买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：湖南军芃科技股份有限公司

摘要：本发明涉及多特征融合的矿选识别方法及其矿石分选机，其输入层包括两个输入端，分别用于接收矿石的表面检测图像和透射投影图像；接着，分别提取表面特征和透射特征；再将表面特征和透射特征进行融合，以学习表面特征和透射特征之间的复杂关系，提取更高维的特征为总特征；最后根据总特征识别矿石种类，而输出矿选识别结果。该方法是一种多特征融合的矿选识别方法，基于同质优先原则，既能充分利用不同类型的图像信息，做到多方位融合；又能融合同质特征，突出每类特征的共性和个性，全方位提高矿石识别的准确性和效率。

主权项：1.一种多特征融合的矿选识别方法，其特征在于，包括：构建并训练矿选识别模型，包括：输入层，包括：表面检测图像输入端和透射投影图像输入端，分别用于输入至少一个表面检测图像和至少一个透射投影图像；特征提取层，包括：表面特征提取单元和透射特征提取单元；表面特征提取单元，与表面检测图像输入端连接，用于融合各表面检测图像，以提取表面特征；透射特征提取单元，与透射投影图像输入端连接，用于融合各透射投影图像，以提取透射特征；全连接层，与表面特征提取单元和透射特征提取单元连接，用于融合表面特征和透射特征，提取总特征进行分类，以输出矿选分类结果；获取待识别矿石的至少一个表面检测图像和至少一个透射投影图像，输入矿选识别模型，以得到矿选识别结果；构建并训练矿选识别模型，包括：构建并训练矿选识别模型组，包括若干所述矿选识别模型；识别前，在矿选识别模型组中选择一个或多个矿选识别模型为当前识别模型；将获取的表面检测图像和透射投影图像，输入当前识别模型，以得到矿选识别结果；构建并训练矿选识别模型组的步骤，包括：分别构建以n个表面检测图像Pi和m个透射投影图像Qj为输入，矿选识别结果为输出的N×M个在建矿选识别模型；其中n、m、N、M、i、j均为整数，且0＜n≤N、0＜m≤M、0＜i≤n；0＜j≤m；n表示在建矿选识别模型中表面检测图像的数量；m表示在建矿选识别模型中透射投影图像的数量；N表示表面检测图像的总数量；M表示透射投影图像的总数量；i表示第i个表面检测图像；j表示第j个透射投影图像；对每个在建矿选识别模型，分别选取个表面检测图像样本库和个透射投影图像样本库进行训练，得到训练后的中间矿选识别模型；根据训练后的中间矿选识别模型的参数，确定在建矿选识别模型的参数，以得到N×M个训练后的矿选识别模型，形成矿选识别模型组。

全文数据：

权利要求：

百度查询： 湖南军芃科技股份有限公司 多特征融合的矿选识别方法及其矿石分选机