现,而不必即时刷新,从而降低图形处理装置1312的负荷。
进一步的,在本申请提供的一种优选的实施方式中,所述图像处理系统130应用于矿石分类。
可以理解的是,这里的图像处理系统130可以作为检测机构的一部分,应用于矿石分类。
对应的,本申请公开一种图像处理方法,包括以下步骤:
S100:获取刷新的图像切片。
图像切片即时获得。在本申请的一种具体应用中,图像切片可以为矿石的局部截面图。
进一步的,在本申请提供的一种优选的实施方式中,所述获取刷新的图像切片,具体包括:
从内存中获取刷新的图像切片。
进一步的,在本申请提供的一种优选的实施方式中,所述内存为运算装置1311中的内存。
在本申请提供的一种具体实现形态中,中央处理器可以从内存中获取刷新的图像切片,并将图像切片发送到图形处理装置1312——独立显卡。当然,中央处理器还可以从缓存中获取刷新的图像切片。
S200:获取更新的、与图像切片拼接的背景图像。
在本申请提供的优选的实施方式中,图形处理装置1312可以从本地获取更新的、与图像切片拼接的背景图像。这里的本地可以理解为图形处理装置1312的内存或缓存。
进一步的,在本申请提供的一种优选的实施方式中,获取更新的、与图像切片拼接的背景图像,具体包括:
从图形处理装置的内存中获取更新的、与图像切片拼接的背景图像。
进一步的,在本申请提供的一种优选的实施方式中,所述界面控件为图形处理装置1312中的界面控件。
可以理解的是,为了提高显示效率,图形处理装置1312可以设置界面控件。这里的界面控件,可以是纯计算机程序形成的软件、可以是具有存储功能的硬件,还可以是同时具有软件、硬件特性的组合体。界面控件可以在本地缓冲背景图像。
S300:拼接刷新的图像切片与背景图像。
图形处理装置1312可以将从运算装置1311获得的图像切片、本地的背景图像截取适当部分,并进行拼接。这里的拼接在计算机处理技术中可以是对应坐标像素点的渲染等操作。
S400:展示拼接完成的图像。
图形处理装置1312可以展示拼接完成的图像。
进一步的,在本申请提供的一种优选的实施方式中,所述图像处理方法应用于矿石分类。
该中图像处理方法应用于矿石分类,可以显著改善矿产分选机的硬件成本,具体的,降低对运算装置1311的计算资源的要求,从而,提供一种低成本的实现方案。
需要说明的是,术语“包括”“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,有语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (11)

1.一种图像处理方法,其特征在于,包括以下步骤:
获取刷新的图像切片;
获取更新的、与图像切片拼接的背景图像;
拼接刷新的图像切片与背景图像;
展示拼接完成的图像。
2.如权利要求1所述的图像处理方法,其特征在于,所述获取刷新的图像切片,具体包括:
从内存中获取刷新的图像切片。
3.如权利要求2所述的图像处理方法,其特征在于,所述内存为运算装置中的内存。
4.如权利要求1所述的图像处理方法,其特征在于,获取更新的、与图像切片拼接的背景图像,具体包括:
从图形处理装置的内存中获取更新的、与图像切片拼接的背景图像。
5.如权利要求1所述的图像处理方法,其特征在于,所述拼接刷新的图像切片与背景图像,具体包括:
图形处理装置中的界面控件拼接刷新的图像切片与背景图像。
6.如权利要求1所述的图像处理方法,其特征在于,所述图像处理方法应用于矿石分类。
7.一种图像处理系统,其特征在于,包括:
运算装置,用于获取刷新的图像切片;
图形处理装置,与运算装置之间通信,用于获取更新的、与图像切片拼接的背景图像;
拼接刷新的图像切片与背景图像;
展示拼接完成的图像。
8.如权利要求7所述的图像处理系统,其特征在于,所述运算装置用于获取刷新的图像切片,具体用于:
从内存中获取刷新的图像切片。
9.如权利要求7所述的图像处理系统,其特征在于,所述图形处理装置用于获取更新的、与图像切片拼接的背景图像,具体用于:
从图形处理装置的内存中获取更新的、与图像切片拼接的背景图像。
10.如权利要求7所述的图像处理系统,其特征在于,所述图像处理系统应用于矿石分类。
11.一种矿产分选机,其特征在于,包括:
给料机构,用于供给矿石;
传输机构,用于从给料机构装载矿石后,将矿石运输到预定位置;
权利要求7-10中任一项所述的图像处理系统,用于在预定位置对矿石进行分类;
分选机构,用于根据图像处理系统对矿石的分类结果进行分类拾取。
CN202011281189.8A 2020-11-16 2020-11-16 图像处理方法、图像处理系统、矿产分选机 Active CN112419255B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011281189.8A CN112419255B (zh) 2020-11-16 2020-11-16 图像处理方法、图像处理系统、矿产分选机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011281189.8A CN112419255B (zh) 2020-11-16 2020-11-16 图像处理方法、图像处理系统、矿产分选机

Publications (2)

Publication Number Publication Date
CN112419255A true CN112419255A (zh) 2021-02-26
CN112419255B CN112419255B (zh) 2022-10-18

Family

ID=74831317

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011281189.8A Active CN112419255B (zh) 2020-11-16 2020-11-16 图像处理方法、图像处理系统、矿产分选机

Country Status (1)

Country Link
CN (1) CN112419255B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113083724A (zh) * 2021-03-24 2021-07-09 北京霍里思特科技有限公司 矿石识别方法、检测机构、矿产分选机

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103175780A (zh) * 2013-03-20 2013-06-26 上海交通大学 大尺度生物组织连续切片的自动化成像系统
CN103495566A (zh) * 2013-10-18 2014-01-08 核工业理化工程研究院华核新技术开发公司 基于视觉识别技术的矿石在线分选机
CN103679769A (zh) * 2012-09-26 2014-03-26 奥林巴斯映像株式会社 图像编辑装置以及图像编辑方法
CN104899915A (zh) * 2015-05-25 2015-09-09 广东欧珀移动通信有限公司 一种图片处理方法及终端
CN104935829A (zh) * 2015-06-02 2015-09-23 无锡天脉聚源传媒科技有限公司 一种图像处理方法及装置
CN107451985A (zh) * 2017-08-01 2017-12-08 中国农业大学 一种小鼠舌头切片显微序列图像的拼接方法
CN108108678A (zh) * 2017-12-13 2018-06-01 赣州好朋友科技有限公司 一种钨矿矿石识别分选方法
CN110047057A (zh) * 2019-03-05 2019-07-23 惠州Tcl移动通信有限公司 一种图片处理方法、终端及存储装置
CN111614911A (zh) * 2020-05-08 2020-09-01 Oppo广东移动通信有限公司 图像生成方法和装置、电子设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103679769A (zh) * 2012-09-26 2014-03-26 奥林巴斯映像株式会社 图像编辑装置以及图像编辑方法
CN103175780A (zh) * 2013-03-20 2013-06-26 上海交通大学 大尺度生物组织连续切片的自动化成像系统
CN103495566A (zh) * 2013-10-18 2014-01-08 核工业理化工程研究院华核新技术开发公司 基于视觉识别技术的矿石在线分选机
CN104899915A (zh) * 2015-05-25 2015-09-09 广东欧珀移动通信有限公司 一种图片处理方法及终端
CN104935829A (zh) * 2015-06-02 2015-09-23 无锡天脉聚源传媒科技有限公司 一种图像处理方法及装置
CN107451985A (zh) * 2017-08-01 2017-12-08 中国农业大学 一种小鼠舌头切片显微序列图像的拼接方法
CN108108678A (zh) * 2017-12-13 2018-06-01 赣州好朋友科技有限公司 一种钨矿矿石识别分选方法
CN110047057A (zh) * 2019-03-05 2019-07-23 惠州Tcl移动通信有限公司 一种图片处理方法、终端及存储装置
CN111614911A (zh) * 2020-05-08 2020-09-01 Oppo广东移动通信有限公司 图像生成方法和装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨博雄等: "《基于高性能计算的深度学习理论与实践研究》", 31 December 2019 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113083724A (zh) * 2021-03-24 2021-07-09 北京霍里思特科技有限公司 矿石识别方法、检测机构、矿产分选机

Also Published As

Publication number Publication date
CN112419255B (zh) 2022-10-18

Similar Documents

Publication Publication Date Title
CN111094601B (zh) 通过堆浸工艺从矿石中选矿有价值金属
CN112419255B (zh) 图像处理方法、图像处理系统、矿产分选机
Nadolski et al. Evaluation of bulk and particle sensor-based sorting systems for the New Afton block caving operation
US8957340B2 (en) Sorting mined material
WO2020090941A1 (ja) 電子・電気機器部品屑の組成解析装置、電子・電気機器部品屑の処理装置及び電子・電気機器部品屑の処理方法
CN102187059A (zh) 分选开采的、待开采的或堆存的材料以获得具有提高的经济价值的提高等级的材料的方法
CA2800854C (en) Separating mined material
CN113500014A (zh) 一种基于阈值的动态调整进行智能分选的方法及系统
Veras et al. Affinity of dual energy X-ray transmission sensors on minerals bearing heavy rare earth elements
CN113083724A (zh) 矿石识别方法、检测机构、矿产分选机
WO2015026841A1 (en) System and method for iron ore reclaiming from tailings of iron ore mining operations
Abaka-Wood et al. The use of mining tailings as analog of rare earth elements resources: Part 1–characterization and preliminary separation
CA3148772A1 (en) Beneficiation arrangement, method and use of the arrangement
CN112365484A (zh) 分类方法、分类系统、矿产分选机
CN114283155A (zh) 矿石图像的分割方法、装置及计算机可读存储介质
US7003133B2 (en) Video coding station for installation automatically sorting postal objects
CN113112466A (zh) 矿石识别方法、检测机构、矿产分选机
US20090121163A1 (en) Apparatus and method for detecting overlapping mail items
Fickling An introduction to the RADOS XRF ore sorter
Oliinyk et al. Online ore monitoring using EDXRF method on process conveyor belts at Kazakhmys Corporation LLC operations
Holonec et al. Techniques for sorting components from dismembered medical PCBs
RU2620823C2 (ru) Способ предконцентрации твердых полезных ископаемых
Fenby Pre-concentration of mineral ores via sensor sorting
CN112893192A (zh) 板卡、检测机构、矿产分选机
JP2022134667A (ja) 岩石選別システム及び岩石識別装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Guo Jin

Inventor after: Sun Zhaoyan

Inventor after: Tian Bin

Inventor before: Guo Jin

Inventor before: Sun Zhaoyan

Inventor before: Tian Bin

GR01 Patent grant
GR01 Patent grant