CN114226271B - 一种原矿抛分方法、装置、终端设备及介质 - Google Patents
一种原矿抛分方法、装置、终端设备及介质 Download PDFInfo
- Publication number
- CN114226271B CN114226271B CN202111407757.9A CN202111407757A CN114226271B CN 114226271 B CN114226271 B CN 114226271B CN 202111407757 A CN202111407757 A CN 202111407757A CN 114226271 B CN114226271 B CN 114226271B
- Authority
- CN
- China
- Prior art keywords
- ore
- raw ore
- determining
- raw
- size
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 239000010878 waste rock Substances 0.000 claims abstract description 35
- 238000010586 diagram Methods 0.000 claims abstract description 21
- 239000012141 concentrate Substances 0.000 claims description 35
- 239000002699 waste material Substances 0.000 claims description 24
- 238000002347 injection Methods 0.000 claims description 20
- 239000007924 injection Substances 0.000 claims description 20
- 239000004575 stone Substances 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 14
- 238000005507 spraying Methods 0.000 claims description 7
- 238000005498 polishing Methods 0.000 abstract description 14
- 229910052500 inorganic mineral Inorganic materials 0.000 abstract description 5
- 239000011707 mineral Substances 0.000 abstract description 5
- 230000005855 radiation Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 229910052683 pyrite Inorganic materials 0.000 description 3
- NIFIFKQPDTWWGU-UHFFFAOYSA-N pyrite Chemical compound [Fe+2].[S-][S-] NIFIFKQPDTWWGU-UHFFFAOYSA-N 0.000 description 3
- 239000011028 pyrite Substances 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- JQJCSZOEVBFDKO-UHFFFAOYSA-N lead zinc Chemical compound [Zn].[Pb] JQJCSZOEVBFDKO-UHFFFAOYSA-N 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007517 polishing process Methods 0.000 description 1
- 230000002000 scavenging effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/04—Sorting according to size
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/361—Processing or control devices therefor, e.g. escort memory
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/363—Sorting apparatus characterised by the means used for distribution by means of air
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本申请实施例适用于矿物开采技术领域，提供了一种原矿抛分方法、装置、终端设备及介质，所述方法包括：对待抛分的原矿石进行图像采集；根据所述原矿石的图像，确定所述原矿石的粒级和矿斑特征图；将所述矿斑特征图与预设的样本图片进行比较，得到比较结果，所述样本图片为预先建立的矿石样本库中的矿石图片，所述比较结果用于表征所述原矿石的类型；根据所述比较结果和所述粒级，确定目标料仓并将所述原矿石分发至所述目标料仓。通过上述方法，能够提高废石的抛分率。
Description
技术领域
本申请属于矿物开采技术领域，特别是涉及一种原矿抛分方法、装置、终端设备及介质。
背景技术
原矿抛选分废是指将原矿中的废石分选出来抛弃掉。其中，这些废石包括一些非矿石，还包括含矿量低的矿石。
目前的原矿抛选分废技术，多采用射线进行废石检测，虽然能区分废石，但是，废石的抛分率低，或者抛分的废石含矿量高，不能达到技术指标，也会造成一定的资源浪费。
发明内容
有鉴于此，本申请实施例提供了一种原矿抛分方法、装置、终端设备及介质，用以提高废石的抛分率。
本申请实施例的第一方面提供了一种原矿抛分方法，包括：
对待抛分的原矿石进行图像采集；
根据所述原矿石的图像，确定所述原矿石的粒级和矿斑特征图；
将所述矿斑特征图与预设的样本图片进行比较，得到比较结果，所述样本图片为预先建立的矿石样本库中的矿石图片，所述比较结果用于表征所述原矿石的类型；
根据所述比较结果和所述粒级，确定目标料仓并将所述原矿石分发至所述目标料仓。
本申请实施例的第二方面提供了一种原矿抛分装置，包括：
采集模块，用于对待抛分的原矿石进行图像采集；
确定模块，用于根据所述原矿石的图像，确定所述原矿石的粒级和矿斑特征图；
比较模块，用于将所述矿斑特征图与预设的样本图片进行比较，得到比较结果，所述样本图片为预先建立的矿石样本库中的矿石图片，所述比较结果用于表征所述原矿石的类型；
分发模块，用于根据所述比较结果和所述粒级，确定目标料仓并将所述原矿石分发至所述目标料仓。
本申请实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的方法。
本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的方法。
本申请实施例的第五方面提供了一种计算机程序产品，当所述计算机程序产品在终端设备上运行时，使得所述终端设备执行上述第一方面所述的方法。
与现有技术相比，本申请实施例包括以下优点：
本申请实施例，对待抛分的原矿石进行图像采集；根据原矿石的图像，确定所述原矿石的粒级和矿斑特征图；将矿斑特征图与预设的样本图片进行比较，得到比较结果，样本图片为预先建立的矿石样本库中的矿石图片，比较结果用于表征原矿石的类型；根据所述比较结果和所述粒级，确定目标料仓并将所述原矿石分发至所述目标料仓。通过上述方法，能够提高原矿石抛选分发的准确率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一个实施例的一种原矿抛分方法的步骤流程示意图；
图2是本申请一个实施例的另一种原矿抛分的步骤流程示意图；
图3是本申请一个实施例的一种原矿抛分装置的示意图；
图4是本申请一个实施例的一种原矿抛分装置的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域技术人员应当清楚，在没有这些具体细节的其他实施例中也可以实现本申请。在其他情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
下面通过具体实施例来说明本申请的技术方案。
参照图1，示出了本申请一个实施例的一种原矿抛分方法的步骤流程示意图，具体可以包括如下步骤：
S101，对待抛分的原矿石进行图像采集。
本实施例的执行主体为终端设备，该终端设备可以为选矿机，可以应用在从原矿石中挑选出废石的场景。
具体地，精矿的表面一般都包括一些矿斑图；通过原矿石的矿斑可以分辨出该矿石是否为精矿。比如，黄铁矿的表面一般为黄色，而废石的表面一般为黑色，通过原矿石的图像，可以分辨出矿石的表面颜色，从而确定原矿石是否为废石。
上述待抛分的原矿石是指还未被识别过的原矿石，需要确定该原矿石是废石还是精矿。原矿抛分是指对原矿石进行抛选和分发，将原矿石中的废石挑选出来，分发至废石仓库；将精矿分发至对应的料仓。
具体地，终端设备上可以包括一个摄像头，采用摄像头可以对原矿石的图像进行采集。
S102，根据所述原矿石的图像，确定所述原矿石的粒级和矿斑特征图。
具体地，上述粒级用于区分矿石的大小。在进行矿石抛分时，一般需要把原矿石根据大小分离出来。
在采集原矿石的图像时，摄像头与原矿石的距离和角度保持不变，则可以通过图像中的原矿石的大小，以及拍摄距离和拍摄角度，确定原矿石的实际大小；根据原矿石的实际大小，可以确定原矿石的粒级。比如，矿石可以由+15-40mm和+40-90mm这两个粒级。
具体地，从原矿石的图像中，可以采集原矿石的矿斑特征图。比如，可以直接从原矿石的图像中截取具有特殊斑纹的区域图像；也可以对原矿石的图像提取特征矩阵。
S103，将所述矿斑特征图与预设的样本图片进行比较，得到比较结果，所述样本图片为预先建立的矿石样本库中的矿石图片，所述比较结果用于表征所述原矿石的类型。
具体地，可以预先获取大量的矿样，然后采集矿样的图片，建立初始样本库，初始样本库中的图片即为样本图片。样本图片中可以包括矿石的表面特征，比如不同的矿石可能具有不同的花纹，颜色等等。
将矿斑特征图与预设的样本图片进行比较，相当于可以根据矿石的表面花纹、颜色等确定矿石是否为精矿。
S104，根据所述比较结果和所述粒级，确定目标料仓并将所述原矿石分发至所述目标料仓。
具体地，可以包括多个料仓，每个料仓对应不同的矿石，比如废石料仓中用于投放废石，精矿料仓可以包括多个，每个将框料仓对应的精矿的粒级不同。
具体地，若原矿石为废石，则将原矿石分发至废料仓。若原矿石为精矿，可以将根据原矿石的粒级将原矿石分发至对应粒级的料仓。
在本实施例中，采集原矿石的图像，通过对原矿石的图像进行分析，可以确定原矿石是否为废石；还可以识别原矿石的粒级，将精矿分发至对应的料仓。通过图像识别技术，提高了原矿石分发的准确率。
参照图2，示出了本申请一个实施例的另一种原矿抛分方法的步骤流程示意图，具体可以包括如下步骤：
S201，对待抛分的原矿石进行图像采集。
本实施例的执行主体为终端设备，该终端设备可以为选矿机，可以应用在区分废石的场景。
具体地，可以采用选矿机上安装的摄像头采集原矿石的图像。比如，选矿机还可以包括给料斗和皮带传输装置，给料斗可以将原矿石一个一个地放在皮带传输装置上，当原矿石到达摄像头的摄像范围时，对原矿石进行拍照，从而采集它的图像。
在采集图像之前，还可以检测原矿石的密度。由于精矿和废石的密度是不同的，因此可以通过测量原矿石的密度来确定矿石的种类。具体地，选矿机还可以包括射线源和射线接收传感器，采用选矿机的射线源可以向原矿石发射第一射线；采用选矿机的射线传感器接收原矿石反射的第二射线；根据第二射线相对于第一射线的衰减强度，可以确定原矿石的密度。
具体地，当原矿石到达一定位置时，可以发射射线源，来确定原矿石的密度，将其中密度在预设范围内的识别为精矿，不在预设范围内的识别为废石，将这一步骤中识别出来的废石发射至废石料仓。
上述射线源发射的射线可以为X射线。在本实施例的另一种可能的实现方式中，可以采用两个X射线源，两个X射线源的产生能量不同；同时射线接收器可以为响应不同能谱的探测器。采用两个射线源和两个射线接收器，可以集合物质判断原矿石的种类及其含量，从而能够更精准地区分出原矿石中的精矿和废石。
S202，根据所述原矿石的图像，确定所述原矿石的粒级和矿斑特征图。
具体地，矿石的外表上一般存在一些矿斑，通过矿斑，可以判断矿石是否为废石。比如，当抛分废石主要带矿元素为黄铁矿时，黄铁矿与废石表面颜色差异较大，匹配图像扫选技术，可以识别出精矿和废石。
具体地，确定原矿石的粒级时，可以确定原矿石的图像的拍摄距离和拍摄角度；然后根据拍摄距离和拍摄角度，确定原矿石的大小；根据原矿石的大小，确定原矿石的粒级。
S203，分别计算所述矿石样本库矿中每个样本图片与所述矿斑特征图的相似度。
具体地，从矿斑特征图中，选取多个局部特征区域；将多个局部特征区域分别与样本图片进行局部特征区域匹配。可以采用相同的特征提取算法提取样本图片和矿斑特征图局部区域的特征，然后计算样本图片和矿斑特征图局部区域的欧式距离。
将样本图片和矿斑特征图局部区域的欧式距离作为样本图片和矿斑特征图局部区域的相似度。
确定每个局部特征区域与样本图片的相似度，并将最大相似度作为矿斑特征图与样本图片的相似度。最大相似度即为最小的欧式距离，也就是将每个局部特征区域与样本图片的欧式距离最小的欧式距离作为矿斑特征图与样本图片的相似度。
在一种可能的实现方式中，可以根据样本库分析原始成像质量及原矿特征，运用智能矿石处理软件模拟实际中特征矿斑的智能抓取识别，采集抓取参数并优化，形成可执行程序；最后应用可执行程序进行实际矿样分选试验，分析化验并验证效果。
S204，若存在任一样本图片与所述矿斑特征图的相似度大于预设阈值，则确定所述原矿石为精矿。
具体地，若样本图片特征和矿斑图片特征的最小欧式距离小于预设的距离阈值，则说明样本图片与矿斑特征图的相似度大于预设阈值，则表明该原矿石为精矿。
S205，若所述每个样本图片与所述矿斑特征图的相似度均小于或等于预设阈值，则确定所述原矿石为废石。
具体地，若样本图片特征和矿斑图片特征的最小欧式距离大于预设的距离阈值，则说明样本图片与矿斑特征图的相似度小于预设阈值，则表明该原矿石为废石。
S206，若所述原矿石为废石，则确定所述原矿石的目标料仓为废石料仓，通过选矿机将所述原矿石分发至所述废石料仓，所述选矿机包括喷射系统。
具体地，若原矿石为废石，则需要将其分发至废石料仓。选矿机中包括喷射系统，喷射系统通过喷射力可以将矿石喷射至对应的废石料仓。
S207，若所述原矿石为精矿，则根据所述原矿石的粒级，确定所述选矿机在对所述原矿石进行抛分时所述喷射系统的喷射力。
具体地，若原矿石为精矿，则需要将原矿石分发至对应粒级的料仓中。在进行分发时，由于料仓所处位置不同，精矿的粒级不同，需要不用的喷射力。
在确定喷射力时，可以检测喷射系统与原矿石的角度，根据原矿石的粒级、原矿石距离料仓的距离、以及喷射系统与原矿石的角度，计算喷射系统的喷射力。
S208，指示所述喷射系统采用所述喷射力，将所述原矿石喷射至对应粒级的目标料仓中。
具体地，可以指示喷射系统响应，发出计算得到的喷射力，将原矿石喷射至对应的料仓中，这样，就可以使用机器完成精矿的粒级分选，提高了效率。
采用本实施例中的方法进行原矿石抛选的效果如下：
可见，采用本实施例中的方法，抛分率较高，达到84％，精矿中废石量较少，抛废较完全；抛分的废石中含矿率较低。
在本申请的另一种可能的实现方式中，也可以先进行粒级的筛选，然后进行废石判断。
以一具体实例对本申请中的方案进行说明如下：
采用本实施例中的方案，对铅锌矿矿区2个粒级(+15-40mm和+40-90mm)的矿石进行抛分。
首先，可以将原矿石放置在进料皮带中进行干筛，将原矿石按照大小分发至对应的粒级料仓中。然后每个粒级料仓中的原矿石进入料皮带，通过双射线源识别原矿石中的精矿和废石；再通过图像识别技术对原矿石进行二次判断，若两次识别结果相同，则将其归类至对应的料仓；若识别结果不同，则将其归置于废石料仓中。根据双重的识别，可以将其中的原矿石分为精矿和废石两部分，分发至不同的料仓中，实现矿废分离。
在本实施例中，结合了射线源和图像扫描技术，对原矿石进行双重的筛选抛分，提高了原矿石的抛分率，完成了对精矿和废石的智能化识别，减少了矿石抛分中的人工劳动。
需要说明的是，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
参照图3，示出了本申请一个实施例的一种原矿抛分装置的示意图，具体可以包括采集模块31、确定模块32、比较模块33和分发模块34，其中：
采集模块31，用于对待抛分的原矿石进行图像采集；
确定模块32，用于根据所述原矿石的图像，确定所述原矿石的粒级和矿斑特征图；
比较模块33，用于将所述矿斑特征图与预设的样本图片进行比较，得到比较结果，所述样本图片为预先建立的矿石样本库中的矿石图片，所述比较结果用于表征所述原矿石的类型；
分发模块34，用于根据所述比较结果和所述粒级，确定目标料仓并将所述原矿石分发至所述目标料仓。
上述确定模块32，包括：
大小测量子模块，用于根据所述原矿石的图像，识别所述原矿石的大小；
粒级确定子模块，用于根据所述原矿石的大小，确定所述原矿石的粒级。
上述比较模块33，包括：
相似度计算子模块，用于分别计算所述矿石样本库矿中每个样本图片与所述矿斑特征图的相似度；
第一判断子模块，用于若存在任一样本图片与所述矿斑特征图的相似度大于预设阈值，则确定所述原矿石为精矿；
第二判断子模块，用于若所述每个样本图片与所述矿斑特征图的相似度均小于或等于预设阈值，则确定所述原矿石为废石。
上述相似度极端子模块，包括：
选取单元，用于从所述矿斑特征图中，选取多个局部特征区域；
匹配单元，用于将所述多个局部特征区域分别与所述样本图片进行局部特征区域匹配；
相似度确定单元，用于确定每个局部特征区域与所述样本图片的相似度，并将最大相似度作为所述矿斑特征图与所述样本图片的相似度。
上述分发模块34，包括：
废石分发子模块，用于若所述原矿石为废石，则确定所述原矿石的目标料仓为废石料仓，通过选矿机将所述原矿石分发至所述废石料仓，所述选矿机包括喷射系统；
喷射力确定子模块，用于若所述原矿石为精矿，则根据所述原矿石的粒级，确定所述选矿机在对所述原矿石进行抛分时所述喷射系统的喷射力；
喷射子模块，用于指示所述喷射系统采用所述喷射力，将所述原矿石喷射至对应粒级的目标料仓中。
上述装置，还包括：
密度识别模块，用于识别所述原矿石的密度；
第一判断模块，用于若所述原矿石的密度小于预设值，则确定所述原矿石的目标料仓为废石料仓并将所述原矿石分发至所述废石料仓；
第二判断模块，用于若所述原矿石的密度大于或等于所述预设值，则执行根据所述原矿石的图像，确定所述原矿石的粒级和矿斑特征图的步骤。
上述密度识别模块，包括：
第一射线发射子模块，用于采用选矿机的射线源向所述原矿石发射第一射线；
第二射线接收子模块，用于采用所述选矿机的射线传感器接收所述原矿石反射的第二射线；
计算子模块，用于根据第二射线相对于第一射线的衰减强度，确定所述原矿石的密度。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述得比较简单，相关之处参见方法实施例部分的说明即可。
图4为本申请一实施例提供的终端设备的结构示意图。如图4所示，该实施例的终端设备4包括：至少一个处理器40(图4中仅示出一个)处理器、存储器41以及存储在所述存储器41中并可在所述至少一个处理器40上运行的计算机程序42，所述处理器40执行所述计算机程序42时实现上述任意各个方法实施例中的步骤。
所述终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是终端设备4的举例，并不构成对终端设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，该处理器40还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41在一些实施例中可以是所述终端设备4的内部存储单元，例如终端设备4的硬盘或内存。所述存储器41在另一些实施例中也可以是所述终端设备4的外部存储设备，例如所述终端设备4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器41还可以既包括所述终端设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还公开了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如前述各个实施例所述的方法。
本申请实施例还公开了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如前述各个实施例所述的方法。
本申请实施例还公开了一种计算机程序产品，当所述计算机程序产品在终端设备上运行时，使得所述终端设备执行前述各个实施例所述的方法。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制。尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (9)
1.一种原矿抛分方法，其特征在于，应用于终端设备，所述终端设备包括摄像头，所述方法包括：
当待抛分的原矿石移动到所述摄像头的摄像范围时，通过所述摄像头对所述原矿石进行图像采集；
根据所述原矿石的图像，确定所述原矿石的粒级和矿斑特征图，所述粒级用于区分所述原矿石的大小；
将所述矿斑特征图与预设的样本图片进行比较，得到比较结果，所述样本图片为预先建立的矿石样本库中的矿石图片，所述比较结果用于表征所述原矿石的类型；
根据所述比较结果和所述粒级，确定目标料仓并将所述原矿石分发至所述目标料仓，所述目标料仓包括精矿料仓，所述精矿料仓包括多个，每个所述精矿料仓对应的精矿的粒级不同；
其中，所述根据所述原矿石的图像，确定所述原矿石的粒级，包括：
确定所述原矿石的图像的拍摄距离和拍摄角度；
根据所述拍摄距离和所述拍摄角度，确定所述原矿石的大小；
根据所述原矿石的大小，确定所述原矿石的粒级。
2.根据权利要求1所述的方法，其特征在于，所述样本图片为预先采集的精矿矿石的图片，所述将所述矿斑特征图与预设的样本图片库中的样本图片进行比较，得到比较结果，包括：
分别计算所述矿石样本库矿中每个样本图片与所述矿斑特征图的相似度；
若存在任一样本图片与所述矿斑特征图的相似度大于预设阈值，则确定所述原矿石为精矿；
若所述每个样本图片与所述矿斑特征图的相似度均小于或等于预设阈值，则确定所述原矿石为废石。
3.根据权利要求2所述的方法，其特征在于，所述分别计算每个样本图片与所述矿斑特征图的相似度，包括：
从所述矿斑特征图中，选取多个局部特征区域；
将所述多个局部特征区域分别与所述样本图片进行局部特征区域匹配；
确定每个局部特征区域与所述样本图片的相似度，并将最大相似度作为所述矿斑特征图与所述样本图片的相似度。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述比较结果和所述原矿石的粒级，将所述原矿石分发至不同的料仓，包括：
若所述原矿石为废石，则确定所述原矿石的目标料仓为废石料仓，通过选矿机将所述原矿石分发至所述废石料仓，所述选矿机包括喷射系统；
若所述原矿石为精矿，则根据所述原矿石的粒级，确定所述选矿机在对所述原矿石进行抛分时所述喷射系统的喷射力；
指示所述喷射系统采用所述喷射力，将所述原矿石喷射至对应粒级的目标料仓中。
5.根据权利要求1所述的方法，其特征在于，在根据原矿石的图像，识别所述原矿石的大小和矿斑特征图步骤之前，还包括：
识别所述原矿石的密度；
若所述原矿石的密度小于预设值，则确定所述原矿石的目标料仓为废石料仓并将所述原矿石分发至所述废石料仓；
若所述原矿石的密度大于或等于所述预设值，则执行根据所述原矿石的图像，确定所述原矿石的粒级和矿斑特征图的步骤。
6.根据权利要求5所述的方法，其特征在于，所述识别所述原矿石的密度，还包括：
采用选矿机的射线源向所述原矿石发射第一射线；
采用所述选矿机的射线传感器接收所述原矿石反射的第二射线；
根据第二射线相对于第一射线的衰减强度，确定所述原矿石的密度。
7.一种原矿抛分装置，其特征在于，应用于终端设备，所述终端设备包括摄像头，所述装置包括：
采集模块，用于当待抛分的原矿石移动到所述摄像头的摄像范围时，通过所述摄像头对所述原矿石进行图像采集；
确定模块，用于根据所述原矿石的图像，确定所述原矿石的粒级和矿斑特征图，所述粒级用于区分所述原矿石的大小；
比较模块，用于将所述矿斑特征图与预设的样本图片进行比较，得到比较结果，所述样本图片为预先建立的矿石样本库中的矿石图片，所述比较结果用于表征所述原矿石的类型；
分发模块，用于根据所述比较结果和所述粒级，确定目标料仓并将所述原矿石分发至所述目标料仓，所述目标料仓包括精矿料仓，所述精矿料仓包括多个，每个所述精矿料仓对应的精矿的粒级不同；
其中，上述确定模块，还用于：
确定所述原矿石的图像的拍摄距离和拍摄角度；
根据所述拍摄距离和所述拍摄角度，确定所述原矿石的大小；
根据所述原矿石的大小，确定所述原矿石的粒级。
8.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6任一项所述的方法。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111407757.9A CN114226271B (zh) | 2021-11-24 | 2021-11-24 | 一种原矿抛分方法、装置、终端设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111407757.9A CN114226271B (zh) | 2021-11-24 | 2021-11-24 | 一种原矿抛分方法、装置、终端设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114226271A CN114226271A (zh) | 2022-03-25 |
| CN114226271B true CN114226271B (zh) | 2023-11-07 |
Family
ID=80750941
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111407757.9A Active CN114226271B (zh) | 2021-11-24 | 2021-11-24 | 一种原矿抛分方法、装置、终端设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114226271B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102117412A (zh) * | 2009-12-31 | 2011-07-06 | 北大方正集团有限公司 | 图像识别方法和装置 |
| CN103769375A (zh) * | 2013-04-23 | 2014-05-07 | 湖南久泰冶金科技有限公司 | 一种用于矿石物料分选装置 |
| CN104850854A (zh) * | 2015-05-08 | 2015-08-19 | 广西师范大学 | 一种滑石矿品分选处理方法及滑石矿品分选系统 |
| CN106216219A (zh) * | 2016-10-11 | 2016-12-14 | 山东为华智能设备制造有限公司 | 一种视觉识别煤和煤矸石并用机械手进行分离的技术 |
| CN107413679A (zh) * | 2016-05-24 | 2017-12-01 | 湖南军芃科技股份有限公司 | 一种基于机器视觉技术的智能选矿设备及方法 |
| CN109877055A (zh) * | 2018-12-26 | 2019-06-14 | 合肥卓海智能科技有限公司 | 一种矿石智能干选机 |
| CN110052409A (zh) * | 2019-05-24 | 2019-07-26 | 天津美腾科技有限公司 | 原煤分选系统 |
| CN210159985U (zh) * | 2019-06-05 | 2020-03-20 | 山东泰安煤矿机械有限公司 | 基于射线的多粒度干法的选煤装置 |
| CN111229623A (zh) * | 2020-01-16 | 2020-06-05 | 赣州好朋友科技有限公司 | 一种选矿设备 |
| CN112871713A (zh) * | 2021-01-13 | 2021-06-01 | 山西浩博森新材料有限公司 | 一种基于动态图像扫描的碎石检测、分级装置 |
| CN112871751A (zh) * | 2021-02-03 | 2021-06-01 | 精英数智科技股份有限公司 | 识别煤和煤矸石的方法及其识别装置 |
| CN213409470U (zh) * | 2020-09-25 | 2021-06-11 | 安徽新同力智能装备有限公司 | 智能矿物分选设备 |
| 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 |
| CN113083730A (zh) * | 2021-05-17 | 2021-07-09 | 江西理工大学 | 一种钨矿石运输智能化分拣装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008512672A (ja) * | 2004-09-07 | 2008-04-24 | ペトロモデル・イーエイチエフ | 鉱物および岩石小片のサイズ、形状、アンギュラリティの解析のため、および組成解析のための装置および方法 |
-
2021
- 2021-11-24 CN CN202111407757.9A patent/CN114226271B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102117412A (zh) * | 2009-12-31 | 2011-07-06 | 北大方正集团有限公司 | 图像识别方法和装置 |
| CN103769375A (zh) * | 2013-04-23 | 2014-05-07 | 湖南久泰冶金科技有限公司 | 一种用于矿石物料分选装置 |
| CN104850854A (zh) * | 2015-05-08 | 2015-08-19 | 广西师范大学 | 一种滑石矿品分选处理方法及滑石矿品分选系统 |
| CN107413679A (zh) * | 2016-05-24 | 2017-12-01 | 湖南军芃科技股份有限公司 | 一种基于机器视觉技术的智能选矿设备及方法 |
| CN106216219A (zh) * | 2016-10-11 | 2016-12-14 | 山东为华智能设备制造有限公司 | 一种视觉识别煤和煤矸石并用机械手进行分离的技术 |
| CN109877055A (zh) * | 2018-12-26 | 2019-06-14 | 合肥卓海智能科技有限公司 | 一种矿石智能干选机 |
| CN110052409A (zh) * | 2019-05-24 | 2019-07-26 | 天津美腾科技有限公司 | 原煤分选系统 |
| CN210159985U (zh) * | 2019-06-05 | 2020-03-20 | 山东泰安煤矿机械有限公司 | 基于射线的多粒度干法的选煤装置 |
| CN111229623A (zh) * | 2020-01-16 | 2020-06-05 | 赣州好朋友科技有限公司 | 一种选矿设备 |
| CN213409470U (zh) * | 2020-09-25 | 2021-06-11 | 安徽新同力智能装备有限公司 | 智能矿物分选设备 |
| CN112871713A (zh) * | 2021-01-13 | 2021-06-01 | 山西浩博森新材料有限公司 | 一种基于动态图像扫描的碎石检测、分级装置 |
| CN112871751A (zh) * | 2021-02-03 | 2021-06-01 | 精英数智科技股份有限公司 | 识别煤和煤矸石的方法及其识别装置 |
| 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 |
| CN113083730A (zh) * | 2021-05-17 | 2021-07-09 | 江西理工大学 | 一种钨矿石运输智能化分拣装置 |
Non-Patent Citations (1)
| Title |
|---|
| XRT智能拣选机在凡口铅锌矿的试验研究;田志刚;《矿业研究与开发》;第39卷(第12期);第153-156页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114226271A (zh) | 2022-03-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Baştan et al. | Visual words on baggage X-ray images | |
| Hu et al. | Automatic plankton image recognition with co-occurrence matrices and support vector machine | |
| US20090003699A1 (en) | User guided object segmentation recognition | |
| US10235589B2 (en) | Small maritime target detector | |
| CN105426903A (zh) | 一种遥感卫星图像的云判方法及系统 | |
| CN112222015A (zh) | 一种双视角成像的原煤预排矸装置及方法 | |
| Wu et al. | Aircraft recognition in high-resolution optical satellite remote sensing images | |
| US20160148076A1 (en) | Method and system for automating an image rejection process | |
| CN111881909A (zh) | 煤矸识别方法、装置、电子设备及存储介质 | |
| CN103345631A (zh) | 图像特征提取、训练、检测方法及模块、装置、系统 | |
| CN110717426A (zh) | 基于域自适应学习的垃圾分类方法、电子设备及存储介质 | |
| Ying et al. | A novel shadow-free feature extractor for real-time road detection | |
| CN111767908B (zh) | 字符检测方法、装置、检测设备及存储介质 | |
| Koh et al. | Utilising convolutional neural networks to perform fast automated modal mineralogy analysis for thin-section optical microscopy | |
| Gao et al. | Fast detecting and locating groups of targets in high-resolution SAR images | |
| CN114226271B (zh) | 一种原矿抛分方法、装置、终端设备及介质 | |
| Ou et al. | Vehicle logo recognition based on a weighted spatial pyramid framework | |
| Wang et al. | Real-time vehicle target detection in inclement weather conditions based on YOLOv4 | |
| CN111008956A (zh) | 基于图像处理的梁底裂纹检测方法、系统、装置及介质 | |
| US7702172B2 (en) | Particle extraction for automatic flow microscope | |
| Todoroki et al. | Automated knot detection with visual post-processing of Douglas-fir veneer images | |
| CN111179218B (zh) | 传送带物料检测方法、装置、存储介质及终端设备 | |
| CN116532381A (zh) | 水果分拣机器人的控制方法、装置、电子设备 | |
| Schumacher et al. | ATR of battlefield targets by SAR classification results using the public MSTAR dataset compared with a dataset by QinetiQ UK | |
| Chen et al. | Application of the image processing technique in identifying the particle dispersion from a centrifugal fertilizer spreader |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |