CN218743310U - 一种多视觉融合的智能分选设备 - Google Patents
一种多视觉融合的智能分选设备 Download PDFInfo
- Publication number
- CN218743310U CN218743310U CN202222716557.8U CN202222716557U CN218743310U CN 218743310 U CN218743310 U CN 218743310U CN 202222716557 U CN202222716557 U CN 202222716557U CN 218743310 U CN218743310 U CN 218743310U
- Authority
- CN
- China
- Prior art keywords
- ore
- transmission
- camera
- intelligent sorting
- linear array
- 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
Images
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本申请涉及一种多视觉融合的智能分选设备,属于物料识别和分选技术领域,包括数据采集装置、传输带、喷吹装置、料仓和主机,传输带连续地传输分布于其传输表面的矿石物料;数据采集装置包括X射线发射器、双能探测器和线阵3D相机,X射线发射器向矿石物料发射X射线,双能探测器和线阵3D相机分别采集X射线的透射强度数据和矿石物料的高度数据;主机根据透射强度数据与高度数据从矿石物料中识别矿石目标并进行分类,喷吹装置位于传输带的出口处,基于分类结果将不同类别的矿石目标喷吹至对应的料仓。本申请提供的多视觉融合的智能分选设备,能够精确高效地实现矿石物料中不同种类的矿石的分选。
Description
技术领域
本申请涉及物料识别和分选技术领域,特别涉及一种多视觉融合的智能分选设备。
背景技术
矿产开采、加工及使用过程中,依照不同种类对其进行分选,能够实现矿产的优化利用,并减少环境污染及资源浪费,是实现节能增效的必要手段。以煤炭的开采及加工为例,原煤在原始形成过程中容易混入各种矿物杂质,同时在开采和运输过程中又不可避免的混入各种岩石及其他杂质,因此,需要从原煤中分选出含碳量高的部分,剔除掉含碳量低、灰分高的固态废弃物,从而降低原煤中的各种杂质,把它分成各种优良产品,满足不同用户的要求,因此,对原煤物料进行分选,是煤炭优化利用的前提,并能将后期的污染的难度与费用控制在最低程度。
目前常见的对矿石物料进行分选的设备,其分类识别原理主要包括基于可见光图像进行分类、基于X光信号进行分类和基于X荧光进行分类三大类。其中,基于X光采集的系统采用一个X光源配以信号接受单元(探测器)的方式,当X光穿透被检测对象时,不同物质成分的被检测物对X光的吸收率不同,利用上述特性,对信号接受单元所采集的X光的衰减程度进行分析,即可实现对不同种类的被检测物的识别。该种分类识别方式利用了不同被检测物所固有的材料特性,适合于对不同种类的矿石物料的分选。
然而,现有的基于X光透射信号进行分选的设备,仍存在以下问题:由于待识别的目标的尺寸、厚度极不均匀,且分布范围较大,单一使用X光透射信号进行分析所得到材料衰减特性往往与真实值存在较大差异,从而导致对目标种类识别的错误。
因此,亟需一种能够融合待识别目标的多种视觉特征,以精确地获取目标的衰减特性,从而提高分类准确度的智能分选设备。
实用新型内容
本申请目的在于提供一种多视觉融合的智能分选设备,可从矿石物料的本身属性判别矿石物料的类别,提高检测结果准确度。
本申请的实施例可以通过以下技术方案实现:
一种多视觉融合的智能分选设备,包括传输带、数据采集装置、喷吹装置、料仓和主机,所述传输带承载待选的矿石物料,在电机的驱动下连续循环转动,所述数据采集装置包括X射线发射器、双能探测器和线阵3D相机,所述X射线发射器、双能探测器和线阵3D相机均与所述主机电连接,所述喷吹装置设于所述传输带的出口处,且与所述主机电连接。
进一步的,所述线阵3D相机设置于所述传输带上方,所述双能探测器与所述X射线发射器分别设置于所述传输带的上下两侧,且相对于所述传输带对向设置。
优选的,线阵3D相机包括多个按照一定间距分布的摄像组件,所述摄像组件的分布方向与所述传输带的传输方向垂直。
优选的,所述X射线发射器设置为用于向所述矿石物料发射X射线,所述双能探测器用于采集所述X射线的透射强度数据,所述线阵3D相机用于采集所述矿石物料的高度数据。
优选的,所述双能探测器和所述线阵3D相机的采样频率相等。
优选的,所述主机根据所述透射强度数据与所述高度数据从所述待选的矿石物料中识别矿石目标以及对所述矿石目标进行分类。
优选的,双能探测器包括显示设备,所述显示设备设置为用于显示利用X射线的高能部分和低能部分所生成的矿石目标的透射强度数据。
优选的,所述线阵3D相机包括显示组件,所述显示组件设置为用于显示矿石物料表面的高度数据。
优选的,所述喷吹装置包括一个或多个气动阀,所述主机控制所述气动阀开启或闭合。
优选的,所述喷吹装置采用高压空气喷吹的方式分离不同种类的矿石目标。
本申请实施例提供的一种多视觉融合的智能分选设备至少具有以下有益效果:
(1) 本申请提供的多视觉融合的智能分选设备,通过双能探测器对X射线的透射强度进行整合,得到能够综合反映矿石物料透射衰减特性的透射强度数据,通过设置线阵3D相机采集矿石物料的高度数据,利用多种探测手段相结合,得以精确地获取矿石物料的衰减特性,提高分类准确度。
(2) 本申请提供的多视觉融合的智能分选设备,通过设置与分选设备其他组件联动控制的喷吹装置,即时实现对分类矿石结果的自动归类,提高了矿石分选效率。
附图说明
图1为根据本申请实施例的多视觉融合的智能分选设备的布设示意图;
图2为根据本申请实施例的数据采集装置进行数据采集的示意图(图中虚线为该视角看不到的部分);
图3A为根据本申请实施例的利用X射线的高能部分所生成的矿石目标的透射图像;
图3B为根据本申请实施例的利用X射线的低能部分所生成的矿石目标的透射图像;
图4为根据本申请实施例的从矿石物料中获取的矿石目标的高度图像的示意图;
图5为根据本申请实施例的对矿石目标的特征图像进行采样环划分的示意图。
图中标号
1、线阵3D相机,2、X射线发射器,3、双能探测器,4、传输带,5、喷吹装置,6、料仓,7、主机,8、矿石物料。
具体实施方式
以下,基于优选的实施方式并参照附图对本申请进行进一步说明。
此外,为了方便理解,放大(厚)或者缩小(薄)了图纸上的各种构件,但这种做法不是为了限制本申请的保护范围。
单数形式的词汇也包括复数含义,反之亦然。
在本申请实施例中的描述中,需要说明的是,若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该申请产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。此外,本申请的描述中,为了区分不同的单元,本说明书上用了第一、第二等词汇,但这些不会受到制造的顺序限制,也不能理解为指示或暗示相对重要性,其在申请的详细说明与权利要求书上,其名称可能会不同。
本说明书中词汇是为了说明本申请的实施例而使用的,但不是试图要限制本申请。还需要说明的是,除非另有明确的规定和限定,若出现术语“设置”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,可以是直接相连,也可以通过中间媒介间接连接,可以是两个元件内部的连通。对于本领域的技术人员而言,可以具体理解上述属于在本申请中的具体含义。
图1示出了根据本申请的一些实施例提供的多视觉融合的智能分选设备的布设示意图,如图1所示,本申请提供的一种多视觉融合的智能分选设备包括数据采集装置、传输带4、喷吹装置5、料仓6和主机7。传输带4承载待选的矿石物料,在电机的驱动下连续循环转动。
在一些具体的实施例中,传输带4包括电机和皮带机,所述皮带机在电机的带动下进行矿石物料的传送;数据采集装置用于向矿石物料发射X射线并采集透射强度数据及透射图像;喷吹装置5设置于所述皮带机沿传送方向的末端,包括多个气动阀,用于对矿石物料进行喷吹以实现矿石物料的分选。如图1所示,数据采集装置进一步包括X射线发射器2、双能探测器3和线阵3D相机1,其中线阵3D相机1和X射线发射器2沿着传输带4的传输方向布置在传输带4的上方,双能探测器3与X射线发射器2关于传输带4对向设置。此外,在另一些具体的实施例中,也可以对双能探测器3与X射线发射器2的位置进行互换。
图2进一步示出了在一些实施例中数据采集装置进行数据采集的示意图;如图2所示,传输带4在电机(图中未示出)等动力装置的带动下,连续地传输分布于其传输表面的矿石物料8,X射线发射器2、双能探测器3以及线阵3D相机1均通过数据线与主机7电连接,其中X射线发射器2在主机7的控制下向矿石物料8发射X射线,双能探测器3和线阵3D相机1分别在主机7的控制下采集穿透矿石物料8的X射线的透射强度数据以及矿石物料8的高度数据,并将上述数据发送至主机7。在一些优选实施例中,X射线发射器2可选用型号为SPELLMANX的射线源。需要指出的是,图1、2中所示出的线阵3D相机1、X射线发射器2以及双能探测器3仅为其示意性的表示,并不构成对其具体结构的限定。例如,本领域的技术人员应该知晓,线阵3D相机1可以包含多个按照一定间距分布的相机或摄像头,其分布方向可以与传输带4的传输方向垂直并使其采集范围能够覆盖传输带4的传输表面的宽度;同样地,本领域技术人员也可以通过选择具体的X射线发射器2以及双能探测器3使X射线的发射范围及接收范围均覆盖传输带4的传输表面的宽度。同时,为保证在后续的处理过程中透射强度数据与高度数据能够方便地匹配,本领域技术人员可以通过具体的设备选型,使得透射强度数据和高度数据的采样频率以及采样分辨率保持一致。以上X射线发射器2、双能探测器3以及线阵3D相机1的设备选型及布设均为本领域技术人员所知晓,在此不再赘述。
进一步的,主机7基于透射强度数据和高度数据从矿石物料8中识别矿石目标并对矿石目标进行分类,然后根据分类结果控制喷吹装置5将不同类别的矿石目标喷吹至对应的料仓6,从而实现对矿石物料8的分选。
以下结合附图详细说明对矿石物料8进行分类的实施方式。具体地,在本申请的一些优选的实施例中,主机7通过以下步骤从矿石物料8中识别矿石目标以及对矿石目标进行分类:
S10:基于所述透射强度数据获取各个矿石目标的透射图像,所述透射图像中任一像素点的灰度值基于该像素点处的透射强度确定;
S20:基于所述高度数据获取各个矿石目标的高度图像,所述高度图像中任一像素点的灰度值基于该像素点处矿石目标表面与传输表面的距离确定;
S30:基于所述透射图像与所述高度图像的相似度对各个矿石目标进行匹配并生成对应的特征图像,所述特征图像中任一像素点的灰度值基于该像素点处的质量衰减系数确定;
S40:基于所述特征图像确定矿石目标的类别。
以下对步骤S10至步骤S40的具体实施方式进行详细说明。
步骤S10用于通过双能探测器3所获取的透射强度数据获取各个矿石目标的透射图像,具体地,如图1、图2所示,传输带4连续地传输矿石物料8的过程中,X射线发射器2向其发射X射线,双能探测器3按照与传输速度匹配的采样率连续地对穿透矿石物料8的X射线进行探测。
一般地,双能探测器3所获取的是能够反映透射的X射线的强度的模拟电信号,通过对其进行模数转换,可以转换为数字信号(例如,通过8位模数转换,将模拟电信号转换为幅度范围在0~255之间的数字信号),进一步的,可以将上述数字信号以灰度图像的形式进行可视化地显示,其中每个像素所对应的灰度就是该像素点处的X射线透射强度的数字信号幅值。
在获取上述以灰度图像表示的透射强度数据后,可以通过现有的各种目标识别算法从中识别各个矿石目标,例如,可以对上述灰度图像进行降噪处理后,再通过边缘识别算法识别各个矿石目标的边缘,最后通过聚类算法完成矿石目标所包含的像素点的聚类,从而得到各个矿石目标的透射图像。
进一步的,双能探测器包括显示设备(图中未示出),所述显示设备设置为用于显示利用X射线的高能部分和低能部分所生成的矿石目标的透射强度数据。双能探测器3能够同时对透射的X射线的高能部分和低能部分进行探测,即,在本申请的一些可选的实施例中,可以单独基于透射过矿石物料8的X射线的高能部分或低能部分确定透射强度数据并生成对应的透射图像。图3A及图3B分别示出了本申请的一些具体的实施例中,利用X射线的高能部分和低能部分所生成的矿石目标的透射图像。对于图3A或图3B中所提取的矿石目标,其透射图像可以表示为:,其中,N为该透射图像所包含的像素点的数量,/>为第/>个像素点的位置坐标,/>为该像素点处的透射强度。
通过对X射线穿透矿石物料8后的衰减情况进行分析发现,由于矿石物料8中所包含的各种矿石目标的尺寸、厚度均不相同,且相互之间具有很大差别,因此单一使用透射的X射线的高能部分或低能部分均无法很好地表征矿物目标对X射线的衰减特性,例如,当单一使用X射线的高能部分计算透射强度数据时,由于其对较厚的矿石目标的穿透能力较弱,往往导致透射图像中存在大面积的透射强度为0的区域,从而造成数据失真;又如,当单一使用透射的X射线的低能部分计算透射强度数据时,由于其穿透能力较强,可能导致各个像素点的透射强度集中于幅值较高的区域,导致对不同衰减特性的矿石目标的区分度较低。
为此,在本申请的一些优选的实施例中,透射强度数据基于双能探测器3所获取的透射过矿石物料8的X射线的高能部分和低能部分生成,通过综合考虑矿石目标对X射线的高能部分与低能部分的衰减特性,能够得到不同类型的矿石目标对于X射线的“综合”的衰减特性,并建立如下的任意像素点处的透射衰减模型:
其中,为该像素点处综合考虑透射X射线的高能部分与低能部分所获得的透射强度,/>为X射线的初始强度(类似地,基于透射前的X射线的高能部分与低能部分获取),/>为该像素点处的矿石目标的厚度,/>为综合考虑透射X射线的高能部分与低能部分所获得的该像素点处的质量衰减系数。
步骤S20用于通过线阵3D相机1获取的高度数据获取各个矿石目标的高度图像。如前文所分析的,在获取矿石目标中各个像素点的透射强度后,如无法确定各像素点处的矿石目标的厚度,则仍无法准确地求解出质量衰减系数以实现对矿石目标的准确分类。
为此,在本申请的实施例中,通过线阵3D相机1采集矿石物料8的表面的高度数据,基于上述高度数据生成各个矿物目标的高度图像。
线阵3D相机1是一种用于获取物体的包含深度信息的图像的设备,通过按照一定间距排列的两个或多个相机或摄像头,能够对同一个物体在不同角度进行拍摄以获取其带有视差的图像,进而根据其视差确定物体表面的不同位置距离线阵3D相机1的距离。线阵3D相机1包括显示组件(图中未示出),所述显示组件设置为用于显示矿石物料表面的高度数据。
具体地,在本申请的一些实施例中,可以通过线阵3D相机1获取传输带4的传输表面以及分布于其上的矿石物料8的表面各个位置与线阵3D相机1的距离,通过两者之间的差值即可得到矿石物料8的表面的高度数据。上述高度数据也能够以灰度图像的形式进行可视化地显示,其中每个像素所对应的灰度就是该像素点处的矿石物料8的高度。
进一步的,与步骤S10类似,通过对上述高度数据进行降噪,目标识别及聚类等步骤,即可获得各个矿石目标的高度图像。
图4示出了在本申请的一些具体的实施例中,从矿石物料8中获取的多个矿石目标的高度图像的示意图。对于图4中所提取的任意一个矿石目标,其高度图像可以表示为:,其中,M为该高度图像所包含的像素点的数量,/>为第/>个像素点的位置坐标,/>为该矿石目标在该像素点处的表面高度。
由于各个矿石目标的透射图像与高度图像基于不同的设备及采集原理生成,对于同一矿石目标,其两种图像的位置及形状均有可能存在差异,因此,需要对同一矿石目标的两种图像进行配准后才能用于进一步的分类。在本申请的实施例中,在步骤S30中对上述透射图像及高度图像进行匹配以生成矿石目标的特征图像,然后在步骤中S40中基于特征图像对矿石目标进行分类。
在本申请的一些实施例中,步骤S30包括以下步骤:
S31:选择任意一个矿石目标的透射图像与高度图像;
S32:调整透射图像与高度图像以进行配准;
S33:判断透射图像与高度图像的位置相似度与形状相似度,如位置相似度大于第一阈值且形状相似度大于第二阈值,则执行步骤S34,否则返回步骤S32;
S34:基于配准结果生成该矿石目标的特征图像;
S35:重新选择矿石目标并返回步骤S32。
具体地,对于任意一个矿石目标,通过对其透射图像及高度图像进行平移、旋转、缩放等操作实现两个图像之间的配准,并检验配准结果是否满足相似度的判别标准,如满足则完成配准,如不满足则继续进行配准操作。
对配准结果的评价可以通过判断透射图像与高度图像的位置相似度及形状相似度是否大于对应的阈值进行,其中,位置相似度反映了透射图像与高度图像的中心靠近程度,形状相似度反映了透射图像与高度图像的边缘重合程度。
在一些实施例中,位置相似度可以通过下式求取:
在一些实施例中,形状相似度可以通过下式求取:
按照步骤S32、S33完成矿石目标的配准后,在步骤S34中即可以通过每个像素点所对应的透射强度与高度,基于前文建立的透射衰减模型,得到该像素点所对应的质量衰减系数。通过上述方式对一个矿石目标的所有像素点均求取其质量衰减系数后,即可得到该矿石目标的特征图像:
在得到一个矿石目标的特征图像后,即可在步骤S40中根据特征图像对矿石目标进行分类,在本申请的一些实施例中,步骤S40包括以下步骤:
S41:计算所述特征图像中各个像素点处的质量衰减系数的统计结果;
S42:基于所述统计结果确定矿石目标的类别。
其中,步骤S41对一个矿石目标的特征图像中各个像素点处的质量衰减系数进行统计,在一些具体的实施例中,统计方式可以是求取所有像素点处的质量衰减系数的均值或中位值,获得上述统计结果后,在步骤S42中将其与预设的不同类别矿石的衰减系数进行比较,即可获得该矿石目标的分类结果。
进一步的,在本申请的一些优选的实施例中,所述步骤S34后还包括对所述特征图像进行优化的步骤,所述优化的步骤具体为:
S341:将所述特征图像从中心向边缘边等间距地划分为10个采样环;
S342:删除最边缘的第10个采样环;
S343:基于所述特征图像剩余部分的面积,按照预设策略删除对应的采样环,得到优化的特征图像。
对特征图像进一步进行优化的原因在于,在实际的矿石物料8的分选过程中,不同矿石目标的尺寸可能在一个较大的跨度进行分布,不同尺寸、厚度物料的透射强度数据也相应地呈现不同的可用性,如对于部分中心厚度较高的大尺寸物料,其厚度过大区域可能无法穿透,使得该部分区域的透射强度数据无法真实反应X射线的衰减特性;其边缘区域的X射线穿透率较高,但相应地其透射强度受噪声影响程度也较高。因此,有必要矿石目标的特征图像进行进一步优化,以是后续的分类结果更加准确。
图5示出了在一个具体的对原煤物料中的煤矸石目标进行采样环划分的示意图,表1示出了根据特征图像的面积(由像素点数确定),煤矸石目标的特征图像进行优化的预设策略。
表1 对煤矸石目标的特征图像进行优化的预设策略
主机7从矿石物料8中提取矿石目标并进行分类后,即控制喷吹装置5按照分类结果对不同类别的矿石目标进行喷吹,以实现对矿石物料8的分选。
具体地,在一些实施例中,喷吹装置5采用高压空气喷吹的方式对矿石物料8进行分选。在一些可选的实施例中,喷吹装置5具有多个气动阀,主机7通过可编程控制器(Programmable Logic Controller,简称PLC)控制气动阀的闭合,例如当矿石目标为废石时,则启动气动阀进行吹喷,使得废石被吹到离喷吹装置5较远的料仓6中,否则,停止吹喷,使得矿石落入离喷吹装置5较近的料仓6中。此外,本领域技术人员也可根据分选需要对喷吹装置5设计不同的喷吹逻辑。
以上对本申请的具体实施方式作了详细介绍,对于本技术领域的技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也属于本申请权利要求的保护范围。
Claims (9)
1.一种多视觉融合的智能分选设备,包括传输带、数据采集装置、喷吹装置、料仓和主机,所述传输带承载待选的矿石物料,在电机的驱动下连续循环转动,其特征在于:
所述数据采集装置包括X射线发射器、双能探测器和线阵3D相机,所述X射线发射器、双能探测器和线阵3D相机均与所述主机电连接;
所述喷吹装置设于所述传输带的出口处,且与所述主机电连接。
2.根据权利要求1所述的一种多视觉融合的智能分选设备,其特征在于:
所述线阵3D相机设置于所述传输带上方,所述双能探测器与所述X射线发射器分别设置于所述传输带的上下两侧,且相对于所述传输带对向设置。
3.根据权利要求1所述的一种多视觉融合的智能分选设备,其特征在于:
所述线阵3D相机包括多个按照一定间距分布的摄像组件,所述摄像组件的分布方向与所述传输带的传输方向垂直。
4.根据权利要求1所述的一种多视觉融合的智能分选设备,其特征在于:
所述X射线发射器设置为用于向所述矿石物料发射X射线,所述双能探测器用于采集所述X射线的透射强度数据,所述线阵3D相机用于采集所述矿石物料的高度数据。
5.根据权利要求4所述的一种多视觉融合的智能分选设备,其特征在于:
所述双能探测器和所述线阵3D相机的采样频率相等。
6.根据权利要求4所述的一种多视觉融合的智能分选设备,其特征在于:
所述双能探测器包括显示设备,所述显示设备设置为用于显示利用X射线的高能部分和低能部分所生成的矿石目标的透射强度数据。
7.根据权利要求4所述的一种多视觉融合的智能分选设备,其特征在于:
所述线阵3D相机包括显示组件,所述显示组件设置为用于显示矿石物料表面的高度数据。
8.根据权利要求1所述的一种多视觉融合的智能分选设备,其特征在于:
所述喷吹装置包括一个或多个气动阀,所述主机控制所述气动阀开启或闭合。
9.根据权利要求8所述的一种多视觉融合的智能分选设备,其特征在于:
所述喷吹装置采用高压空气喷吹的方式分离不同种类的矿石目标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202222716557.8U CN218743310U (zh) | 2022-10-17 | 2022-10-17 | 一种多视觉融合的智能分选设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202222716557.8U CN218743310U (zh) | 2022-10-17 | 2022-10-17 | 一种多视觉融合的智能分选设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN218743310U true CN218743310U (zh) | 2023-03-28 |
Family
ID=85698378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202222716557.8U Active CN218743310U (zh) | 2022-10-17 | 2022-10-17 | 一种多视觉融合的智能分选设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN218743310U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116140243A (zh) * | 2023-04-18 | 2023-05-23 | 北京霍里思特科技有限公司 | 一种矿用喷吹的分选方法、分选系统、设备和存储介质 |
-
2022
- 2022-10-17 CN CN202222716557.8U patent/CN218743310U/zh active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116140243A (zh) * | 2023-04-18 | 2023-05-23 | 北京霍里思特科技有限公司 | 一种矿用喷吹的分选方法、分选系统、设备和存储介质 |
CN116140243B (zh) * | 2023-04-18 | 2023-08-15 | 北京霍里思特科技有限公司 | 一种矿用喷吹的分选方法、分选系统、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6037125B2 (ja) | 光学式粒状物選別機 | |
Gundupalli et al. | A review on automated sorting of source-separated municipal solid waste for recycling | |
JP6152845B2 (ja) | 光学式粒状物選別機 | |
CN106238342B (zh) | 全景视觉马铃薯分选和缺陷检测装置及其分选检测方法 | |
US7060981B2 (en) | System for automated detection of embedded objects | |
EP1670597B1 (en) | Apparatus for, and method of, classifying objects in a waste stream | |
CN206139527U (zh) | 全景视觉马铃薯分选和缺陷检测装置 | |
CN111957600B (zh) | 多光谱融合的物料识别系统、智能分选设备及分选方法 | |
US20050105680A1 (en) | Non-destructive inspection of material in container | |
CN218743310U (zh) | 一种多视觉融合的智能分选设备 | |
CN101105459A (zh) | 一种空瓶瓶口缺陷的检测方法及装置 | |
CN101799431A (zh) | 高速生产线上罐盖质量的机器视觉在线检测方法及设备 | |
CN111359898A (zh) | 一种矿石在线分拣设备及分拣方法 | |
CN112827846B (zh) | 一种垃圾自动分类的装置及方法 | |
CN112222015A (zh) | 一种双视角成像的原煤预排矸装置及方法 | |
WO2021155506A1 (zh) | 智能光电分选机及产品分离方法 | |
JP2024016293A (ja) | 廃棄物選別装置 | |
CN113926737A (zh) | 一种利用双能双机x射线的煤矸装置及其识别方法 | |
CN112893190A (zh) | 一种李子分拣机 | |
CN206139529U (zh) | 透明滚轴机构 | |
CN113569943B (zh) | 一种基于深度神经网络的渣片大块预警方法、系统及装置 | |
CN108535287A (zh) | 基于X-Ray成像技术异物检测系统、方法以及装置 | |
CN111632852B (zh) | 一种脱水蔬菜原料品质检测系统 | |
Müller et al. | Sorting of Construction and Demolition Waste for coarse fractions | |
CN111476769A (zh) | 物件识别方法、装置及煤矸石分选设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |